BAB IV

ANALISIS PENGARUH JALAN TERHADAP PENANAMAN MODAL

Seperti telah diuraikan pada Bab II, peranan aksesibilitas suatu lokasi diduga memiliki

peranan penting dalam menarik minat investasi. Aksesibilitas yang merupakan komposit

dari beberapa kekayaan (endowment) suatu wilayah, adalah gabungan dari faktor-faktor

spasial dan aspasial. Pada Bab ini akan diuraikan pengamatan empiris atas aktivitas

penanaman modal atau investasi di Jawa Barat, dimulai dengan telaah prinsip-prinsip

analisis dengan konstruksi model , input data, pengolahan dan analisisnya.

4.1 Prinsip Umum Analisis

Secara umum, analisis yang dilakukan dalam studi ini didahului dengan konstruksi model

yang akan digunakan. Model yang dipakai adalah model yang bersifat spasial karena

menyangkut kegiatan investasi yang tidak aspasial. Dengan didapatnya model tersebut,

data yang diperlukan untuk analisis dapat diidentifikasi, mulai dari jenis data, dimensi,

dan cakupannya. Selanjutnya akan dilakukan analisis, termasuk dengan memanfaatkan

metoda-metoda statistik untuk meninjau korelasi antar variabelnya.

4.2 Penyusunan Model

4.2.1 Model Spasial

Mengamati data runut-waktu (time series) penanaman modal asing (PMA) dan

penanaman modal dalam negeri (PMDN) mengarahkan hipotesis bahwa setidaknya

besaran PMA dan PMDN adalah data yang spatially-dependent. Dengan demikian model

yang dipakai harus mampu menjelaskan bahwa besaran kumulatif PMA di Bekasi lebih

besar dari besaran kumulatif PMA di Karawang, misalnya. Atau menjawab pertanyaan

mengapa minat investasi PMA di Subang demikian kecilnya dibandingkan dengan

sesama daerah pantura di Jawa Barat. Model yang dipakai juga harus mampu

menjelaskan bahwa ada kecenderungan jumlah kumulatif PMA dan PMDN yang semakin

kecil, sejalan dengan bertambahnya “jarak” suatu daerah dengan Jakarta, walaupun dari

data yang ada, Cirebon mencatat jumlah yang lebih besar dibandingkan dengan

Indramayu dan Subang.

41

4.2.2 Indikator Aksesibilitas

Di antara alternatif-alternatif ukuran spasial empiris yang ada untuk menunjukkan

kelebihan lokasional, maka ukuran Aksesibilitas (accessibility) wilayah adalah jenis

indikator spasial yang cukup banyak digunakan dalam analisis spasial, karena relatif

sederhana dan mudah dimengerti/ digunakan. (Schumann-Talaat, 2000). Aksesibilitas

wilayah menunjukkan kelebihan lokasional (locational advantage) suatu wilayah relatif

terhadap seluruh wilayah studi (termasuk wilayah itu sendiri). Pendekatan dengan ukuran

aksesibilitas ini antara lain digunakan dalam studi-studi Biehl (1986, 1991), Lutter et.al.

(1993), Bokemann (1982), dan Schumann-Talaat (1997, 2000).

Secara umum, aksesibilitas digambarkan tersusun atas dua fungsi. Fungsi pertama

mewakili aktivitas atau kesempatan yang hendak dijangkau, dan fungsi kedua mewakili

usaha, waktu, atau biaya yang diperlukan untuk menjangkaunya.

Jika dinyatakan dalam notasi fungsi, maka dapat dituliskan :

Ai = ∑ g(Wj) f(cij) ........…………………………………………….. (4-1)

Di mana Ai adalah aksesibilitas wilayah i, Wj adaalh aktivitas W yang akan dijangkau di

wilayah j, dan cij adalah biaya yang digeneralisasi untuk menjangkau wilayah j dari

wilayah i. Fungsi g(Wj) adalah fungsi aktivitas, dan f(cij) disebut fungsi impedansi.

Keterkaitan keduanya bersifat multiplikatif, dalam hal ini saling memberi bobot.

Salah dari beberapa studi yang pernah dipublikasikan, adalah yang dilakukan Schumann

dan Talaat (2000). Schumann dan Talaat memilih type aksesibilitas potensial dari 3

model aksesibilitas yang dikenal, antara lain (i) type travel cost, (ii) type aksesibilitas

harian, dan (iii) type potensial.

Aksesibilitas type potensial tersebut oleh Schumann dan Talaat dirumuskan seperti

berikut :

Ai = ∑ g(Wj) f(cij) = ∑ Wj

α exp( –β cij ) …………………………….. (4-2)

Sebagai fungsi aktivitas, bisa digunakan besaran GDP, tenaga kerja (employment),

penduduk (population). Disebutkan bahwa pembobotan dengan GDP (=PDRB) sesuai

untuk mengaitkan aksesibilitas pada kinerja ekonomi produktif seperti investasi,

42

perencanaan produksi, dll. Sedangkan pembobotan dengan kependudukan sesuai untuk

dikaitkan dengan kinerja ekonomi konsumsi seperti perencanaan pasar/pemasaran.

Pemilihan nilai parameter β (sensitivitas impedansi spasial), dan α (parameter untuk

mewakili efek aglomerasi) bersifat khas untuk setiap wilayah. Dengan data-data GDP,

penduduk, dan jarak geografis untuk menentukan biaya perjalanan (travel cost),

Schumann-Talaat menghitung Indeks Periperalitas (yang diturunkan dari Aksesibilitas) di

Uni Eropa, dan menghasilkan peta indeks periperalitas. Informasi tersebut dipakai untuk

menentukan kebijakan perekonomian Uni Eropa dikaitkan dengan keberadaan dan

pengembangan infrastruktur transportasi.

Di dalam kajian ini, hipotesa yang diajukan adalah bahwa (minat) investasi dipengaruhi

oleh aksesibilitas, atau Investasi di suatu wilayah ≈ Indeks Aksesibilitas wilayah..

Variabel lain yang diduga memiliki pengaruh juga adalah jumlah penduduk atau populasi.

sehingga : Investasi = bo + b1 A +b1 P + ε .…………………...(4-3)

Seperti telah disebutkan di depan, Aksesibilitas dalam kajian ini mengikuti Aksesibilitas

yang dikembangkan Schurmann & Talaat (2001) dalam “Toward a European

Peripherality Index : Final Report.”

Dinyatakan dalam laporan tersebut, bahwa fungsi kegiatan / aktivitas bisa dalam bentuk

GDP, Populasi, Tenaga Kerja, masing-masing secara terpisah. Juga direkomendasikan

dalam laporan tersebut dua model pembobotan aksesibilitas atau peripheralitas yang

memadai : (1) yang dibobot GDP (GDP weighted) bisa membantu analisis dan

perencanaan yang bertalian dengan kegiatan ekonomi produktif (seperti investasi,

pendirian pabrik, dll), dan (2) yang dibobot populasi (Population weighted) bisa

membantu analisis dan perencanaan yang bertalian dengan kegiatan ekonomi konsumsi

(untuk pasar, retail, dll).

Sementara fungsi jarak atau fungsi hambatan f(cij) yang dipakai dapat berupa (i) fungsi

pangkat, (ii) fungsi eksponensial-negative, dan (iii) fungsi Tanner (Tamin, 2000). Dalam

kajian ini dipakai fungsi eksponensial negatif sebagai fungsi hambatan, seperti yang

disarankan oleh Schurmann, untuk mendapatkan indicator aksesibilitas potensial.

Dengan demikian, untuk melihat hubungan investasi dengan jalan (dalam bentuk

aksesibilitas) dalam kajian ini akan dipakai algoritma sebagai berikut :

43

1) Pengumpulan data PMA dan sebarannya, PMDN dan sebarannya, penduduk dan

sebarannya, PDRB (atas dasar harga berlaku) untuk 6 wilayah kajian.

2) Menghitung matriks jarak, dan waktu tempuh antar dan antara keenam wilayah

tersebut

3) Menghitung besaran fungsi hambatan f (cij) = ex(-β cij )

4) Menghitung aksesibilitas masing-masing wilayah, dengan pembobotan PDRB

(AXPDRB).

5) Menyusun data dalam format yang sesuai dengan model analisis pooled-time-

series.

6) Membuktikan kaitan / hubungan empiris antara PMA / PMDN dengan aksesibilitas

hasil perhitungan tersebut diatas, atau IPMA = f (AXPDRB,POP) dan

IPMDN = f (AXPDRB,POP)

4.3 Input Data

Data utama yang dipakai dalam kajian ini adalah data sekunder berupa Daftar Persetujuan

Proyek – PMA / PMDN yang dimiliki oleh Badan Koordinasi Penanaman Modal

(BKPM). Data PMA dan PMDN yang disiapkan adalah berdasarkan Surat Persetujuan

(SP) yang dikeluarkan BKPM, dengan anggapan bahwa SP tersebut dikeluarkan atas

permohonan calon investor yang dengan demikian cukup menggambarkan “minat”

investor menanamkan modalnya di daerah / wilayah tertentu.

Cakupan data PMA dan PMDN yang diteliti adalah daftar SP yang diterbitkan setiap

tahun mulai dari tahun 1975 sampai dengan 2005, namun fokus diarahkan pada rentang

1980-2005 karena alasan ketersediaan data lainnya (PDRB dan Penduduk) hanya pada

rentang 1980-2005. Untuk lebih melengkapi data (dalam hal diperlukan) dengan data

PMA dan PMDN sebelumnya (1968-1979), dipakai data penelitian Sdr. Dyah Retno

Prawesti Sudarto (1999) dalam “Studi Pola Spasial Investasi dan Perkembangannya di

Jawa Barat”.

Selama rentang waktu observasi tersebut (1980-2005), terdapat sekitar 3.103 pengajuan

proyek baru PMA yang disetujui, dan 2.372 pengajuan proyek baru PMDN. Perhatian

difokuskan pada SP untuk proyek baru (bukan perluasan maupun alih fungsi PMDN

menjadi PMA dan atau sebaliknya). Data lebih rinci telah diberikan pada Bab III.

Dengan konstruksi data seperti disebutkan diatas, maka diperoleh data yang runut waktu

(time-series) sepanjang 26 tahun, yang memiliki observasi temporal biasa pada setiap unit

44

analisis, dan sekaligus silang tempat yang memiliki observasi-observasi pada suatu unit

analisis pada suatu titik waktu tertentu (Kuncoro, 2001). Dengan data semacam itu, maka

analisisnya bisa dilakukan dengan analisis regresi untuk model pooled time series.

Struktur data baru yang disusun untuk analisis model pooled time-series tersebut

disajikan pada tabel IV-1 di halaman berikut.

Untuk keperluan selanjutnya, diperlukan data jarak antar wilayah (centroid, pusat kota)

untuk memperhitungkan waktu tempuh, mulai dari Bekasi sampai dengan Cirebon.

Matriks jarak ditunjukkan pada tabel IV-1 berikut ini :

Tabel IV-1 Matriks Jarak 6 Wilayah Pantura Jabar

Bks Krw Pwk Sub Imy Crb

Bks 0 36 57 98 152 192

Krw 36 0 21 62 116 156

Pwk 57 21 0 41 95 135

Sub 98 62 41 0 54 94

Imy 152 116 95 54 0 40

Crb 192 156 135 94 40 0

Selanjutnya dengan asumsi kecepatan berkendara rata-rata di jalan tol adalah 80 km/jam,

dan di jalan bukan-tol adalah 40 km/jam, akan diperoleh matriks waktu tempuh, yang

kemudian dipakai untuk menghitung fungsi hambatan f (cij)= exp (-β cij).

Demikian juga data Produk Domestik Regional Bruto (PDRB) yang dipakai dalam kajian

ini mulai dari PDRB tahun 1980 samapai dengan 2005. Dipakai PDRB atas dasar harga

berlaku karena besaran investasi yang ada juga dicatatkan berdasarkan atas harga berlaku.

Untuk daerah Cirebon dan Bekasi, nilai PDRB analisis diwakili oleh jumlah keduanya

(PDRB Kota +Kabupaten). Penyatuan unit analisis ini lebih didasarkan pada faktor

centroid, yang umumnya centroid Kabupaten relatif berimpit dengan centroid kota.

Sumber data untuk PDRB Kabupaten / Kota ini adalah Biro Pusat Statistik (BPS) Jawa

Barat.

Data berikutnya yang diperlukan dalam analisis ini adalah data penduduk, yang akan

dilihat apakah memiliki hubungan dengan minat investasi (misalnya bersifat tarikan atau

45

bukan). Data penduduk masing-masing kota / kabupaten mulai tahun 1980 sampai dengan

2005, berdasarkan hasil sensus penduduk, supas, maupun perhitungan yang dilakukan

oleh Biro Pusat Statistik (BPS).

4.4 Hasil Analisis

4.4.1 Investasi dalam Perspektif Runut Waktu

Pengamatan atas data seri waktu untuk PMA dan PMDN dapat dilakukan per wilayah,

dimulai dari Bekasi, Karawang, Purwakarta, Subang, Indramayu, dan Cirebon, untuk

melihat kurva trend kumulatif-nya, dan nilai pertumbuhan tahunannya.

Dikaitkan dengan beroperasinya jalan tol Jakarta-Cikampek pada tahun 1988, maka data

investasi di wilayah pantura Jawa Barat dikelompokkan dalam 3 kelompok tahun, yaitu

periode I : 1980-1987 (belum ada jalan tol), dan II : 1988-1997 (sudah ada jalan tol,

sebelum krisis ekonomi), dan III : 1998-2005 (sudah ada jalan tol, sesudah krisis

ekonomi). Laju pertumbuhan rata-rata tahunan pada masing-2 periode tersebut disajikan

dalam tabel IV-2.

Tabel IV-2

Nilai Investasi Rata-rata Tahunan

PMA & PMDN di Pantura Jabar Untuk masing-masing Periode

BKS KRW PWK SUB IMY CRBPertumbuhan PMA (juta US$ per tahun)1980-1988 36 8 - - - 35 1989-1997 827 324 218 7 33 34 1998-2005 153 66 57 6 2 21

Petumbuhan PMDN (milyar Rp / tahun)1980-1988 64 11 - 1 2 36 1989-1997 1,645 1,237 534 264 650 201 1998-2005 552 224 99 72 107 40

Diolah dari data BKPM : Rekap SP PMA/PMDN

Dari tabel IV-2 tersebut bisa dilihat bahwa untuk PMA, pada periode I (1980-1988)

investasi rata-rata tahunannya masih rendah, seperti terlihat untuk Bekasi (36 juta

USD/th), Karawang (8 juta USD/thn), dan Cirebon (35 juta USD/thn), bahkan tidak ada

untuk Purwakarta, Subang, dan Indramayu.

Pada periode II (1989-1997), angka pertumbuhan tersebut menjadi sangat besar, antara

lain Bekasi (827 juta USD/thn atau 23 kali periode I), Karawang (324 juta USD/thn atau

46

40 kali periode I), dan Purwakarta (218 juta USD/thn dari 0 pada periode I), Subang dan

Indramayu (7 juta nda 33 juta USD /thn dari sebelumnya 0 pada periode I), serta Cirebon

(34 juta USD/thn, hampir sama dengan periode I).

Pada periode III (1998-2005), nilai rata-rata investasi tahunan turun dibandingkan dengan

periode II. Dibandingkan dengan periode II, maka nilainya menjadi sekitar 19% (Bekasi),

20% (Karawang), 26% (Purwakarta), 86% (Subang), 6% (Indramayu), dan 62%

(Cirebon)

Fenomena serupa juga terlihat pada minat PMDN. Pada periode I (1980-1988) nilai

investasi rata-rata tahunan untuk semua wilayah masih jauh dibawah Rp.100 milyar per

tahun. Nilai rata-rata ini meningkat tajam pada periode II (1988-1997), menjadi lebih dari

Rp.1,6 trilyun (Bekasi), Rp.1,2 trilyun (Karawang), Rp.0,5 trilyun (Purwakarta), Rp.0,2

trilyun (Subang), Rp.0,2 trilyun (Indramayu), dan Rp.0,2 trilyun (Cirebon).

Walaupun keberadaan jalan tol baru belum pasti merupakan satu-satunya penyebab

kenaikan tajam laju investasi PMA, tetapi perubahan angka-angka per periode tersebut

cukup meyakinkan akan peranan jalan tol tersebut.

Pada periode III (1998-2005), nilai rata-rata investasi tahunan turun dibandingkan dengan

periode II. Dibandingkan dengan periode II, maka nilainya menjadi sekitar 32% (Bekasi),

18% (Karawang), 19% (Purwakarta), 27% (Subang), 16% (Indramayu), dan 20%

(Cirebon)

Kurva nilai PMA dan PMDN kumulatif di Bekasi, Karawang, Purwakarta, Subang, Ita-

rndramayu, dan Cirebon, disajikan pada grafik 4.1. sampai dengan 4.4.

Dari grafik tersebut, dapat dicermati kecenderungan umumnya untuk masing-masing

periode pada rentang waktu 1980-2005. Pada periode I (rentang 1980-1987) terlihat kurva

relatif datar, dilanjutkan dengan pertumbuhan tinggi pada periode II (setelah

beroperasinya jalan tol Jakarta-Cikampek 1988dan sebelum krisis ekonomi 1997), dan

melambat menjadi relatif stagnan antara 1998-2005 (pasca krisis ekonomi 1997).

47

-

1

2

3

4

5

6

7

8

9

10

1980 1983 1986 1989 1992 1995 1998 2001 2004

Mily

ar U

S$

-

5

10

15

20

25

Trily

un R

p

Kumulatif PMA Kumulatif PMDN

Grafik 4.1 Kurva Kumulatif PMA dan PMDN di Bekasi 1980-2005

Grafik serupa dengan Bekasi, untuk Karawang, Purwakarta, Subang, Indramayu, dan

Cirebon ditunjukkan pada grafik-grafik berikut ini.

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

1980 1983 1986 1989 1992 1995 1998 2001 2004

Mily

ar U

S$

-

2

4

6

8

10

12

14

16Tr

ilyun

Rp

Kumulatif PMA Kumulatif PMDN

(i) Kumulatif PMA dan PMDN di Karawang 1980-2005

48

0,0

0,5

1,0

1,5

2,0

2,5

3,0

1980 1983 1986 1989 1992 1995 1998 2001 2004

Mily

ar U

S$

-

1

2

3

4

5

6

Trily

un R

p

Kumulatif PMA Kumulatif PMDN

(ii) Kumulatif PMA dan PMDN di Purwakarta 1980-2005

Grafik 4.2 Kurva Kumulatif PMA dan PMDN di Karawang dan Purwakarta 1980-2005

Serupa dengan Bekasi, PMA dan PMDN di Karawang menunjukkan pola pertumbuhan

yang seolah-olah memanfaatkan keberadaan jalan tol pada tahun 1988. Terlihat slope

yang tajam antara 1988 sampai 1997 (periode II), dan kembali stagnan pada periode III.

Dengan periodisasi yang serupa, dibuat grafik kumulatif PMA & PMDN untuk Subang,

Indramayu, dan Cirebon, pada Grafik 4.3. Tampak bahwa pola yang ditunjukkan ketiga

daerah tersebut tidak semulus Bekasi, Purwakarta, dan Karawang.

49

0,0

20,0

40,0

60,0

80,0

100,0

120,0

1980 1983 1986 1989 1992 1995 1998 2001 2004

Juta

US$

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

Trily

un R

p

Kumulatif PMA Kumulatif PMDN

(i) Kumulatif PMA dan PMDN di Subang 1980-2005

0

50

100

150

200

250

300

350

1980 1983 1986 1989 1992 1995 1998 2001 2004

Juta

US$

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

Trily

un R

p

Kumulatif PMA Kumulatif PMDN

(ii) Kumulatif PMA dan PMDN di Indramayu 1980-2005

50

0

100

200

300

400

500

600

700

800

1980 1983 1986 1989 1992 1995 1998 2001 2004

Juta

US$

0,0

0,5

1,0

1,5

2,0

2,5

3,0

Trily

un R

p

Kumulatif PMA Kumulatif PMDN

(iii) Kumulatif PMA dan PMDN di Cirebon 1980-2005

Grafik 4.3 Kurva Kumulatif PMA dan PMDN di Subang, Indramayu, Cirebon

1980-2005

Terlihat pada 3 daerah terakhir (Subang, Indramayu, dan Cirebon) polanya tidak serapi 3

daerah yang secara fisik dilintasi jalan tol.

Dari pengamatan atas data PMA selama rentang 1980-2005, c.q. pertumbuhannya, diduga

ada pola menarik jika dipakai basis waktu. Ada beberapa hal yang patut dicermati dari

pola yang ada tersebut, dikaitkan dengan keberadaan jalan tol Jakarta-Cikampek, antara

lain :

(i) Subang dan Indramayu “mulai bergerak” menarik minat PMA mulai tahun 1988,

saat mulai dioperasikannya jalan tol Jakarta-Cikampek. Cirebon, relatif

menunjukkan pola yang serupa Subang dan Indramayu, meskipun ketiganya tidak

menunjukkan pola yang “serapi” Bekasi, Karawang, dan Purwakarta.

(ii) Purwakarta, yang sudah mencatat adanya PMA didaerahnya sejak 1980, relatif

stagnan sampai 1988, dan mengalami pertumbuhan positif sejak beroperasinya tol,

sampai kembali stagnan pada tahun 1998.

51

Tabel IV-3

Pertumbuhan PMA di Wilayah Pantura Jawa Barat

TAHUN BKS KRW PWK SUB IMY CRB

1980

1981 122% #DIV/0! 0%

1982 0% 0% 0%

1983 802% 0% 0%

1984 0% 0% 0%

1985 24% 0% 0% #DIV/0!

1986 10% 0% 0% 0%

1987 8% 214% 0% 29%

1988 23% 16% 0% #DIV/0! #DIV/0! 0%

1989 41% 84% 90% 0% 0% 2%

1990 108% 170% 388% 0% 0% 13%

1991 67% 63% 65% 0% 3268% 2%

1992 28% 53% 52% 0% 397% 6%

1993 18% 60% 2% 0% 0% 0%

1994 33% 5% 4% 808% 0% 0%

1995 99% 52% 8% 588% 0% 0%

1996 13% 32% 5% 0% 3% 6%

1997 9% 12% 41% 0% 0% 71%

1998 3% 3% 18% 41% 0% 2%

1999 1% 1% 0% 2% 2% 0

2000 2% 1% 0% 20% 0% 0%

2001 5% 2% 0% 0% 0% 0

2002 1% 1% 3% 1% 2% 0

2003 1% 1% 0% 1% 0% 0

2004 2% 3% 0% 1% 0% 0

2005 1% 5% 0% 2% 0% 27%

%

%

%

%

%

(iii) Karawang, tidak sepenuhnya “menunggu” jalan tol untuk menarik minat investor,

karena sudah memiliki PMA sejak 1981, dan tumbuh cukup bagus pada 1987 dan

1988, walaupun juga “menikmati” keberadaan jalan tol dengan catatan

pertumbuhan PMA cukup besar (diatas 50%) mulai 1989 sampai 1995 sebelum

akhirnya menurun menjadi hanya dibawah 5% per tahun antara 1998-2005.

52

Tabel IV-4

Pertumbuhan PMDN di Wilayah Pantura Jawa Barat

TAHUN BKS KRW PWK SUB IMY CRB

19801981 5% 0% 0% 0%1982 13% 0% 0% 0%1983 30% 6% 0% 0%1984 1% 4% 0% 1141% 9%1985 7% 0% 0% 0% 0%1986 174% 26% 0% 110% 4%1987 170% 0% 0% 0% 0% 9%1988 81% 87% 0% 296% 175% 10%

1989 71% 134% 435% 426% 10% 359%1990 182% 166% 208% 88% 7% 15%1991 27% 25% 157% 12% 2% 30%1992 15% 16% 36% 35% 2184% 1%1993 17% 13% 25% 0% 1% 0%1994 23% 32% 16% 67% 53% 6%1995 8% 37% 26% 19% 92% 0%1996 26% 9% 20% 62% 25% 2%1997 30% 18% 88% 190% 42% 0%1998 5% 4% 9% 0% 14% 0%1999 1% 2% 0% 0% 0% 0%2000 0% 0% 0% 0% 0% 0%2001 6% 0% 0% 0% 1% 0%2002 2% 0% 0% 15% 0% 2%2003 6% 2% 0% 0% 0% 0%2004 5% 8% 5% 7% 0% -2%2005 2% 0% 1% 2% 0% 15%

(iv) Bekasi, telah memiliki “sejarah” PMA sejak awal 1970an, dan mencatat

pertumbuhan cukup bagus pada 1980-1988 pada saat tol mulai beroperasi.

Keberadaan jalan tol bagi Bekasi berperan “membantu” merangsang pertumbuhan

PMA, namun hanya sampai 1997.

(v) Keberadaan jalan tol seolah-olah membuat pola kumulatif investasi PMA di 6 unit

analisis (diatur berurut jarak dari Jakarta) menjadi lebih “teratur” atau “terpola”.

(lihat gambar 4.1). Keteraturan ini sekaligus menunjukkan pertumbuhan yang

semakin kecil sejalan dengan jarak yang semakin jauh dari Jakarta.

Dengan data-data empiris diatas, dapat disimpulkan bahwa :

(1) Keberadaan jalan tol Jakarta – Cikampek mempunyai pengaruh positif pada minat

investasi di kawasan pantura Jawa Barat. Hal ini terbukti dengan peningkatan sangat

tajam pertumbuhan investasi di derah yang dilintasi secara fisik (Bekasi, Karawang,

53

dan Purwakarta), serta mulai bergeraknya minat ke arah daerah yang didekatkan ke

pusat pertumbuhan dengan adanya jalan tol tersebut (Subang, Indramayu, Cirebon).

(2) Perlu diteliti lebih lanjut, seberapa kuat pengaruh positif tersebut, dan apakah ada

pengaruh keruangan (spasial) keberadaan jalan tol tersebut terhadap kinerja

investasi, khususnya PMA dan PMDN.

4.4.2 Investasi dalam Perspektif Spasial

Pertanyaan seputar pengaruh spasial jalan terhadap kinerja investasi ini dipicu oleh data

empiris bahwa terlihat keteraturan pola spasial minat investasi pada periode setelah

adanya jalan tol. Keteraturan dimaksud, tidak tampak pada periode sebelum adanya jalan

tol. Grafik 4.4 (untuk PMA) dan 4.5 (untuk PMDN) memberikan gambaran perbedaan

tersebut. Pada grafik (i) terlihat ketidak teraturan pola spasialnya pada periode sebelum

adanya jalan tol. Grafik (ii) menunjukkan pola keteraturan spasial setelah adanya jalan

tol.

Keteraturan pola spasial tersebut antara lain :

Besaran gradual turun dari Bekasi, Karawang, Purwakarta, dan ke Subang, dan

kemudian naik lagi di Indramayu, dan Cirebon. Diduga, semakin jauh dari Jakarta,

minat investasi semakin rendah.

Ada ketimpangan pertumbuhan minat investasi ini yang semakin besar dari waktu ke

waktu. Semakin dekat dengan Jakarta, pertumbuhannya semakin tinggi, jauh

meninggalkan daerah yang secara spasial jauh dari Jakarta. (Jika Jakarta dipandang

sebagai pusat pertumbuhan).

Kumulatif PMA vs Jarak dari Jakarta (1982, 1987)

-

50

100

150

200

250

300

BEKASI

KARAWANG

PUWAKARTA

SUBANG

INDRAMAYU

CIREBON

Juta

US

D

Kumulatif PMA vs Jarak dari Jakarta (1995, 2000, 2005)

-

5

10

15

20

25

BEKASI

KARAWAN

G

PUWAKARTA

SUBANG

INDRAM

AYU

CIREBON

Mily

ar U

SD

li

(i) kumulatif PMA “sebelum” tol (i) kumulatif PMA “sesudah” tol

Gambar 4.4 Kumulatif PMA sebelum dan sesudah JalanTol Beroperasi

54

Keberadaan jalan tol “membantu” setiap wilayah untuk menarik investor PMDN, terlihat

dengan pola yang dibentuk lebih teratur, dibandingkan dengan sebelum jalan tol ada.

PMDN vs "Jarak" dr Jakarta

-

100

200

300

400

500

600

700

Bekasi

Karawan

g

Purwak

arta

Suban

g

Indra

mayu

Cirebo

n

Mily

ar R

p

1980 1985 1987

Kumulatif PMDN vs "Jarak" dr Jakarta

-

10,000

20,000

30,000

40,000

50,000

60,000

1 2 3 4 5 6M

ilyar

Rp

1990 1995 2000 2005

(i) kumulatif PMDN “sebelum” tol (i) kumulatif PMDN “sesudah” tol

Gambar 4.5 Kumulatif PMDN sebelum dan sesudah Beroperasinya Jalan Tol

Selanjutnya, untuk melihat pengaruh spasial jalan terhadap investasi akan dipakai

variabel aksesibilitas seperti telah disebutkan pada bagian awal Bab ini.

Pada bagian ini akan dianalisis hubungan antara PMA (sebagai variabel dependent) –

IPMA– dengan dua variabel independent : Indeks Aksesibilitas (PDRB weighted) -

AXPDRB, dan jumlah penduduk suatu wilayah –POP.

Telah disebutkan di depan, bahwa hubungan IPMA dengan AXPDRB dan POP yang

runut-waktu dan silang-tempat akan dianalisis dengan model pooled-time-series. Dengan

komposisi 26 tahun data seri waktu dan 6 unit wilayah analisis (tempat), akan didapat

(26x6) data observasi untuk IPMA. Dengan demikian tidak perlu dilakukan analisis satu-

persatu untuk setiap data tahunan atau spot waktu.

Aksesibilitas, telah dijelaskan di depan adalah gambaran ukuran “keterjangkauan” suatu

wilayah dalam konteks centre-periphery. Semakin besar Indeks aksesibilitas, dipahami

semakin “dekat” dengan “pusat pertumbuhan” atau centre.

Perhitungan aksesibilitas yang akan dipakai dalam kajian ini, seperti disebutkan diast,

adalah yang dibobot PDRB (PDRB weighted), dan disebut sebagai variabel atau predictor

AXPDRB.

55

Perhitungan PMA vs Aksesibilitas dimulai dari membentuk matriks fungsi hambatan atau

impedansi f(cij) sebelum membobotkannya dengan PDRB sesuai dengan rumus :

Ai = ∑ DRB j . f (cij) P j

Matriks impedansi yang diperoleh, dibedakan antara matriks sebelum jalan tol beroperasi

(1980-1988) dan sesudah beroperasi (1989-2005) seperti pada tabel berikut

Tabel IV-5

(i) Matriks f(cij) sebelum jalan tol beroperasi

exp(-βcij) Bks Krw Pwk Sub Imy CrbBks 1.0000 0.1979 0.0769 0.0122 0.0011 0.0002Krw 0.1979 1.0000 0.3887 0.0614 0.0054 0.0009Pwk 0.0769 0.3887 1.0000 0.1580 0.0139 0.0023Sub 0.0122 0.0614 0.1580 1.0000 0.0880 0.0146Imy 0.0011 0.0054 0.0139 0.0880 1.0000 0.1653Crb 0.0002 0.0009 0.0023 0.0146 0.1653 1.0000

(ii) Matriks f(cij) sesudah jalan tol beroperasi

exp(-βcij) Bks Krw Pwk Sub Imy CrbBks 1.0000 0.4449 0.2773 0.0438 0.0039 0.0006Krw 0.4449 1.0000 0.6234 0.0985 0.0087 0.0014Pwk 0.2773 0.6234 1.0000 0.1580 0.0139 0.0023Sub 0.0438 0.0985 0.1580 1.0000 0.0880 0.0146Imy 0.0039 0.0087 0.0139 0.0880 1.0000 0.1653Crb 0.0006 0.0014 0.0023 0.0146 0.1653 1.0000

Selanjutnya dengan model aksesibilitas pada persamaan 4.4 di bagian depan, dihitung

Indeks Aksesibilitas (dengan range 0- 100), mengacu pada model Peripherality Index 1

(PI-1) yang dikembangkan Schurmann & Talaat (2000).

Hasil perhitungan Indeks aksesibilitas berbobot PDRB tersebut disajikan dalam tabel IV-

6 berikut ini.

56

Tabel IV-6

Indeks Aksesibilitas (PDRB Weighted) - AXPDRB

TAHUN BEKASI KRW PWKT SUB IMY CRBN1980 33,0824 36,8415 25,3753 15,8325 27,2984 39,92281981 34,2081 39,1178 27,4460 17,5922 25,4035 37,15201982 34,1154 38,5452 27,1314 17,4959 25,6387 37,48301983 33,7741 38,6565 27,4635 18,0520 25,4630 37,18461984 37,6114 41,1929 29,4825 19,3650 25,9867 30,37931985 42,6940 41,9111 29,4752 18,4400 22,0367 30,44751986 42,6646 41,7361 29,6614 18,7426 26,6435 25,98161987 43,6346 43,6715 31,9819 20,0590 21,9548 26,25391988 44,8794 44,6948 32,5145 20,6339 19,0368 26,70351989 44,9072 44,7830 32,5991 21,5948 18,1476 26,53121990 47,3475 47,0255 33,5082 20,5667 17,4243 24,84271991 47,9614 48,1101 34,4253 20,4244 16,3958 24,50701992 51,4272 49,4916 34,7969 18,3663 14,9487 24,19581993 65,6273 53,1057 35,8063 13,6904 11,4778 18,28971994 67,8593 53,8800 36,3917 12,6928 10,9748 17,24991995 69,5432 53,9485 36,1502 11,8532 10,9052 16,83091996 86,0349 54,2830 34,5927 7,2903 5,5971 13,24921997 86,7281 54,1394 34,6064 7,5664 5,3241 12,72951998 83,7338 52,1204 32,7268 8,2848 7,0012 14,74531999 83,1234 54,0655 33,6935 7,3989 7,2496 14,58232000 100,0000 57,6649 38,0263 3,5281 0,8435 6,58992001 97,3884 57,6637 38,1197 3,3941 0,7962 8,80952002 94,8057 61,5768 40,2485 4,3722 0,4544 7,71572003 95,0412 62,1719 40,3759 4,3260 0,6596 7,09722004 96,0242 62,9585 40,5421 3,9057 0,3654 6,57892005 95,6818 63,7500 40,8689 3,8345 0,0000 6,7841

Selanjutnya dengan analisis Regresi Linier, hendak dilihat hubungan antara Nilai

Investasi (PMA) dan atau PMDN dengan Aksesibilitas Berbobot PDRB tersebut dalam

persamaan :

Investasi (IPMA atau IPMDN) = β0 + β1 AXPDRB – β2 POP … ….(4-4)

Dengan analisis pooled-time series, didapat data dengan 156 observasi dengan 1 variabel

terikat (Nilai Kumulatif PMA) dan 2 variabel bebas (Aksesibilitas berbobot PDRB dan

Populasi).

Rekapitulasi data yang sudah disesuaikan dengan kebutuhan analisis pooled-time-series

disajikan pada Lampiran III.

57

Software aplikasi statistik SPSS versi 14 dipakai untuk menghitung koefisien dan

parameter regresinya, dengan Indeks Aksesibilitas dan Populasi sebagai predictor dan (1)

Investasi (PMA) serta (2) Investasi (PMDN) sebagai respons. Hasil analisis dan

interpretasinya disajikan pada bagian berikut ini.

4.4.2.1 Penanaman Modal Asing (PMA) dan Aksesibilitas

Hasil keluaran pengolahan data dengan SPSS versi 14, ditunjukkan pada Lampiran III,

khususnya Lampiran III-1 hasil pengolahan data untuk PMA, sedangkan Lampiran III-2

untuk PMDN.

Keluaran tersebut bisa diinterpretasikan sebagai berikut :

Pada analisis regresi untuk PMA tersebut, didapat nilai koefisien determinasi R2

sebesar 0,788, yang berarti 78,8% dari variance “Investasi PMA” dapat dijelaskan

oleh model diatas. Dengan demikian model ini secara keseluruhan mampu

menjelaskan hubungan variabel-variabelnya.

Dari tabel ANOVA ditemukan bahwa persamaan regresinya secara statistik sangat

signifikan dengan nilai F=265,239 untuk n-k-1 = 153 dan P-value = 0,000 yang jauh

lebih kecil dari 0,05.

Untuk melihat signifikansi masing-masing koefisien regresi digunakan hasil uji

statistik t (uji t). Untuk variabel Indeks Aksesibilitas (PDRB weighted) dilihat

dengan menguji β1 : Ho : β1 = 0 terhadap H1 : β1 ≠ 0. Hasil perhitungan, dari hasil

diatas dapat dilihat bahwa nilai uji-t adalah t = 14,304 dengan P-value = 0. Hal ini

merupakan bukti kuat penolakan terhadap Ho : β1 = 0.

Sementara itu, untuk variabel penduduk, dilihat dari β2 : Ho : β2 = 0 terhadap H1 : β2

≠ 0. Dari hasil perhitungandidapat nilai uji-t adalah t = 8,074 dengan P-value = 0. Hal

ini juga merupakan bukti kuat penolakan terhadap Ho : β2 = 0.

Dengan demikian, persamaan hasil analisis yang diajukan adalah :

IPMA = -2480.126 + 60.368 AXPDRB + 1.104 POP ……………. …. (4-5)

Kolinieritas persamaan regresi ini bisa dilihat dari nilai VIF di tabel Coefficient, yang

bernilai 1,363 masih bisa dianggap tidak terjadi multicollinearity, atau lebih tepatnya

hanya low collinearity. Sementara dari Normal Probability Plot juga terlihat bahwa

58

titik-titik data membentuk pola linear sehingga masih konsisten dengan distribusi

normal. Residual pada hasil regresi yang didapat juga diindikasikan mempunyai

variance konstan (homoscedasticity), yang ditunjukkan dengan tidak terbentuknya

pola tertentu pada Scatterplot antara standardized residual dan predicted value.

Terlihat ada hubungan yang signifikan antara aksesibilitas suatu wilayah dengan investasi

yang bisa ditariknya. Setiap perbedaan indeks aksesibilitas satu point pada suatu waktu,

akan membuat perbedaan kumulatif investasi sebesar 60,368 juta US dollar pada waktu

tersebut..

4.4.2.2 Penanaman Modal Dalam Negeri (PMDN) dan Aksesibilitas

Metode perhitungan dan interpretasi yang serupa dapat diterapkan juga untuk PMDN,

dengan hasil perhitungan disajikan dalam bentuk output seperti disajikan pada Lampiran

III bagian b. Interpretasi atas hasil tersebut adalah :

Pada analisis regresi untuk PMA tersebut, didapat nilai koefisien determinant R2

sebesar 0,512, yang berarti “hanya” 51,2% dari variance “Investasi PMDN” dapat

dijelaskan oleh model diatas.

Sementara dari tabel ANOVA diatas diindikasikan bahwa regresi secara statistic

sangat signifikan dengan nilai F = 130,232 untuk derajad kebebasan 153 dan P-value

= 0,000 yang jauh lebih kecil dari 0,05.

Untuk menguji signifikansi masing-masing koefisien regresi digunakan uji statistik t

(uji t). Untuk menguji β1 : Ho : β1 = 0 terhadap H1 : β1 ≠ 0. Hasil perhitungan, dari

tabel ANOVA dapat dilihat bahwa nilai uji-t adalah t = 8,249 dengan P-value = 0.Hal

ini merupakan bukti kuat penolakan terhadap Ho : β1 = 0.

Sementara itu, untuk variabel penduduk, dilihat dari β2 : Ho : β2 = 0 terhadap H1 : β2 ≠ 0.

Dari hasil perhitungandidapat nilai uji-t adalah t = 7,621 dengan P-value = 0. Hal ini juga

merupakan bukti kuat penolakan terhadap Ho : β2 = 0.

Dengan demikian, persamaan hasil analisis yang diajukan adalah :

IPMDN = - 446,828 + 10.342 AXPDRB + 0,309 POP ……………(4-6)

Kolonieritas persamaan regresi ini bisa dilihat dari nilai VIF di tabel Coefficient, yang

bernilai 1,363 masih bisa dianggap tidak terjadi multicollinearity, atau lebih tepatnya

59

hanya low collinearity. Sementara dari Normal Probability Plot juga terlihat bahwa titik-

titik data membentuk pola linear sehingga masih konsisten dengan distribusi normal.

Residual pada hasil regresi yang didapat juga diindikasikan mempunyai variance konstan

(homoscedasticity), yang ditunjukkan dengan tidak terbentuknya pola tertentu pada

Scatterplot antara standardized residual dan predicted value.

Hasil tersebut menunjukkan adanya hubungan yang signifikan antara aksesibilitas suatu

wilayah dengan investasi yang bisa ditariknya. Setiap perbedaan indeks aksesibilitas satu

point antara satu wilayah dengan wilayah lainnya, akan membuat perbedaan kumulatif

investasi sebesar 10,342 milyar rupiah.

Hasil tersebut dapat membantu menjelaskan bahwa tarikan investasi ke Bekasi lebih besar

daripada tarikan ke wilayah yang lebih jauh dari Jakarta, antara lain karena aksesibilitas

wilayah Bekasi lebih besar dari daerah lainnya tersebut.

Hal yang juga harus diperhatikan adalah ketimpangan atau gap kumulatif investasi PMA

dan PMDN yang semakin besar antara Bekasi (dekat pusat pertumbuhan) dengan Subang

– Indramayu – Cirebon (jauh dari pusat pertumbuhan). Ketimpangan ini dapat dijelaskan

dengan ketimpangan aksesibilitas yang semakin berkembang dari waktu ke waktu seperti

ditunjukkan pada grafik berikut ini.

0

20

40

60

80

100

120

1975 1980 1985 1990 1995 2000 2005 2010

BksKrwPwkSubImyCrb

Grafik 4.6 Perkembangan Indeks Aksesibilitas

Jika sebelum adanya jalan tol perbedaan indeks aksesibilitas antar daerah masih kecil,

maka perbedaan indeks tersebut semakin melebar dengan adanya jalan tol.

60

Sementara dari hasil regresi diketahui bahwa pengaruh indeks aksesibilitas (berbobot

PDRB) terhadap minat investasi cukup besar.

Hal ini membawa pada kesimpulan antara lain :

(1) Jalan tol memberi manfaat membuka isolasi daerah, dan terlihat dari adanya minat

investasi di daerah dengan dibukanya jalan tol (Subang dan Indramayu pada periode

1988-1997).

(2) Hasil analisis menunjukkan bahwa Penanaman Modal Asing (PMA) lebih sensitif

terhadap aspek keberadaan jalan raya / highway, dibandingkan dengan Penanaman

Modal Dalam Negeri (PMDN)

(3) Paradoks dengan manfaat tersebut, keberadaan jalan tol juga mempunyai dampak

memperlebar ketimpangan antara wilayah yang dekat dengan pusat pertumbuhan

(centre) dengan yang jauh (periphery).

(4) Ketimpangan spasial ini akan semakin lebar dan berlanjut, jika kebijakan

pembangunan regional yang dijalankan mengandalkan pertumbuhan organik yang

saat ini ada.

61