model simultan aglomerasi di sektor industri besar …eprints.ums.ac.id/80480/11/naskah publikasi...

MODEL SIMULTAN AGLOMERASI DI SEKTOR INDUSTRI

BESAR DAN MENENGAH TERHADAP PERTUMBUHAN

EKONOMI PADA PROVINSI DI PULAU JAWA, BALI DAN

NUSA TENGGARA TAHUN 2011 – 2018

Disusun sebagai salah satu syarat menyelesaikan Program Studi Strata I

pada Jurusan Ilmu Ekonomi Studi Pembangunan Fakultas Ekonomi dan

Bisnis

Oleh:

FANIA NUR PRASETYANINGRUM

B300160137

PROGRAM STUDI EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS MUHAMMADIYAH SURAKARTA

2020

1

MODEL SIMULTAN AGLOMERASI DI SEKTOR INDUSTRI BESAR

DAN MENENGAH TERHADAP PERTUMBUHAN EKONOMI PADA

PROVINSI DI PULAU JAWA, BALI DAN NUSA TENGGARA

TAHUN 2011 – 2018

Abstrak

Penelitian ini bertujuan untuk menganalisis pengaruh aglomerasi di sektor industri

besar dan menengah terhadap pertumbuhan ekonomi regional pada provinsi di

Pulau Jawa, Bali dan Nusa Tenggara pada tahun 2011 - 2018. Teknik

pengumpulan data menggunakan data sekunder yang diperoleh dari Badan Pusat

Statistik (BPS) Provinsi Jawa Timur yang berupa variabel-variabel yakni variabel

dependen dan variabel independen. Penelitian ini menggunakan metode GLS

(General Least Square). Faktor-faktor yang mempengaruhi pertumbuhan ekonomi

antara lain: aglomerasi, keterbukaan ekonomi, ipm, gini ratio, dan ekspor.

Sedangkan faktor-faktor yang memepengaruhi aglomerasi antara lain:

pertumbuhan ekonomi, keterbukaan ekonomi, angkatan kerja dan ekspor. Studi ini

menunjukkan pengaruh semua variabel independen pertumbuhan ekonomi yaitu:

aglomerasi, keterbukaan ekonomi, ipm, gini ratio dan ekpor tidak berpengaruh

secara masing-masing terhadap pertumbuhan ekonomi pada provinsi di Pulau

Jawa, Bali dan Nusa Tenggara. Sedangkan variabel independen pada aglomerasi

industri menunjukkan bahwa pertumbuhan ekonomi dan keterbukaan ekonomi

berpengaruh secara signifikan terhadap berubahnya indeks aglomerasi industri

pada provinsi di Pulau Jawa, Bali dan Nusa Tenggara.

Kata Kunci: Pertumbuhan Ekonomi, Aglomerasi Industri, Keterbukaan

Ekonomi, Human Capital, Gini Ratio, Ekspor, Angkatan Kerja.

Abstract

This study aims to analyze the effect of agglomeration in large and medium

industrial sectors on regional economic growth in provinces in Java, Bali and

Nusa Tenggara in 2011 - 2018. Data collection techniques using secondary data

obtained from the Central Statistics Agency (BPS) of the Java Province East in

the form of variables namely the dependent variable and independent variables.

This study uses the GLS (General Least Square) method. Factors that influence

economic growth include: agglomeration, economic openness, oil palm, gini ratio,

and exports. While the factors that influence agglomeration include: economic

growth, economic openness, labor force and exports. This study shows that the

influence of all independent variables of economic growth, namely:

agglomeration, economic openness, IPM, Gini ratio and exports, does not have an

effect respectively on economic growth in the provinces of Java, Bali and Nusa

Tenggara. While the independent variables on industrial agglomeration indicate

that economic growth and economic openness significantly influence changes in

the index of industrial agglomeration in the provinces of Java, Bali and Nusa

Tenggara.

Keywords: Economic Growth, Industrial Agglomeration, Economic Openness,

Human Capital, Gini Ratio, Exports, Labor Force.

2

1. PENDAHULUAN

Pembangunan ekonomi pada dasarnya meliputi usaha masyarakat secara

keseluruhan dalam upaya untuk mengembangkan kegiatan ekonomi dan

mempertinggi tingkat kesejahteraan masyarakatnya. Menurut Arsyad (2004),

pembangunan ekonomi daerah adalah suatu proses dimana pemerintah daerah dan

masyarakatnya mengelola sumber daya yang ada dan membentuk suatu pola

kemitraan antara pemerintah daerah dengan sektor swasta untuk menciptakan

suatu lapangan kerja baru dan merangsang perkembangan kegiatan ekonomi

(pertumbuhan ekonomi) dalam suatu wilayah tersebut. Pertumbuhan ekonomi

daerah dapat dicerminkan dari perubahan PDRB dalam suatu wilayah.

Konsep pembangunan ekonomi seringkali dikaitkan dengan proses

industrialisasi. Industrialisasi telah menjadi kekuatan utama (driving force) di

balik urbanisasi yang cepat di kawasan Asia sejak dasawarsa 1980an. Berbeda

dalam kasus industri berbasis sumber daya (resource-based industries), industri

manufaktur cenderung berlokasi di dalam dan di sekitar kota. Pertanian dan

industri berdampingan, bahkan kadang berebut lahan di seputar pusat-pusat kota

yang pada gilirannya semakin mengaburkan perbedaan baku antara desa dan kota

(McGee, 1991). Industri cenderung beraglomerasi di daerah-daerah dimana

potensi dan kemampuan daerah tersebut memenuhi kebutuhan mereka, dan

mereka mendapat manfaat akibat lokasi perusahaan yang saling berdekatan. Kota

umumnya menawarkan berbagai kelebihan dalam bentuk produktifitas dan

pendapatan yang lebih tinggi, menarik investasi baru, teknologi baru, pekerja

terdidik dan terampil dalam jumlah yang jauh lebih tinggi dibanding perdesaan

(Malecki, 1991).

Adanya ekonomi aglomerasi menghasilkan perbedaan spasial dalam

tingkat pendapatan. Semakin teraglomerasi secara spasial suatu perekonomian

maka akan semakin meningkat pertumbuhannya. Daerah-daerah yang banyak

industri pengolahan tumbuh lebih cepat dibandingkan daerah-daerah yang hanya

mempunyai sedikit industri pengolahan. Alasannya adalah daerah-daerah

yangmempunyai industri pengolahan lebih banyak mempunyai akumulasi modal.

Singkatnya bahwa daerah-daerah dengan konsentrasi industri pengolahan

3

perekonomiannya tumbuh lebih cepat dibandingkan dengan daerah yang tidak

punya konsentrasi industri pengolahan.

2. METODE

2. 1 Objek Penelitian

Objek dalam penelitian ini adalah industri besar dan sedang pada Provinsi di

Pulau Jawa, Bali dan Nusa Tenggara.

2. 2 Jenis dan Sumber Data

Data yang digunakan adalah data sekunder dengan tipe data panel. Data panel

yaitu gabungan dari cross section dan time series.

2. 3 Definisi Operasional Variabel

Berdasarkan dari permasalahan dalam penelitian, maka ada beberapa definisi

operasional variabel yang dijelaskan yaitu:

1) Variabel Dependen

Variabel yang digunakan dalam penelitian ini adalah:

a. Pertumbuhan Ekonomi, menggunakan data PDRB Provinsi di Pulau Jawa,

Bali dan Nusa Tenggara tahun 2011 - 2018 yang dinyatakan dalam rupiah.

b. Aglomerasi Industri, dalam penelitian ini angka aglomerasi industri

diperoleh dari perhitungan menggunakan indeks Ballasa. Rumusnya

sebagai berikut:

𝐵𝑎𝑙𝑙𝑎𝑠𝑎𝑖𝑗 = (𝐸𝑖𝑗

∑ 𝑗 𝐸𝑖𝑗) / (

∑ 𝑖 𝐸𝑖𝑗

∑ 𝑖 ∑ 𝑗 𝐸𝑖𝑗) (1)

Dimana,

E = Tenaga Kerja

i = Sektor

j = Wilayah

Pembilang dari indeks ballasa menyajikan bagian wilayah j dari total

tenaga kerja disektor industri i. Semakin terpusat suatu industri maka

semakin besar pula hasil dari perhitungan indeks Ballasanya (Sbergami,

2002).

4

2) Variabel Independen

Variabel independen yang digunakan dalam penelitian ini yaitu:

a. Laju Keterbukaan Ekonomi, dalam penelitian ini laju keterbukaan

ekonomi/openness dihitung dengan menggunakan rumus:

𝐿𝑎𝑗𝑢 𝐾𝑒𝑡𝑒𝑟𝑏𝑢𝑘𝑎𝑎𝑛 𝐸𝑘𝑜𝑛𝑜𝑚𝑖 =𝑇𝑜𝑡𝑎𝑙 𝐸𝑘𝑠𝑝𝑜𝑟+𝑇𝑜𝑡𝑎𝑙 𝐼𝑚𝑝𝑜𝑟

𝑃𝐷𝑅𝐵 (2)

b. Human Capital, yaitu tingkat investasi sumber daya manusia pada Provinsi

di Pulau Jawa, Bali dan Nusa Tenggara pada tahun 2011-2018. Dalam

penelitian ini angka Human Capital digambarkan dari Indeks Pembangunan

Manusia (IPM) yang dinyatakan dalam satuan indeks.

c. Gini Ratio, merupakan ukuran ketimpangan distribusi pendapatan pada

Provinsi di Pulau Jawa, Bali dan Nusa Tenggara pada periode 2011-2018.

Data pada gini ratio menggunakan satuan indeks.

d. Ekspor, yaitu jumlah produk/barang yang dikirim ke luar negeri untuk

menambah devisa negara. Pada penelitian ini digunakan data ekspor pada

Provinsi di Pulau Jawa, Bali dan Nusa Tenggara antara tahun 2011 - 2018

yang dinyatakan dalam satuan dolar Amerika.

e. Angkatan Kerja, merupakan jumlah angkatan kerja yang tersebar di

wilayah Provinsi di Pulau Jawa, Bali dan Nusa Tenggara. Dihitung dari

tahun 2011-2018. Dalam penelitian ini angkatan kerja menggunakan satuan

jiwa.

2. 4 Metode Analisis Data

Penelitian ini menggunakan alat analisis model simultan regresi data panel dengan

menggunakan Eviews, teknik yang ditawarkan, yaitu:

1) Uji Identifikasi Persamaan Simultan.

2) Uji Endogenitas Variabel.

3) Uji Simultanitas Hausmann.

4) Uji Estimasi Regresi Data Panel untuk memilih model:

a. Fixed Effect (Fixed Effect Model atau FEM).

b. Random Effect (Random Effect Model/REM).

5) Uji Regresi Data Panel dengan Model Simultan.

5

3. HASIL DAN PEMBAHASAN

3. 1 Uji Identifikasi Persamaan Simultan

Menurut Widarjono (2017) ada tiga kemungkinan yang terjadi terhadap

persamaan simultan yaitu tidak teridentifikasi (unidentified), teridentifikasi

(identified), dan terlalu teridentifikasi (overidentified). Ada aturan main di dalam

melakukan identifikasi sebuah persamaan simultan. Dalam aturan main terdapat

beberapa notasi diantaranya adalah sebagai berikut:

M : Jumlah variabel endogen dalam model simultan

m : Jumlah variabel endogen dalam persamaan tertentu

K : Jumlah variabel eksogen dalam model simultan

k : Jumlah variabel eksogen dalam persamaan tertentu

Dua aturan main dalam masalah identifikasi persamaan simultan sehingga

bisa diestimasi yaitu:

1) Aturan Main 1

Di dalam persamaan simultan M, suatu persamaan teridentifikasi jika

mengeluarkan paling tidak M-1 variabel eksogen maupun endogen yang ada

dalam model. Jika mengeluarkan tepat sebesar M-1, maka model adalah

terindentifikasi sedangkan jika lebih dari M-1 maka modelnya telalu

terindentifikasi.

Log(PDRB)it = β0 + β1IBit + β2OPit + β3IPMit + β4GRit + β5EKSit + U1it (3)

K-k > m-1 (4)

7-4 > 2-1

3 > 1, Overidentified

Artinya, persamaan pertama terlalu teridentifikasi.

2) Aturan Main 2

Di dalam persamaan simultan M, suatu persamaan teridentifikasi jika jumlah

variabel eksogen yang dikeluarkan dari persamaan kurang dari jumlah variabel

endogen dikurangi 1 yaitu:

K – k ≥ m – 1 (5)

Jika K – k < m – 1 maka persamaan tidak terindetifikasi,

K – k = m – 1 maka persamaan teridentifikasi sedangkan

6

K – k > m – 1 maka persamaan terlalu teridentifikasi.

IBit = β6 + β7Log(PDRB)it + β8OPit + β9Log(AK)it + β10EKSit + U2it (6)

K-k > m-1 (7)

7-3 > 2-1

4 > 1, Overidentified

Artinya, persamaan kedua terlalu teridentifikasi.

3. 2 Estimasi Persamaan Simultan

Dari kedua identifikasi diatas, diperoleh bahwa kedua persamaan terlalu

teridentifikasi. Sehingga untuk mengestimasi persamaan simultan digunakan

metode Two Stage Least Square (TSLS).

3. 3 Uji Endogenitas Variabel

Tabel 1

Hasil Uji Endogenitas Variabel PDRB

Sumber: BPS, Statistik Indonesia, 2019 (hasil data diolah)

Dari tabel diatas, diperoleh hasil bahwa t-stat sebesar 5,002 dan prob t-stat sebesar

0,0000 yang dibandingkan dengan α 0,05 menunjukkan bahwa Prob t-stat lebih

kecil sehingga variabel signifkan dan menunjukkan bahwa variabel PDRB

terbukti memiliki sifat endogen.

7

Tabel 2

Hasil Uji Endogenitas Variabel Aglomerasi Industri


Dari tabel diatas, diperoleh hasil bahwa t-stat sebesar 2,865 dan prob t-stat

sebesar 0,0056 dibandingkan dengan α 0,05 yang menunjukkan prob t-stat lebih

kecil sehingga variabel signifikan dan menunjukkan bahwa variabel Aglomerasi

Industri terbukti memiliki sifat endogen.

3. 4 Uji Simultanitas Hausmann

Tujuan uji simultanitas Hausman adalah untuk membuktikan secara empiris

bahwa suatu sistem persamaan benar-benar terdapat hubungan simultan antar

persamaan strukturalnya.

Tabel 3

Hasil Uji Simultanitas Hausman Variabel PDRB


Dari tabel diatas diperoleh hasil bahwa t-stat sebesar -2,557 dan prob t-stat

sebesar 0,0129 dibandingkan dengan α 0,05 yang menunjukkan bahwa prob t-stat

lebih kecil sehingga variabel signifikan dan menunjukkan bahwa variabel PDRB

memiliki pengaruh simultan terhadap variabel Aglomerasi Industri.

8

Tabel 4

Hasil Uji Simultanitas Hausman Variabel Aglomerasi Industri


Dari tabel diatas diperoleh hasil bahwa t-stat sebesar -29,479 dan prob t-

stat sebesar 0,0000 yang dibandingkan dengan α 0,05 menunjukkan bahwa prob t-

stat lebih kecil sehingga menunjukkan bahwa variabel Aglomerasi Industri

memiliki pengaruh simultan terhadap variabel PDRB.

3. 5 Mengestimasi Persamaan Data Panel

Terdapat dua pendekatan untuk mengestimasi persamaan panel yaitu Fixed Effect

Model (FEM) dan Random Effect Model (REM). Langkah-langkah untuk

mengestimasi persamaan panel:

1) Fixed Effect Model (FEM)

Uji ini digunakan untuk memilih apakah model lebih baik menggunakan Pooled

Least Square atau Fixed Effect Model (Baltagi, 2008). Uji ini dilakukan

menggunakan Uji Chow atau Uji Likelihood Ratio.

Tabel 5

Hasil Estimasi Panel dengan Uji Chow Persamaan PDRB

Log(PDRB)it = β0 + β₁ IBit + β₂ OPit + β₃ IPMit + β₄ GRit + β5EKSit + U1it

Log(PDRB)it = 20,513+ 0,003IBit – 0,439OPit + 0,088IPMit – 0,591GRit +

(0,000) (0,893) (0,466) (0,000)* (0,015)**

0,000EKSit + U1it

(0,273)

R2 = 0,999549 ; DW Stat = 1,441501 ; F-stat = 9889,582 ; Prob F-stat = 0,0000

Keterangan: * signifikan pada α 0,01; ** signifikan pada α 0,05; *** signifikan

pada α 0,1. Angka dalam kurung adalah probabilitas nilai t-statistik.

9

Hasil dari uji Likelihood Rationya adalah dimana H0 = Common Effect

Model (CEM) lebih baik dari FEM. Diperoleh hasil Prob F sebesar 0,0000

dibandingkan dengan α 0,05. Kesimpulanya, H0 ditolak yang menunjukkan bahwa

FEM lebih baik dari CEM. Sehingga, persamaan ini memilih FEM pada α 0,05

dan 0,01.

Tabel 6

Hasil Estimasi Panel dengan Uji Chow Persamaan Aglomerasi Industri

IBit = β6 + β7Log(PDRB)it + β8OPit + β9Log(AK)it + β10EKSit + U2it

IBit = -12,682 + 0,868Log(PDRB)it – 8,524OPit + 0,596Log(AK)it + 0,000EKSit

(0,069)*** (0,009)* (0,018)** (0,4700)

(0,078)***

+ U2it

R2 = 0,898387 ; DW Stat = 1,922465 ; F-stat = 43,46941 ; Prob F-stat = 0,0000



Hasil dari uji Likelihood Rationya adalah dimana H0 = Common Effect

Model (CEM) lebih baik dari FEM. Diperoleh hasil Prob F sebesar 0,0000

dibandingkan dengan α 0,05. Kesimpulannya H0 ditolak yang menunjukkan

bahwa FEM lebih baik dari CEM. Sehingga, persamaan ini memilih FEM pada α

0,05 dan 0,01.

2) Random Effect Model (REM)

Uji ini digunakan untuk memilih apakah model lebih baik menggunakan Random

Effect Model atau Fixed Effect Model. Uji ini dilakukan menggunakan Uji

Hausmann.

Tabel 7

Hasil Estimasi Panel dengan Uji Hausmann Persamaan PDRB


Log(PDRB)it = 20,542 + 0,008IBit – 0,399OPit + 0,087IPMit – 0,601GRit +

(0,000) (0,764) (0,506) (0,000)* (0,012)**

0,000EKSit + U1it

(0,183)

R2 = 0,926827 ; F-stat = 167,1939 ; Prob F-stat = 0,00000 ; Chi-square =

0,0000



10

Hasil dari uji Hausmannnya adalah dimana H0 = REM lebih baik dari

FEM. Diperoleh hasil Prob chi2 sebesar 0,0000 dibandingkan dengan α 0,05.

Kesimpulannya, bahwa H0 ditolak yang menunjukkan FEM lebih baik dari REM.

Sehingga, persamaan ini memilih FEM pada α 0,05.

Tabel 8

Hasil Estimasi Panel dengan Uji Hausmann Persamaan Aglomerasi Industri


IBit = -6,929 + 0,396Log(PDRB)it – 3,782OPit + 0,157og(AK)it + 0,000EKSit

(0,003)* (0,015)** (0,1054) (0,4758) (0,1559)

+ U2it

R2 = 0,167427 ; F-stat = 3,368355 ; Prob F-stat = 0,014265 ; Chi-square =

0,0343



Hasil dari uji Hausmannnya adalah dimana H0 = REM lebih baik dari

FEM. Diperoleh Prob chi2 sebesar 0,0343 dibandingkan dengan α 0,05.

Kesimpulannya, bahwa H0 ditolak yang menunjukkan FEM lebih baik dari REM.

Sehingga, persamaan ini memilih FEM pada α 0,05.

3. 6 Uji Regresi Data Panel dengan Model Simultan

Tabel 9

Hasil Estimasi TSLS Dengan FEM untuk Persamaan PDRB


Log(PDRB)it = 16,709 – 1,122IBit + 7,007OPit + 0,157IPMit – 0,392GRit -

(0,012) (0,548) (0,583) (0,182) (0,769)

0,00798EKSit + U1it

(0,625)

R2 = 0,986291 ; DW Stat = 2,036083 ; F-stat = 12215,56 ; Prob F-stat =

0,00000



Variabel aglomerasi industri (IB), keterbukaan ekonomi (OP), indeks

pembangunan manusia (IPM), gini ratio (GR) dan ekspor (EKS) secara masing-

masing tidak mempengaruhi pertumbuhan ekonomi pada provinsi di Pulau Jawa

dan Bali namun secara bersama-sama variabel aglomerasi industri (IB),

11

keterbukaan ekonomi (OP), indeks pembangunan manusia (IPM), gini ratio (GR)

dan ekspor (EKS) berpengaruh terhadap pertumbuhan ekonomi.

Tabel 10

Hasil Estimasi TSLS Dengan FEM untuk Persamaan Aglomerasi Industri


IBit = -11,557 + 1,017Log(PDRB)it + 9,7116OPit + 0,923og(AK)it -

0,0126EKSit

(0,1024) (0,071)* (0,0124)** (0,3094)

(0,0520)***

+ U2it

R2 = 0,898020 ; DW Stat = 1,916553 ; F-stat = 43,95540; Prob F-stat = 0,00000



Variabel pertumbuhan ekonomi (PDRB) dan keterbukaan ekonomi (OP)

secara masing-masing berpengaruh terhadap aglomerasi industri (IB) pada

provinsi di Pulau Jawa dan Bali. Sedangkan variabel variabel angkatan kerja (AK)

dan ekspor (EKS) tidak berpengaruh terhadap aglomerasi industri (IB) pada

provinsi di Pulau Jawa dan Bali. Variabel pertumbuhan ekonomi, keterbukaan

ekonomi, angkatan kerja dan ekspor secara bersama-sama berpengaruh terhadap

aglomerasi industri pada provinsi di Pulau Jawa dan Bali.

PDRB memiliki pengaruh positif dan signifikan terhadap aglomerasi

industri. Hal ini terjadi karena apabila jumlah PDRB meningkat maka aglomerasi

industri juga akan meningkat. Hal ini sejalan dengan penelitian yang dilakukan

oleh Harry Bloch (2014) yang menyatakan bahwa bukti efek spesialisasi positif

dan efek keanekaragaman negatif untuk manufaktur Indonesia, menunjukkan

bahwa spesialisasi menguntungkan bagi stimulasi pertumbuhan produktivitas

sementara keragaman tidak menguntungkan, perusahaan yang berlokasi di daerah

perkotaan telah menikmati pertumbuhan produktivitas lebih cepat daripada yang

di luar daerah perkotaan, tetapi kami tidak dapat memeriksa fenomena ini di

tingkat sub-sektor industri karena banyak industri memiliki terlalu sedikit

perusahaan yang berlokasi di luar daerah perkotaan. Pertumbuhan produktivitas

yang tinggi sejalan dengan pertumbuhan ekonomi daerah yang juga meningkat.

12

Keterbukaan ekonomi memiliki pengaruh positif dan signifikan terhadap

aglomerasi industri. Hal ini terjadi karena apabila nilai keterbukaan ekonomi

meningkat maka aglomerasi industri juga akan meningkat. Hal ini sesuai dengan

penelitian yang dilakukan Zhao Chen (2008) yang menyatakan bahwa

Keterbukaan ekonomi, yang juga terkait dengan geografi dan sejarah mendorong

aglomerasi industri, ukuran pasar yang besar, efek keterkaitan ke depan dan ke

belakang, urbanisasi tingkat tinggi, infrastruktur yang lebih baik, dan keterlibatan

pemerintah daerah yang lebih sedikit cenderung memfasilitasi konsentrasi

industri, wilayah pesisir memiliki keunggulan geografis dalam menarik

perusahaan.

4. PENUTUP

4. 1 Kesimpulan

Kesimpulan yang diperoleh dari penelitian model simultan aglomerasi industri

terhadap pertumbuhan ekonomi pada provinsi di Pulau Jawa, Bali dan Nusa

Tenggara periode 2011 – 2018 adalah sebagai berikut:

1. Adanya hubungan simultan antara pertumbuhan ekonomi dan aglomerasi

industri.

2. Variabel aglomerasi industri, keterbukaan ekonomi, indeks pembangunan

manusia, gini ratio dan ekspor secara masing-masing tidak mempengaruhi

pertumbuhan ekonomi pada provinsi di Pulau Jawa dan Bali.

3. Variabel aglomerasi industri, keterbukaan ekonomi, indeks pembangunan

manusia, gini ratio dan ekspor secara bersama-sama berpengaruh terhadap

pertumbuhan ekonomi pada provinsi di Pulau Jawa dan Bali.

4. Variabel pertumbuhan ekonomi dan keterbukaan ekonomi secara masing-

masing berpengaruh terhadap aglomerasi industri pada provinsi di Pulau

Jawa dan Bali. Sedangkan variabel variabel angkatan kerja dan ekspor

tidak berpengaruh terhadap aglomerasi industri pada provinsi di Pulau

Jawa dan Bali.

13

5. Variabel pertumbuhan ekonomi, keterbukaan ekonomi, angkatan kerja dan

ekspor secara bersama-sama berpengaruh terhadap aglomerasi industri

pada provinsi di Pulau Jawa dan Bali.

4. 2 Saran

Bagi Pemerintah :

1. Pemerintah perlu mengembangkan lagi aglomerasi industri di Pulau Jawa

dan Bali dan khususnya di Provinsi Nusa Tenggara Barat dan Nusa

Tenggara Timur. Karena dapat memberikan kontribusi yang cukup besar

dalam mendukung meningkatnya laju pertumbuhan ekonomi daerah.

2. Pemerintah lebih meningkatkan kegiatan ekspor sehingga dapat

mendukung dan meningkatkan pertumbuhan ekonomi daerah.

Bagi Peneliti :

1. Menambah rentang waktu yang digunakan, menggunakan analisis yang

membedakan antar kabupaten/kota di tiap-tiap provinsi hal ini dikarenakan

setiap provinsi memiliki karakteristik yang berbeda-beda.

2. Variabel aglomerasi industri agar lebih dikaji ulang ketika digunakan

sebagai salah satu variabel independen terhadap pertumbuhan ekonomi.

DAFTAR PUSTAKA

Adrian Sutedi. 2013. Good Corporate Governance. Jakarta: Sinar Grafika

Baltagi, Badi H. 2008. Econometric Analysis of Panel Data. New York: John

Wiley and Sons

Barua, Alokesh dan Pavel Chakraborty. 2010. Does Openness Affect Regional

Inequality? A Case Study for Indiarode. Review of Development

Economics, 14(3)

Bloch, Harry Dkk. 2014. Agglomeration Economies and Productivity Growth in

Manufacturing Industry: Empirical Evidence from Indonesia. Economic

Record

Badan Pusat Statistik. Berbagai terbitan. Statistik Indonesia. Jakarta: Badan Pusat

Statistik.

. Berbagai Terbitan. Statistik Provinsi Bali. Denpasar:

Badan Pusat Statistik.

. Berbagai Terbitan. Statistik Provinsi Banten. Banten:

Badan Pusat Statistik.

. Berbagai Terbitan. Statistik Provinsi Daerah Istimewa

Yogyakarta. Yogyakarta: Badan Pusat Statistik.

14

. Berbagai Terbitan. Statistik Provinsi DKI Jakarta.

Jakarta: Badan Pusat Statistik.

. Berbagai Terbitan. Statistik Provinsi Jawa Barat.

Bandung: Badan Pusat Statistik.

. Berbagai Terbitan. Statistik Provinsi Jawa Tengah.

Semarang: Badan Pusat Statistik.

. Berbagai Terbitan. Statistik Provinsi Jawa Timur.

Surabaya: Badan Pusat Statistik.

. Berbagai Terbitan. Statistik Provinsi Nusa Tenggara

Barat. Mataram: Badan Pusat Statistik.

. Berbagai Terbitan. Statistik Provinsi Nusa Tenggara

Timur. Kupang: Badan Pusat Statistik

Cuadrado-Roura, Juan R. 2016. Service industries and regional analysis. New

directions and challenges. Journal of Regional Research 36

Chen, Zhao dkk. 2008. Economic Opening and Industrial agglomeration in

China. Economic Research Journal

Damodar, Gujarati. 2012. Dasar-dasar Ekonometrika. Jakarta: Salemba Empat

Davis dkk. 2005. Labor-Force Heterogeneity as a Source of Agglomeration

Economies in an Empirical Analysis of County-Level Determinants of

Food Plant Entry. Munich Personal RePEc Archive No 6654

Daumal, Marie. 2010. The Impact of Trade Openess in Regional Inequality: The

Cases of India and Brazil. Universite Paris Journal No 2010-04

Duranton, Gilles dan William R Ker. 2015. The Logic of Agglomeration. Oxford

Handbook of Economic Geography

Ellison, Glenn dan Edward L. Glaeser. 1999. The Geographic Concentration of

Industry: Does Natural Advantage Explain Agglomeration. Geographic

Concentration of Industry Journal Volume 89 No 2

Fan, Cindy and Allen J. Scott. 2003. Industrial Agglomeration and Development:

A Survey of Spatial Economic Issues in East Asia and a Statistical

Analysis of Chinese Regions. Economic Geography 79(3): 295–319

Gilbert, Brett Anita. 2017. Agglomeration, Industrial Districts and Industry

Clusters: Trends of the 21st Century Literature. Foundations and Trends

in Entrepreneurship, Vol. 13, No. 1

Han, Wei dkk. 2019. Does Urban Industrial Agglomeration Lead to the

Improvement of Land Use Efficiency in China? An Empirical Study from a

Spatial Perspective. Sustainability 11, 986

Hasanah, Fatihatun. 2016. Analisis Pengaruh Aglomerasi Industri, Angkatan

Kerja dan Human Capital Investment Terhadap Pertumbuhan Ekonomi

Kabupaten/Kota Di Provinsi Jawa Tengah Tahun 2012-2014. Jurnal

Pendidikan dan Ekonomi, Volume 5, Nomor 4

Kompasiana. 2019. Bagaimana Dampak yang Diberikan dari Adanya Aglomerasi

Industri di Indonesia. Kompas.

https://www.google.com/amp/s/www.kompasians.com/amp/alwidwi/5dce

7641d541df5d1452O0752 (diakses pada tanggal 30 November 2019)

https://www.google.com/amp/s/www.kompasians.com/amp/alwidwi/5dce7641d541df5d1452O0752

https://www.google.com/amp/s/www.kompasians.com/amp/alwidwi/5dce7641d541df5d1452O0752

15

Krugman, Paul dan Raul Livas Elizondo. 1996. Trade Polis and Third World

Metropolis. Institute for Police Reform Journal

Kuncoro, Mudradjad. 2012. Ekonomika Aglomerasi. Yogyakarta: UPP STIM

YKPN

Kustanto, Heru dkk. 2012. Reindustrialisasi dan Dampaknya Terhadap Ekonomi

Makro Serta Kinerja Sektor Industri Di Indonesia. Jurnal Riset Industri

Vol. VI No. 1

Kusumasari, Annisa dan Fitria Kartiasih. 2017. Aglomerasi Industri dan

Pengaruhnya Terhadap Pertumbuhan Ekonomi Jawa Barat 2010-2014.

Jurnal Aplikasi Statistika Dan Komputasi Statistic V.9.2

Lu, Yanru dan Kai Cao. 2019. Spatial Analysis of Big Data Industrial

Agglomeration and Development in China. Sustainability Journal 1

Mankiw N, Gregory. 2006. Makro Ekonomi. Jakarta: Penerbit Erlangga

Mauleny, Ariesy Tri. 2015. Aglomerasi, Perubahan Sosial Ekonomi, Dan

Kebijakan Pembangunan Jakarta. Jurnal Ekonomi & Kebijakan Publik,

Vol. 6, No. 2

Mopangga, Herwin. 2011. Analisis Ketimpangan Pembangunan dan

Pertumbuhan Ekonomi di Provinsi Gorontalo. Trikonomika Volume 10,

No. 1

Paci, Raffaele dan Stefano Usai. 2008. Agglomeration Economies, Spatial

Dependence and Local Industry Growth. Revue D’économie Industriell

Prasetyo, Eko. 2011. Analisis Pengaruh Penanaman Modal Dalam Negeri

(PMDN), Penanaman Modal Asing (PMA), Tenaga Kerja, Dan Ekspor

Terhadap Pertumbuhan Ekonomi Di Jawa Tengah Periode Tahun

19852009. Skripsi. Universitas Negeri Semarang: Semar

Resmi Asbiantari, Dara. 2016. Pengaruh Ekspor Terhadap Pertumbuhan

Ekonomi Indonesia. Jurnal Ekonomi dan Kebijakan Pembangunan Volume

5 No 2

Rizqal, Mochammad. 2010. “Analisis Hubungan Simultan Antara Tingkat Upah

Dan Penyerapan Tenaga Kerja Serta Variabel Yang Mempengaruhinya”.

Thesis. Bogor: Program Studi Ilmu Ekonomi Sekolah Pascasarjana,

Institut Pertanian

Robiani, Bernadette dkk. 2017. Agglomeration of Manufacturing Industrial,

Economic Growth, And Interregional Inequality in South Sumatra,

Indonesia. International Journal of Economics and Financial Issues 7(4)

Sandhika, Ardyan Wahyu. 2012. “Analisis Pengaruh Aglomerasi, Tenaga Kerja,

Jumlah Penduduk, Dan Modal Terhadap Pertumbuhan Ekonomi

Kabupaten Kendal”. Skripsi. Semarang: Fakultas Ekonomika Dan Bisnis,

Universitas Diponegoro

Santoso, Galik dkk. 2015. Aglomerasi Industri Makanan dan Minuman di Pulau

Jawa Tahun 2010. Jurnal FE Universitas Indonesia

Sodik, Jamzani dan Dedi Iskandar. 2007. Aglomerasi Dan Pertumbuhan

Ekonomi: Peran Karakteristik Regional Di Indonesia. Jurnal Ekonomi

dan Studi Pembangunan Volume 8, Nomor 2

Suryadi, Ace. 2009. Mewujudkan Masyarakat Pembelajar: Konsep, Kebijakan

Implementasi. Bandung: Widya Aksara Press

16

Susetyo, Dyke. 2011. “Analisis Pengaruh Tingkat Investasi, Aglomerasi, Tenaga

Kerja Dan Indeks Pembangunan Manusia Terhadap Pertumbuhan

Ekonomi Kabupaten/Kota Di Jawa Tengah”. Skripsi. Semarang: Fakultas

Ekonomika Dan Bisnis, Universitas Diponegoro

Widarjono, Agus. 2017. Ekonomterika. Yogyakarta: UPP STIM YKPN

Wulandari, Yuli dkk. 2019. Aglomerasi Industri Pengolahan Di Wilayah

Kabupaten Jember Tahun 2011-2015. E-Journal Ekonomi Bisnis dan

Akuntansi, 2019, Volume VI (1)

Yuliadi, Imamudin. 2008. Analisis Impor Indonesia: Pendekatan Persamaan

Simultan. Jurnal Ekonomi dan Studi Pembangunan Volume 9 Nomor 1

Zulyanto, Aan. 2010. Pengaruh Desentralisasi Fiskal Terhadap Pertumbuhan

Ekonomi Di Provinsi Bengkulu. Tesis. Program Pascasarjana Universitas

Diponegoro Semarang

Zuliastri, Fikanti dkk. 2013. Analisis Faktor yang Mempengaruhi Aglomerasi

Industri Unggulan Daerah dan Hubungannya dengan Daya Saing Industri

Daerah. Jurnal Ekonomi dan Kebijakan Pembangunan Vol 2 No 2

model simultan aglomerasi di sektor industri besar …eprints.ums.ac.id/80480/11/naskah publikasi...

Documents