Policy Science 24:333-356, 1991

1991 Kluwer Academic Publishers. Printed in the Netherlands.

KeterbatasanA nggaran dan Peramalan Pendapatan Kota

JOHN P. FORRESTER
Abstrak

LATAR BELAKANG
Teknik peramalan yang paling kompleks mungkin membutuhkan pelatihan
yang

ekstensif

untuk

menggunakannya,

akan

memakan

waktu

untuk

menghasilkannya, akan membutuhkan jumlah yang cukup besar dari data

anggaran dan ekonomi, dan akan mahal untuk digunakan dalam jangka pendek.
Teknik peramalan pendapatan yang dianggap paling kompleks

adalah

ekonometrik, diikuti dengan metode deterministik, ahli/ pakar, dan tren. Metode
ekonometrik memerlukan data, teori, dan teknologi yang sangat pemerintah tidak
punya. Metode deterministik juga menuntut, tapi dibandingkan dengan metode
ekonometrik, metode ini mungkin memerlukan sedikit data historis. Juga, formula
deterministik mungkin lebih sederhana dari yang ditemukan di model
ekonometrik. Terakhir, model tren bisa sangat kompleks, Kebanyakan tren
kemungkinan akan ekstrapolasi linear sederhana dari masa lalu. Sebagai alternatif,
ahli mungkin lebih canggih dari analisis trend yang sebenarnya. Peramalan ahli
mungkin memerlukan perhitungan hanya sederhana, tetapi menuntut pengalaman
yang dapat diperoleh hanya dengan waktu.
Fakta bahwa tehnik kota memilih untuk meramalkan pendapatan mereka
yang diharapkan untuk menentukan tiga keterbatasan anggaran, yaitu pendapatan
yang diperkirakan, format anggaran dan basis pendapatan pemerintah, serta
karakteristik proses peramalan itu sendiri. Dalam jangka panjang, hubungan
antara peramalan dan penganggaran menjadi permasalahan yang berulang. Sebuah

ramalan menghasilkan hasil yang mempengaruhi keputusan alokasi. Pengalaman

keuntungan kota yang diramalkan, mungkin memodifikasi proses anggaran untuk
lebih efektif menggabungkan perkiraan dalam upaya pengambilan keputusan.
Dalam jangka pendek, bagaimanapun, proses dapat dianggap non-rekursif. Secara
khusus, proses anggaran yang ada membatasi kompleksitas potensi proses
ramalan. Peramalan yang diharapkan untuk mempengaruhi proses anggaran dalam
jangka pendek masih kurang. Pertama, proses anggaran adalah hasil dari tahun
politik, musyawarah kelompok birokrasi dan kepentingan dan keterbatasan
teknologi. Perubahan mendadak, terutama oleh teknologi masih belum terbukti,
bisa mengganggu fantiliar berarti untuk menganalisis pilihan alokasi. Kedua,
karena

dipertanyakan

track-record-nya,

menggunakan

peramalan

untuk

mempengaruhi penganggaran dalam jangka pendek akan mendahului upaya untuk

formatif mengevaluasi efektivitas peramalan, dan karenanya bisa menjadi
bencana.Dalam penelitian ini dianggap bahwa hubungan adalah non-rekursif, dan
berhipotesis bahwa proses anggaran direformasi paling sering memberikan
kondisi yang cocok untuk peramalan yang kompleks, dan pada suatu waktu dapat
mempengaruhi respon dari proses anggaran.
Anggaran pemerintah dapat mempengaruhi peramalan dalam beberapa cara:
Pemerintah dapat meramalkan dana anggaran mereka sendiri, teknis anggaran
yang rumit dapat membatasi sejauh mana teknik yang kompleks dapat meratakan
proses anggaran, dan sumber daya yang memberi porsi anggaran dalam
menentukan kebutuhan dan kapasitas dari pemerintah untuk mendapatkan sistem
peramalan yang mahal. Banyak penelitian menunjukkan bahwa faktor utama
pemerintah yang baik dalam menentukan teknik yang tepat yaitu peramalan
pendapatan. Teknik-teknik khusus kota memilih untuk meramalkan pendapatan
mereka yang ditentukan oleh sebagian besar pendapatan, tapi pilihan tersebut juga
dapat dipengaruhi oleh dua faktor anggaran lainnya. Pertama, teknik

khusus

sebuah kota dibatasi oleh format untuk menyajikan anggaran. Kedua, sebuah kota
dapat memilih teknik peramalan yang kompleks karena mampu untuk

melakukannya. Teknik yang kompleks bisa lebih mahal ketika membeli dan
menerapkannya.
Akhirnya, teknik yang diharapkan dan dipilih oleh sebuah kota untuk
rancangan pendapatan bergantung pada proses peramalan itu sendiri. Dua elemen
dari proses peramalan yang mungkin sangat berat dalam pemilihan meliputi
karakteristik data yang digunakan untuk menghasilkan perkiraan dan apakah kota
menghasilkan perkiraan pendapatan menggunakan teknologi komputer. Pertama,
pemerintah dapat memutuskan untuk tidak memperkirakan hanya karena data
yang tidak tersedia atau dirasakan oleh para pengambil keputusan dapat
diandalkan atau tidak berguna. Peramalan deterministik dan ekonometrik mungkin
memerlukan data ekonomi dan lainnya yang tidak tercatat dalam dokumen
anggaran sebelumnya. Analisis tren, sementara belum tentu membutuhkan data
ekonomi, dapat memerlukan banyak data historis anggaran dan audit. Misalnya,
para ahli merekomendasikan setidaknya 5 tahun nilai data (Henderson, 1978;
Schroeder, 1981), dan mungkin sampai 30 tahun atau lebih (Downs dan Rocke,
1983; Box dan Jenkins, 1976) untuk analisis trend. Kedua, perkiraan pendapatan
komprehensif bertekad menghasilkan dengan lebih mudah dengan bantuan
komputer.
OPERASIONALISASI VARIABEL
Teknik kota digunakan untuk meramalkan pendapatan diidentifikasi oleh
responden pada survei. Secara khusus, responden diminta untuk mengidentifikasi
teknik (s) yang mereka gunakan untuk proyek sumber akrab pendapatan (pajak
properti, pajak penjualan, pajak utilitas, pajak penghasilan, biaya dan biaya,
bantuan intergovemmental). Sejalan dengan harapan kami, sebagian besar kota
yang menanggapi survei cenderung untuk meramalkan pajak dan biaya
menggunakan teknik tren, dengan metode ahli datang kedua (Tabel 3). Namun,
jumlah yang sama dari kota memperkirakan pendapatan dari negara, sementara
hampir dua kali lebih banyak kota menggunakan cara ahli untuk meramalkan
pendapatan federal. Akibatnya, ini mungkin menunjukkan bahwa, dibandingkan

dengan bantuan antar pemerintah, budgeters yang lebih halus dalam penggunaan
peramalan ahli untuk memperkirakan ownsource pendapatan. Hal ini wajar karena
lingkungan kebakaran pendapatan daerah cenderung lebih stabil daripada
lingkungan fiskal antar pemerintah sejak akhir 1970-an, ketika bantuan federal
kepada pemerintah daerah mulai menahan diri. Karena tingkat perkembangan
peramalan ahli tampaknya sebagian besar sebanding seluruh pajak dan biaya
pengguna, analisis yang tersisa akan dibatasi untuk memperkirakan model untuk
PAD.
Variabel dependen:
Kompleksitas Perkiraan
Kompleksitas perkiraan menjadi variable yang paling unggul dari rencana
penerimaan yang digunakan di sebuah kota, dikarenakan kompleksitas tidak
memperhatikan sumber pendapatan. Kompleksitas perkiraan yang telah ditetapkan
setidaknya disajikan dalam dua cara, pertama membatasi peramalan hanya 10
penduduk kota. Prediktor harus mencakup factor-faktor yang mencerminkan
proses peramalan, seperti peramalan sumber data. Kedua, jika populasi diperluas
untuk mencakup semua kota (di mana tidak adanya peramalan nilai dalam
variabel dependen), maka prediksi bisa tidak termasuk variabel yang secara
khusus menjelaskan proses peramalan (menurut definisi, non-peramalan kota
tidak memiliki proses peramalan untuk dianalisis).
Kami juga dapat memperkirakan kompleksitas perkiraan untuk pendapatan
individu (Model II). Menggunakan micro-perspektif, temuan akan menunjukkan
jika, dan mengapa, teknik kompleks cenderung digunakan untuk satu atau
pendapatan lainnya. Ini tentu membatasi populasi target untuk kota-kota yang
meramalkan pendapatan. Berbeda dengan analisis Model I, bagaimanapun,
variabel proses perkiraan akan terbatas pada sumber data dan peramalan oleh
komputer; apakah setiap pendapatan diperkirakan tidak relevan.
Variable Prediksi:

Variable prediksi dibagi menjadi 3 kelompok yaitu proses anggaran, proses

peramalan, dan pemerintah dan sumber daya dasar.
Proses Anggaran
Yang menjadi fokus utama variable peramalan yaitu proses anggaran.
Penelitian sebelumnya telah menunjukkan bahwa kota cenderung mengadopsi
unsur-unsur tradisional dan penganggaran reformasi (Grizzle, 1986; Schick, 1966;
Friedman, 1975; Axelrod, 1973). Oleh karena itu, peneliti meminta responden
untuk mengkarakterisasi anggaran dengan mengelompokkan proses anggaran dan
mengidentifikasi tujuan, karakteristik, dan pengukuran yang ada dalam anggaran
tahunan seperti yang dirangkum oleh McCaffery (1988, p. 148). peneliti juga
meminta responden untuk mengidentifikasi sifat pendidikan, Jika pejabat
anggaran dididik dalam teori anggaran dan praktek (umumnya dari bagian
administrasi dan akuntansi pelatihan publik), mereka mungkin lebih cenderung
untuk menghargai efisiensi dan efektivitas. Akibatnya, orang tersebut juga
mungkin akan lebih cenderung menggunakan teknik perkiraan yang kompleks.
Proses Peramalan
Focus kedua variable peramalan yaitu mengidentifikasi proses peramalan. Proses
peramalan ini ada 2 dimensi, Dimensi pertama adalah sumber data yang
digunakan untuk perkirakan pendapatan, Dimensi kedua adalah apakah komputer
digunakan untuk menghasilkan perkiraan.
Pemerintah dan Sumber Daya Dasar
Focus terakhir dari variable permalan yaitu sumber daya pemerintah. Jika dengan
menambah sumber daya dalam memberikan kesempatan untuk terlibat mahal,
perkiraan kompleks, maka kami berharap total pendapatan umum untuk secara
positif mempengaruhi teknik perkiraan. Jika kota memperkirakan pendapatan
karena mereka relatif penting, maka kita berharap variabel yang mengidentifikasi
proporsi pendapatan umum dari berbagai sumber menjadi signifikan. Misalnya,

proporsi pendapatan dari pajak daerah harus positif memprediksi teknik yang
digunakan untuk meramalkan pendapatan pajak.
Dalam memprediksi teknik perkiraan pemerintah kota menggunakan untuk
meramalkan pendapatan dan pengeluaran mereka kami juga akan mencakup
bentuk pemerintahan. Di reformasi pemerintah (pimpinan kota) mungkin lebih
cenderung memilih untuk perkiraan kompleks jika rekan manager dengan
efisiensi atau efektivitas.
METODOLOGI
Analisis kami akan menggunakan metode cross-sectional yang luas untuk
menentukan jenis kota cenderung mengadopsi teknik yang paling rumit untuk
meramalkan pendapatan, dan kondisi di mana peramalan dapat mempengaruhi
pengambilan keputusan anggaran. Bretschneider et al., (1988) merekomendasikan
menggunakan eksperimen kelompok kecil untuk belajar penganggaran dan
peramalan.

Sedangkan

pendekatan

kelompok

kecil

memiliki

kelebihan

metodologi tertentu, teknik ini kurang tepat untuk sampel cross-sectional besar.
Data untuk penelitian ini berasal dari dua sumber. Informasi tentang teknik
peramalan, proses peramalan, dan proses penganggaran mengumpulkan dengan
menggunakan instrumen survei yang dikirimkan, pada bulan Mei 1989, untuk
direktur anggaran dari 431 pemerintah kota memiliki populasi kota 50.000 atau
lebih. Kota-kota di populasi ini besar dan beragam. Survei ini menggunakan
berbagai pertanyaan yang ditujukan isu-isu pembangunan dan kebijakan tentang
peramalan kota.
Tiga pesan kembali dengan jumlah responden yang dapat digunakan 170,
dengan rate 39,4%. Secara spesifik, pola respon ditunjukkan pada Tabel 1 di
bawah ini. Dari responden, 108 mengatakan mereka meramalkan pendapatan dan
sebagian lainnya mengatakan mereka tidak meramalkan.
Tabel 1

Ukuran Kota

Tingkat response (%)

1,000,000

75,00

500,000-999,999

43,75

300,000-499,999

55,56

200,000-299,999

54,17

100,000-199,999

48,15

50,000-99,999

33,06

Pada titik ini klarifikasi yang diperlukan. Jelas, semua Tabel tingkat kota
harus meramalkan pendapatan untuk tahun yang akan datang untuk membuat
penganggaran. Sebaliknya, pada temuan ini, respon dari pertanyaan, menunjukkan
bahwa banyak kota tidak meramalkan pendapatan melampaui tahun fiskal
mendatang.
Data pendapatan diambil dari Biro publikasi Sensus, Keuangan Pemerintah
Kota, 198_5-86. Sampel kota dengan populasi 500.000 atau lebih cenderung
memiliki lebih sedikit pendapatan per kapita dari himpunan kota dari mana
sampel tersebut diambil (Tabel 2). Kota dengan populasi kurang dari 500.000
umumnya memiliki banyak pendapatan per kapita dibandingkan dengan kota-kota
yang ukurannya sama dengan populasi target. New York City, dengan populasi
7.260.000, tidak menanggapi survei, akuntansi untuk banyak perbedaan antara
populasi dan sampel untuk kota terbesar.
Tabel 2
TEMUAN
Menaksir Pengalaman Perkiraan Pendapatan

Pertama masalah yang kita ingin tuju adalah apakah tradisional proses
anggaran dan keterbatasan sumber daya membatasi kesempatan kota untuk terlibat
dalam perkiraan. Temuan ini umumnya mendukung hipotesis kami. Terkait proses
anggaran, data menunjukkan bahwa ketika nilai penganggaran melampaui control
dan masukan, kota cenderung untuk meramalkan pendapatan. Temuan juga
menunjukkan bahwa kota lebih tergantung yang pada bantuan negara, semakin
kecil kemungkinan mereka untuk meramalkan. Temuan juga menunjukkan bahwa
teknik canggih akan digunakan oleh kota-kota yang paling bergantung pada
bantuan pemerintah. Ini mendukung temuan sebelumnya: kota lebih cenderung
untuk memperkirakan pendapatan ketika mereka merasa basis sumberdaya
mereka tunduk pada pengaruh eksternal yang tidak stabil.
Kedua, sedangkan skenario pertama menunjukkan bahwa kota-kota
dengan praktik anggaran reformasi yang paling mungkin untuk meramalkan,
temuan di sini menunjukkan bahwa proses anggaran yang mencerminkan kondisi
ekonomi dan sosial eksternal mungkin lebih kondusif untuk peramalan canggih
daripada proses anggaran yang fokus pada manajerial internal yang keprihatinan.
Yang Terakhir, seperti pada table 3 sebelumnya menunjukkan bahwa
sebagian besar kota yang diperkirakan menghasilkan pendapatan pertahun pada
pemerintah daerah mungkin yang paling umum, pajak properti, dan sebagian
besar kota-kota ini menggunakan tren, ahli, dan teknik deterministik untuk
menghasilkan peramalan.
Singkatnya, hasil di Model I menunjukkan bahwa teknik peramalan yang
digunakan oleh kota untuk menghasilkan estimasi pendapatan pada masa
mendatang secara signifikan fungsi dari proses anggaran dan keterbatasan sumber
daya mereka. Pada tingkat umum ini, aspek proses peramalan itu sendiri muncul
sangat tidak relevan. Namun, peramalan lebih kompleks cenderung ditemukan di
kota-kota yang mencakup rencana 5 tahun dalam anggaran mereka.

Bertentangan dengan apa yang diharapkan, latar belakang pendidikan

direktur anggaran cenderung minim ketika pengaruh variabel lain dicatat. Ini tidak
berarti pendidikan yang tidak relevan. Sebaliknya, hal itu mungkin menunjukkan
bahwa pengaruh pendidikan tidak langsung: pelatihan dapat mempengaruhi
format anggaran dan proses perkiraan.
Hasil kedua menunjukkan bahwa kota-kota yang meramalkan pendapatan,
mereka yang paling tergantung pada bantuan negara bagian dan federal akan
cenderung menggunakan teknik yang kompleks.
Terakhir, temuan menunjukkan bahwa tingkat kompleksitas peramalan
pendapatan ditentukan setidaknya dari semua oleh tuntutan dari proses peramalan
itu sendiri.