This article was downloaded by: [Simon Fraser

University] On: 30 September 2014, At: 07:14

Publisher: Routledge
Informa Ltd Registered in England and Wales Registered Number: 1072954 Registered
office: Mortimer House, 37-41 Mortimer Street, London W1T 3JH, UK

Buletin Kajian Ekonomi

Indonesia
Rincian publikasi, termasuk petunjuk untuk penulis dan informasi
berlangganan:
http://www.tandfonline.com/loi/cbie20

Suap di Indonesia:
beberapa bukti dari data tingkat mikro
Ari Kuncoro
a
Universitas Indonesia
Diterbitkan online: 19 Okt 2010.

To cite this article: Ari Kuncoro (2004) Bribery in Indonesia: some evidence from micro-level data, Bulletin
of Indonesian Economic Studies, 40:3, 329-354, DOI: 10.1080/0007491042000231511

To link to this article: http://dx.doi.org/10.1080/0007491042000231511

SILAHKAN SCROLL KE BAWAH UNTUK ARTIKEL

Taylor & Francis makes every effort to ensure the accuracy of all the information (the “Content”)
contained in the publications on our platform. However, Taylor & Francis, our agents, and our
licensors make no representations or warranties whatsoever as to the accuracy, completeness, or
suitability for any purpose of the Content. Any opinions and views expressed in this publication are
the opinions and views of the authors, and are not the views of or endorsed by Taylor & Francis.
The accuracy of the Content should not be relied upon and should be independently verified with
primary sources of information. Taylor and Francis shall not be liable for any losses, actions,
claims, proceedings, demands, costs, expenses, damages, and other liabilities whatsoever or
howsoever caused arising directly or indirectly in connection with, in relation to or arising out of the
use of the Content.
This article may be used for research, teaching, and private study purposes. Any substantial
or systematic reproduction, redistribution, reselling, loan, sub-licensing, systematic supply, or
distribution in any form to anyone is expressly forbidden. Terms & Conditions of access and use
can be found at http://www.tandfonline.com/page/terms-and-conditions
 CBIEDec04 27/10/04 4:23 PM Page

Carfax Publishing
Taylor & Francis Group Buletin Kajian Ekonomi Indonesia, Vol. 40, No. 3, 2004: 329–54
PENYUAPAN

DI INDONESIA:
BEBERAPA BUKTI DARI DATA TINGKAT MIKRO

Ari Kuncoro*

Universitas Indonesia

D Makalah ini menguraikan dan menguji model di mana perusahaan berupaya

o mengurangi biaya pajak dan kepatuhan terhadap peraturan dengan menawarkan
suap kepada pejabat pemerintah. Ditemukan bahwa profitabilitas perusahaan
w
(diukur berdasarkan biaya produksi) sangat menentukan baik jumlah yang
n dibayarkan maupun waktu yang dihabiskan untuk menegosiasikan suap dengan
l pejabat. Persaingan antar lengan birokrasi untuk mendapatkan suap tampaknya
o merupakan hasil dari desentralisasi, tetapi analisis menunjukkan bahwa persaingan
a ini akan mengarah pada penyebaran suap di antara sejumlah besar pejabat daripada
d peningkatan yang signifikan dalam jumlah total mereka. Pemerintah daerah mungkin
e dapat meningkatkan pendapatan lebih banyak dengan mengurangi jumlah pajak dan
d peraturan dan menggunakan sebagian dari pendapatan yang meningkat untuk
menaikkan gaji pejabat, sambil mencurahkan lebih banyak upaya untuk menahan
perilaku korupsi. Namun kemajuan dapat dihalangi oleh pejabat pajak pemerintah
b
pusat yang meningkatkan permintaan suap mereka.
y

[
PENDAHULUAN
S
i Tujuan utama dari makalah ini adalah untuk menyelidiki sejauh mana dan faktor-
m faktor penentu penyuapan di Indonesia dalam sistem pemerintahan yang lebih
o desentralisasi yang diperkenalkan pada tahun 2001. Undang-undang desentralisasi
n (UU 22 Tahun 1999 tentang Pemerintah Daerah dan UU 25 Tahun 1999 tentang
Alokasi Keuangan antara Pemerintah Pusat dan Daerah) dimaksudkan untuk
F membalikkan sentralisasi tingkat tinggi sebelumnya, dengan memberikan
r pengalihan beberapa wewenang dan tanggung jawab fiskal dari pusat ke
a pemerintah tingkat yang lebih rendah (sebagian ke provinsi, tetapi terutama ke
kabupaten dan kota). Salah satu dampak yang tidak terduga dari pengaturan baru
adalah perlombaan antar pemerintah daerah, terutama di tingkat kabupaten/kota,
untuk menciptakan pajak baru. Apa yang disebut 'pajak gangguan' (seperti pajak
kambing, lift, dan pompa air) telah berlipat ganda. Selain itu, telah dikemukakan,
menjamurnya pajak dan peraturan daerah baru telah disertai dengan peningkatan
korupsi.
Studi ini berfokus pada penyuapan dalam kaitannya dengan penilaian pajak dan
intervensi peraturan pemerintah daerah seperti persyaratan untuk izin usaha,
sertifikat kepatuhan terhadap peraturan lingkungan, izin bangunan dan
keselamatan kebakaran dan inspeksi kontrak kerja. Ini tidak mencakup kegiatan
pencarian rente lainnya seperti melobi pemerintah untuk proyek-proyek tertentu,
perlindungan industri dan hak monopoli eksklusif. Studi ini menggunakan
kumpulan data yang kaya yang dihasilkan oleh Survei Khusus tentang Tata Kelola
(SSG), survei lapangan yang dilakukan di tingkat pemerintah kabupaten oleh
Institut Ekonomi dan Sosial
CBIEDec04 27/10/04 4:23 PM Page

ISSN 0007-4918 print/ISSN 1472-7234 online/04/ 030329-26 © 2004 Indonesia Project ANU
DOI: 10.1080/0007491042000231511
 CBIEDec04 27/10/04 4:23 PM Page

330 Ari Kuncoro

Penelitian di Universitas Indonesia (LPEM–FEUI) dari September 2001 hingga Juli

2002. SSG mencakup beberapa aspek penting dari biaya berbisnis di Indonesia ,
seperti pembayaran suap, perpajakan, penyediaan infrastruktur, peraturan daerah
dan perselisihan perburuhan dan tanah. Meskipun kumpulan data cukup
komprehensif, fokus penelitian ini hanya pada penyuapan pejabat pemerintah oleh
perusahaan.

Catatan Terminologi Istilah

Indonesia untuk pemerintah daerah tingkat II (tingkat di bawah provinsi) adalah
'kabupaten' dan 'kota', diterjemahkan di sini sebagai 'kabupaten' dan 'kotamadya',
dan secara kasar disamakan dengan daerah non-perkotaan dan perkotaan , masing-
masing. Untuk memudahkan penjelasan selanjutnya, istilah 'kabupaten' harus
D diartikan sebagai wilayah tingkat II—atau 'kabupaten/kotamadya'—kecuali
o dinyatakan lain.
w
n
l METODOLOGI SURVEI
o Perhatian utama dalam studi korupsi adalah bagaimana mendapatkan data yang
a dapat dipercaya. Untuk tujuan ini, SSG diluncurkan pada akhir tahun 2001. Tidak
d seperti banyak studi empiris korupsi yang mengandalkan persepsi tentang tingkat
e korupsi itu sendiri di suatu negara atau wilayah (lihat, misalnya, Lambsdorff 2003),
d makalah ini mencoba mengukur korupsi di tingkat perusahaan dengan meminta
manajer jumlah yang dibayarkan setiap tahun sebagai suap sebagai persentase dari
b biaya produksi. Bahkan dengan kumpulan pertanyaan yang dirancang dengan hati-
y hati, ada kemungkinan responden akan menolak untuk menjawab pertanyaan
seperti itu, atau akan menjawabnya dengan tidak jujur; strategi pengumpulan
[ informasi tentang pembayaran suap dirancang dengan mempertimbangkan hal ini.
S Pertama, untuk meminimalkan kecurigaan perusahaan terhadap upaya
i pendataan, cabang lokal Kamar Dagang dan Industri (Kadinda) dilibatkan dalam
m survei. Kadinda menyediakan daftar perusahaan di kabupaten mereka yang
o digunakan untuk memilih responden yang akan diwawancarai; mereka juga berada
n di garis depan dalam proses wawancara. Setiap wawancara dilakukan oleh tim
yang terdiri dari dua orang, satu anggota dari Kadinda dan satu lagi dari LPEM-
F FEUI. Perwakilan Kadinda berperan sebagai orang yang dikenal dan dipercaya oleh
r responden, dan dari waktu ke waktu dibantu untuk memastikan setiap pertanyaan
a dipahami sepenuhnya. Perawatan diambil untuk memastikan bahwa kuesioner
tidak melibatkan responden dalam kesalahan apapun. Pertanyaan-pertanyaan yang
berkaitan dengan korupsi ditahan sampai paruh terakhir wawancara, yang
memungkinkan dibangunnya kepercayaan antara pewawancara dan responden
sebelum pertanyaan-pertanyaan kritis tetapi sensitif diajukan. Pertanyaan tidak
langsung digunakan, terutama dalam kaitannya dengan isu-isu sensitif ini.
Akhirnya, pertanyaan tambahan diajukan untuk memeriksa konsistensi tanggapan.
Pilihan kabupaten yang disurvei ditentukan oleh kebutuhan untuk memiliki
representasi sektor yang kurang lebih seimbang (agribisnis, manufaktur dan jasa),
wilayah geografis, dan wilayah perkotaan dan non-perkotaan. Anggaran kami
memungkinkan kami untuk mensurvei hanya 64 dari total sekitar 300 kabupaten di
Indonesia pada saat itu.1 Survei industri tahunan dan survei usaha kecil yang jarang
dilakukan oleh Badan Pusat Statistik (BPS) hanya mencakup perusahaan
manufaktur tetapi, karena mereka juga mencatat kode lokasi perusahaan, mereka
dapat digunakan untuk mengidentifikasi kabupaten di mana kemungkinan
menemukan perusahaan manufaktur relatif tinggi. Kehadiran perusahaan
manufaktur dalam jumlah yang cukup digunakan
 CBIEDec04 27/10/04 4:23 PM Page

Suap di Indonesia: Beberapa Bukti dari Data Tingkat Mikro 331

sebagai kriteria utama untuk memilih kabupaten yang akan disurvei. Karena alasan
ini, kabupaten-kabupaten terpencil dengan kegiatan ekonomi yang sangat terbatas
tidak mungkin dimasukkan dalam sampel kami; daerah-daerah seperti
Jabodetabek, Surabaya Raya, Bandung dan Medan memiliki jumlah perusahaan
perwakilan yang lebih banyak, karena terdapat konsentrasi besar perusahaan
manufaktur di wilayah ini.
Selain perusahaan manufaktur, kami juga mewawancarai perusahaan di sektor
jasa (transportasi, ritel dan hotel dan restoran, tetapi bukan bank) dan agribisnis
(perkebunan, peternakan dan peternakan ikan), asalkan mereka terdaftar di kantor
Kadinda sebagai 'perusahaan' ( perusahaan). Perusahaan sampel dipilih secara acak
dari daftar yang disediakan oleh Kadinda. Rencana awalnya adalah mewawancarai
sekitar 10% perusahaan yang terdaftar, dengan rincian 45:45:10 antara
perusahaan manufaktur, jasa dan agribisnis. Namun, karena pengurangan
D perusahaan karena berbagai alasan (seperti tanggapan yang buruk, penolakan
o untuk diwawancarai dan penutupan perusahaan), komposisi sebenarnya tidak
w selalu sesuai dengan rencana awal ini. Satu masalah adalah bahwa untuk kabupaten
n dengan beberapa perusahaan terdaftar, target 10% diterjemahkan ke dalam
l ukuran sampel yang sangat kecil. Oleh karena itu kami sedikit melakukan
o oversampling distrik kecil dalam upaya untuk memasukkan setidaknya 25
a perusahaan, tetapi untuk berbagai alasan ukuran sampel kadang-kadang masih
d kurang dari 10.
e Untuk melengkapi informasi yang diperoleh dari wawancara tingkat perusahaan,
d kami juga melakukan wawancara dengan pejabat daerah. Tidak ada pertanyaan
'korupsi' dalam kuesioner; melainkan, tujuannya adalah untuk mengevaluasi sikap
b pejabat daerah terhadap sektor swasta dan untuk membedakan retorika dari
y praktik yang sebenarnya. Kami sangat tertarik untuk mengetahui lebih banyak
tentang sistem perizinan dan peran pajak pengganggu dalam pendapatan asli
[ daerah (PAD) masing-masing. Respondennya adalah pejabat tinggi Bappenas, Dinas
S Pendapatan, Dinas Pekerjaan Umum, Sekretariat Daerah, dan Badan Koordinasi
i Penanaman Modal Kabupaten.
m
o
n HASIL SURVEI
Tanggapan Perusahaan
F
Dari 1.808 perusahaan yang diwawancarai, 1.333 responden mengatakan mereka
r
telah membayar suap pada tahun 2001, sedangkan sisanya mengaku tidak
a
melakukannya. Suap rata untuk perusahaan-perusahaan yang melaporkan
membayar suap adalah 10,8% dari biaya produksi tahunan. 2 Kami melakukan
wawancara pasca survei terpisah dengan asosiasi hotel dan restoran, asosiasi
usaha kecil dan cabang kamar dagang dan industri lokal, dan juga dengan sejumlah
kecil perusahaan yang dipilih secara acak dari luar sampel utama. di enam
kabupaten di seluruh Indonesia, untuk mengecek keakuratan hasil survei. 3 Kami
menemukan bahwa rata-rata suap yang dihitung untuk seluruh sampel berada
dalam kisaran perkiraan asosiasi industri dan perusahaan di luar sampel. Tingkat
suap tipikal yang dilaporkan oleh responden tambahan ini berkisar antara 10-15%
dari biaya produksi tahunan, meskipun beberapa responden menyarankan bahwa
mereka bisa jauh lebih tinggi.
Kami melihat beberapa karakteristik perusahaan untuk mendapatkan wawasan
awal ke dalam proses penyuapan yang mungkin memandu perumusan hipotesis
lanjutan di bagian pemodelan (tabel 1). Diamati bahwa tingkat suap tampaknya
meningkat dengan ukuran perusahaan, tetapi kemudian menurun. Tabel 1 juga
mengungkapkan bahwa perusahaan manufaktur cenderung membayar suap lebih
rendah daripada perusahaan jasa, sementara agri-
 CBIEDec04 27/10/04 4:23 PM Page

332 Ari Kuncoro

Ukuran (pendapatan
penjualan tahunan) Kecil (< 1 488
Rp 1 miliar) 0,
4
Kecil-menengah (Rp 1-5 miliar) 1 322
1,
6
Lebih besar -menengah (Rp 5–10 miliar) 9,6 324
D Besar (> Rp 10 miliar) 8,2 195
o Sektor
w Manufaktur 9,3 646
n Agribisnis 1 69
0,
l 3
o Jasa 1 618
a 1,
d 3
e Lokasi
d Perkotaan (kota) 1 617
1,
8
b Non-perkotaan (kabupaten) 1 716
y 0,
3
[ Orientasi ekspor
S Eksportirb 9,7 371
i Non-eksportir 1 962
m 0,
o 4
n Kepemilikan
Asingc 1 167
2,
F 0
r Domestik 1 1.164
a 0,
2
Sumber daya minyak/gas kabupaten
Minyakd 1 162
2,
8
Nonmigas 9,8 1.171
CBIEDec04 27/10/04 4:23 PM Page

bisnis di antaranya. Perusahaan yang berbasis di perkotaan tampaknya memiliki

tingkat suap yang agak lebih tinggi daripada di daerah non-perkotaan. Eksportir
memiliki tingkat suap sedikit lebih rendah daripada non-eksportir, dan perusahaan
asing memiliki tingkat yang lebih tinggi daripada yang dimiliki dalam negeri.
Perusahaan di distrik kaya minyak cenderung membayar suap lebih tinggi daripada
di distrik non-minyak.
Tabel 2a dan 2b juga menunjukkan bahwa perusahaan perkotaan (yang
berlokasi di kotamadya) memiliki tingkat suap yang sedikit lebih tinggi daripada
perusahaan non-perkotaan (terletak di distrik). 4 Namun demikian, terdapat variasi
yang luas dalam rata-rata tingkat suap antar kabupaten, dari hanya 3,8% di
Yogyakarta (tabel 2a) hingga 25,0% di Banjar (tabel 2b). Satu Penjelasan
 CBIEDec04 27/10/04 4:23 PM Page

Suap di Indonesia: Beberapa Bukti dari Data Tingkat Mikro 333

TABEL 2a Rata-rata Tingkat Suap di Seluruh

Kota (suap sebagai % dari biaya produksi)

Kota Rata- Tangerang

(kota) 22,3 3
Jakarta Utara 20,2 10
Banjarmasin 18,8 4
Jakarta Selatan 18.6 29
Mojokerto (kota) 18,3 6
Jambi 16,3 8
Ujung Pandang 14,0 29
D Jakarta Pusat 13,4 32
o Pontianak (kota) 13,3 12
w Palembang 13,2 12
Samarinda 13,1 9
n
Padang 12,3 19
l
Manado 11,4 9
o Jakarta Barat 11,3 11
a Medan 11,2 44
d Semarang (kota) 10,4 38
e Bandung (kota) 10.1 59
d Malang (kota) 9.8 7
Jakarta Timur 9.4 59
b Gorontalo 9.1 10
y Batam 8.7 20
Bogor (kota) 8.4 12
Pekalongan (kota) 8.0 22
[
Surabaya 7.7 69
S Denpasar 7.5 17
i Bitung 7.4 9
m Bandar Lampung 5.9 15
o Surakarta 3.9 24
n Yogyakarta 3.8 19

F Semua 29 kota 11.6 617

r Standar deviasi 4,7
a
a
Rata-rata hanya dihitung dari perusahaan yang melaporkan suap positif. Berbeda dengan
tabel 1, nilai rata-rata yang ditampilkan di sini tidak berbobot: sebuah kabupaten dengan 10
perusahaan dihitung sama dengan 30 perusahaan lainnya.

Sumber: Dihitung dari Survei Khusus Tata Kelola, LPEM–FEUI.

karena beberapa kabupaten memiliki jumlah perusahaan yang sangat kecil (kurang
dari 10) dalam sampel dan, sebagai akibatnya, rata-rata suap sangat sensitif
terhadap keberadaan perusahaan outlier. Banjarmasin, misalnya, mencatat tingkat
suap tinggi sebesar 18,8%, tetapi ukuran sampelnya hanya tujuh perusahaan—di
mana hanya empat yang melaporkan positif suap.
 CBIEDec04 27/10/04 4:23 PM Page

334 Ari Kuncoro

Tanggapan Pemerintah Daerah

Bagian kedua SSG melibatkan wawancara mendalam dengan pejabat tinggi
pemerintah kabupaten. Dari 64 pemerintah yang disurvei, hampir setengahnya
(termasuk semua kabupaten kaya minyak) menyatakan bahwa penerimaan PAD di
bawah pengaturan desentralisasi yang baru tidak cukup tinggi untuk membiayai
bahkan pengeluaran rutin—apalagi belanja pembangunan (modal)—sementara di
14 lainnya dianggap cukup untuk menutupi anggaran rutin saja. 5 Jadi
kecenderungan untuk meningkatkan pendapatan tambahan dengan
memperkenalkan berbagai pajak baru (Lewis 2003) tidak mengherankan.
Beberapa pemerintah kabupaten sadar bahwa pembentukan terlalu banyak
pajak dan retribusi akan merugikan sektor bisnis, tetapi mereka berpendapat
bahwa mereka sulit sekali mendapatkan pendapatan yang cukup untuk menutupi
tanggung jawab mereka yang meningkat untuk pemberian layanan. Pada saat yang
D
sama, mungkin setidaknya beberapa pejabat mereka sangat menyadari ruang
o
lingkup untuk meningkatkan pendapatan pribadi mereka melalui suap dari bisnis
w
yang ingin menghindari pembayaran pajak dan retribusi: setiap pajak baru
n
menciptakan peluang tambahan untuk meningkatkan pendapatan seseorang.
l
dengan menyetujui untuk tidak memaksakan pembayaran. Kebebasan yang lebih
o
besar dari kontrol pusat yang dihasilkan dari desentralisasi telah secara serius
a
melemahkan kendala penting pada jenis perilaku pemerintah ini di tingkat lokal.
d
Perlu dicatat bahwa pejabat pemerintah daerah masih diliputi oleh euforia
e desentralisasi, dan obsesi terhadap PAD sebagai indikator 'keberhasilan' masih
d terlihat pada saat survei: tanggapan menunjukkan bahwa prioritas pertama dari 50
64 pemerintah daerah yang disurvei akan menaikkan retribusi dan membuat pajak
b
baru.6
y
Korupsi dan Dunia Usaha
[
Sebaliknya, perhatian utama dunia usaha adalah perlunya penyederhanaan pajak,
S
retribusi, prosedur perizinan, dan sebagainya. Sebagian besar perusahaan
i
mengatakan bahwa mereka siap membayar pajak, tetapi penciptaan pajak dan
m
retribusi baru, banyak di antaranya tumpang tindih, yang menyebabkan sakit
o
kepala. Pengaduan ditujukan bukan pada pajak atau retribusi tertentu tetapi pada
n
jumlah keseluruhannya.
Satu kasus pajak 'gangguan' baru dapat menggambarkan hal ini. Banyak
F
pemerintah kabupaten telah memilih untuk membuat retribusi baru atas
r
penggunaan generator diesel. Bisa ditebak, tindakan ini mendapat tentangan keras
a
dari kedua perusahaan jasa (khususnya hotel) dan perusahaan manufaktur,
terutama di daerah luar Jawa, yang berpendapat bahwa pasokan listrik sangat tidak
dapat diandalkan sehingga mereka harus bergantung pada generator mereka
sendiri. Membebankan penggunaan generator akan meningkatkan biaya mereka
dan dengan demikian membahayakan daya saing mereka. 7 Namun, di banyak
distrik protes ini tidak membuahkan hasil, sehingga perusahaan kemudian
mencoba mengurangi dampak pungutan tersebut dengan menyuap pengawas
untuk memalsukan jumlah generator yang mereka miliki—tidak diragukan lagi
persis hasil yang diinginkan oleh setidaknya beberapa pejabat yang terlibat. dalam
pengenalan retribusi. Oleh karena itu, hasilnya adalah untuk menghasilkan
beberapa pendapatan bagi pemerintah dan beberapa pendapatan suap untuk
pejabat tertentu, dengan biaya yang ditanggung oleh perusahaan yang
bersangkutan.
Prosedur untuk memperbarui izin dan izin usaha juga merupakan sumber
kejengkelan bagi dunia usaha, karena berbelit-belit dan selalu dieksploitasi oleh
pejabat yang korup. Selama survei kami menemukan satu kasus perusahaan yang
gagal memperbarui lisensi 'gangguan' tepat waktu, 8 dan kemudian dipaksa untuk
CBIEDec04 27/10/04 4:23 PM Page

membayar suap sebesar Rp 3 juta untuk memperbaruinya. Beberapa pemerintah

kabupaten telah mencoba untuk merampingkan proses perizinan dengan
membawanya di bawah satu atap, tetapi
 CBIEDec04 27/10/04 4:23 PM Page

Suap di Indonesia: Beberapa Bukti dari Data Tingkat Mikro 335

TABEL 2b Rata-rata Tingkat Suap di seluruh

Kabupaten (suap sebagai % dari biaya
produksi)

Kabupaten Rat N
a-

Banjar 25,0 5
Cianjur 22.1 15
Tangerang (kabupaten) 17,1 16
Lombok Barat 15,5 22
Sukabumi 14,7 17
Riau Kepulauan 13,7 19
D Kutai 13,6 7
o Bandung (kabupaten) 13,4 71
w Maros 12,7 15
n Musi Banyuasin 12,0 10
l Gianyar 11,8 10
o Mojokerto 11,7 24
a Deli Serdang 10,1 24
d Karawang 10,0 2
e Sidoarjo 9,8 29
d Bekasi 9,7 33
Batang Hari 9,7 10
Jepara 9,4 55
b
Bogor (kabupaten) 9,0 49
y
Badung 8,7 11
Bantul 8,5 11
[
Pasuruan 8,0 20
S Purwakarta 8,0 15
i Lamongan 7,4 40
m Pontianak (kabupaten) 7,4 8
o Semarang (kabupaten) 7,4 17
n Magelang 7,1 6
Klaten 6,9 27
F Lampung Tengah 6,6 15
r Malang (kabupaten) 6,3 14
a Gresik 5,5 28
Pekalongan (kabupaten) 5,1 28
Serang 4,6 6
Asahan 4,5 15
Pati 2,8 22

Semua 35 kabupaten 9,7 716

Standar deviasi 4,7

a
Rata-rata adalah hitung ed hanya dari perusahaan yang melaporkan suap positif. Berbeda
dengan tabel 1, nilai rata-rata yang ditampilkan di sini tidak berbobot: sebuah kabupaten
dengan 10 perusahaan dihitung sama dengan 30 perusahaan lainnya.

Sumber: Dihitung dari Survei Khusus Tata Kelola, LPEM–FEUI.

 CBIEDec04 27/10/04 4:23 PM Page

336 Ari Kuncoro

sangat lambat. Perusahaan masih harus pergi ke kantor yang berbeda untuk
memperbarui berbagai izin, atau setidaknya untuk mendapatkan 'surat
rekomendasi'. Satu perusahaan bus, misalnya, perlu memperoleh dari kantor yang
berbeda izin 'gangguan', izin pendaftaran usaha dan izin iklan, serta untuk
mendaftarkan tanah dan bangunannya. Namun, bahkan setelah semua ini
dilakukan (mungkin dengan pembayaran suap yang menyertainya), tidak ada
jaminan bahwa izin baru tidak diperlukan untuk tujuan lain. Kadang-kadang
pejabat dari instansi yang telah mengeluarkan izin bahkan mungkin datang kembali
dan meminta suap tambahan.

MODEL PENYUSAPAN PARA PEJABAT PEMERINTAH

Untuk memandu kerja empiris, kami mengembangkan model suap sederhana,
D sebagai berikut. Setiap perusahaan menghadapi biaya yang dibebankan oleh
o pemerintah—khususnya, pajak dan biaya kepatuhan terhadap berbagai peraturan.
w Kami berasumsi bahwa pejabat pemerintah yang bertanggung jawab untuk
n mengelola perpajakan dan peraturan memiliki tingkat keleluasaan yang
l memungkinkan mereka untuk memberikan 'dispensasi' kepada perusahaan,
o memungkinkan mereka untuk membayar pajak lebih sedikit dan kurang mematuhi
a peraturan. Dispensasi tersebut dapat dibeli dengan membayar suap kepada pejabat
d terkait, seperti dalam kasus pajak generator diesel yang baru saja disebutkan.
e Terlepas dari biaya negosiasi suap, keuntungan bagi perusahaan adalah dispensasi
d bersih: yaitu, dispensasi bersih dari suap yang dibayarkan untuk mendapatkannya.
Baik pejabat maupun perusahaan memperoleh keuntungan dari transaksi
b tersebut. Yang menjadi masalah adalah bagaimana keuntungan agregat dibagi, dan
y ini akan menjadi fokus negosiasi antara kedua belah pihak. Proses ini dianalogikan
dengan tawar menawar di pasar tradisional atas harga buah-buahan, misalnya.
[ Baik pembeli maupun penjual sama-sama memperoleh keuntungan dari transaksi
S tersebut, tetapi alokasi keuntungan agregat antara kedua belah pihak bergantung
i pada harga yang mereka sepakati. Masing-masing pihak bersedia meluangkan
m waktu untuk tawar-menawar guna mendapatkan kesepakatan yang lebih baik
o daripada yang pertama kali ditawarkan oleh pihak lain. Strategi masing-masing
n pihak adalah mencoba meyakinkan pihak lain bahwa transaksi tersebut hanya akan
memberikan keuntungan marjinal pada harga yang ditawarkan, dengan implikasi
F bahwa jika harga bergerak ke arah yang berlawanan maka keuntungan akan hilang,
r dan transaksi tidak akan dilanjutkan. Masing-masing pihak mengandalkan
a pengalaman tawar-menawarnya untuk membedakan gertakan dari kenyataan
dalam apa yang dikatakan pihak lain, dan dengan demikian mencapai kesepakatan
terbaik di akhir proses. Demikian pula dengan pejabat dan perusahaan ketika
mereka mulai membuat kesepakatan di mana perusahaan mendapat manfaat dari
pengurangan biaya yang dikenakan padanya oleh pemerintah, sebagai imbalan atas
suap yang dibayarkan kepada pejabat tersebut.
Dalam mencoba untuk memahami faktor-faktor penentu ukuran suap yang
dibayarkan (setelah scaling untuk ukuran perusahaan seperti yang ditunjukkan
oleh, misalnya, total biaya produksi tahunan), masuk akal untuk fokus pada
profitabilitas perusahaan.9 Ketika penyuapan bersifat sistemik dan berkelanjutan,
batas atas suap yang dapat diambil dari suatu perusahaan ditentukan oleh laba
supernormalnya—yaitu, laba melebihi dan di atas tingkat yang diperlukan untuk
mempertahankannya tetap beroperasi. Pejabat pemerintah dapat meminta suap
melebihi keuntungan supernormal, tetapi dari sudut pandang perusahaan, lebih
baik keluar dari bisnis daripada membayar. Hal ini dapat dianalogikan dengan
pembeli makanan dan pedagang pasar yang gagal menyepakati harga yang dapat
diterima bersama untuk beberapa buah. Hipotesis fundamental kami, kemudian,
CBIEDec04 27/10/04 4:23 PM Page

adalah bahwa semakin menguntungkan perusahaan, semakin tinggi suap yang akan
dibayarkan (sekali lagi setelah meningkatkan laba dan suap untuk ukuran
perusahaan).
 CBIEDec04 27/10/04 4:23 PM Page

Penyuapan di Indonesia: Beberapa Bukti dari Data Tingkat Mikro 337

Pertimbangan kedua adalah jumlah waktu yang dihabiskan manajer perusahaan

dalam negosiasi dengan pejabat pemerintah. Kami berasumsi bahwa negosiasi
tersebut terutama berkaitan dengan harga yang harus mereka bayar untuk
mendapatkan dispensasi, seperti yang dijelaskan di atas. Perusahaan-perusahaan
yang beroperasi dalam industri yang kompetitif sangat mirip. Mereka beroperasi
dengan cara yang sama dan memperoleh keuntungan normal, dan kami berharap
akan ada suap tingkat standar yang mereka semua bayarkan kepada pejabat; suap
standar ini kemudian akan dimasukkan ke dalam struktur biaya normal
perusahaan. Para pejabat akan menyadari bahwa tidak ada gunanya menuntut suap
yang lebih besar dari perusahaan-perusahaan seperti itu: ini hanya akan
menghasilkan proses tawar-menawar yang panjang dan tidak perlu (pada akhirnya
suap menjadi standar industri) atau penutupan perusahaan.
Di sisi lain, perusahaan yang memiliki beberapa kekuatan pasar (setelah
D membedakan diri dari orang lain dengan memperkenalkan produk baru atau
o menggunakan teknologi yang unggul, misalnya) cenderung menghasilkan
w keuntungan supernormal, tetapi fakta bahwa mereka berbeda dari perusahaan lain
n berarti bahwa akan sulit bagi pejabat pemerintah untuk menebak seberapa tinggi
l keuntungan mereka, dan bagaimana profitabilitas mereka berkembang dari waktu
o ke waktu. Mengingat kurangnya informasi kunci ini, hipotesis kedua kami adalah
a bahwa pejabat akan mulai menuntut suap yang relatif tinggi untuk setiap
d dispensasi yang mungkin mereka tawarkan. Pada saat yang sama, perusahaan-
e perusahaan itu sendiri akan meminta dispensasi yang lebih besar atau
d menawarkan suap yang lebih rendah, dengan harapan mereka dapat meyakinkan
pejabat predator bahwa mereka tidak menguntungkan seperti yang terlihat.
b Hasilnya adalah proses negosiasi yang lebih lama dari biasanya untuk
y menyelesaikan dispensasi bersih. Jadi kami berharap bahwa profitabilitas yang
tinggi akan dikaitkan dengan kebutuhan akan upaya manajemen yang lebih besar
[ dalam negosiasi dengan pejabat, yang pada gilirannya, menghasilkan tingkat suap
S yang berkorelasi positif dengan waktu manajemen yang dihabiskan dalam
i negosiasi.
m Fitur ketiga dari model penyuapan adalah kemungkinan bahwa birokrasi akan
o memperkenalkan lebih banyak peraturan dan pajak dalam industri di mana mereka
n menduga bahwa perusahaan biasanya memperoleh keuntungan di atas normal.
Setiap pajak atau peraturan baru yang diperkenalkan memberikan instrumen baru
F untuk dimangsa oleh pejabat yang korup—misalnya, dengan menahan (atau
r menunda penerbitan) izin yang diperlukan untuk menjalankan bisnis, atau dengan
a memaksa perusahaan untuk mengeluarkan biaya tambahan atas nama keselamatan
publik. atau perlindungan lingkungan. Di sisi lain, begitu pejabat tersebut
dipersenjatai dengan satu instrumen yang secara efektif memberikan kekuatan
untuk menutup perusahaan, pengenalan instrumen serupa lainnya tidak
menawarkan kekuatan tambahan untuk mengekstraksi suap darinya. Oleh karena
itu, pada kenyataannya, jika ada beberapa peraturan, kemungkinan besar
peraturan tersebut telah diperkenalkan oleh banyak cabang birokrasi. Namun,
jumlah maksimum yang dapat diambil dari sebuah perusahaan—jika tidak ingin
ditutup—dibatasi oleh keuntungan supernormalnya, tidak peduli berapa banyak
predator yang ada. Oleh karena itu, ada kemungkinan bahwa pengenalan peraturan
baru akan membuat pembayaran suap agregat tidak berubah, dan hanya
menyebarkannya lebih tipis di antara sejumlah besar pejabat.
Aspek keempat berkaitan erat dengan aspek ketiga. Mungkin ada kekhawatiran
bahwa, bahkan jika suap dibayarkan, pejabat tersebut tidak akan dapat memenuhi
dispensasi yang dijanjikan. Karena nilai yang diharapkan dari dispensasi akan
kurang dari nilai yang dijanjikan dalam keadaan ini, suap yang bersedia dibayarkan
oleh perusahaan juga akan lebih kecil.10 Di sisi lain, apakah perusahaan benar-
CBIEDec04 27/10/04 4:23 PM Page

benar menerima apa yang dijanjikan oleh seorang pejabat mungkin tidak ada
hubungannya dengan tindakan pejabat itu dibandingkan dengan persaingan
 CBIEDec04 27/10/04 4:23 PM Page

oleh suap
orang lain dari berbagai bagian birokrasi, seperti dalam kasus perusahaan bus
tersebut di atas. Jadi, jika ada kurangnya kepercayaan di pihak firma bahwa ia akan
menerima dispensasi yang dijanjikan, ia akan membayar suap yang relatif kecil—
tetapi dalam keadaan di mana ia mengharapkan harus membayar suap ke sejumlah
orang lain. pejabat juga. Jadi mungkin tidak ada korelasi yang jelas antara secara
keseluruhan dan kemungkinan suap yang dianggap efektif.
Berbagai karakteristik perusahaan itu sendiri mungkin diharapkan juga terkait
dengan pembayaran suapnya. Perusahaan yang berhasil dalam menegosiasikan
suap yang relatif rendah karena keterampilan tawar-menawar mereka akan lebih
menguntungkan daripada perusahaan lain yang identik dalam hal lain, dan
mungkin diharapkan untuk hidup lebih lama dan tumbuh lebih cepat (mengingat
bahwa pertumbuhan sangat bergantung pada laba yang diinvestasikan kembali).
Dengan kata lain, tingkat suap cenderung berkorelasi negatif dengan usia dan
D ukuran perusahaan, hal-hal lain dianggap sama. Kemungkinan yang terkait erat
o adalah bahwa pejabat yang mengambil pandangan jangka panjang dari pendapatan
w mereka dari penyuapan akan menyadari bahwa adalah kepentingan mereka sendiri
n untuk tidak membebankan biaya berlebihan pada perusahaan di mana mereka
l menjalankan otoritas pengaturan: jika perusahaan tersebut keluar dari bisnis, atau
o pindah, sumber pendapatan akan hilang dan usaha perlu dikeluarkan untuk
a menggantinya. Hubungan yang berkembang selama periode yang panjang antara
d perusahaan yang lebih tua dan pejabat yang korup dapat dicirikan oleh tingkat
e suap yang lebih rendah.
d Perbedaan antardaerah dalam hal sumber daya dapat mempengaruhi perilaku
korupsi. Dampak pada kualitas pemerintahan oleh pejabat lokal dari pengaturan
b desentralisasi baru yang mengalihkan sebagian besar pendapatan sumber daya
y alam kembali ke kabupaten sumber masih harus dilihat, tetapi mungkin tidak jauh
berbeda dari dampak ledakan sumber daya pada pejabat pemerintah di negara lain.
[ Ada banyak literatur yang menyatakan bahwa korupsi cenderung lebih mengakar
S di daerah yang kaya sumber daya (Gelb dkk. 1988; Karl 1999; Auty 2001; Eifert
i dkk. 2002). Secara khusus, Karl (1999) menyatakan bahwa sumber rente yang
m besar dan terkonsentrasi dalam pendapatan nasional dapat mengubah suatu
o negara menjadi 'negara renter', dan bahwa munculnya aliran pendapatan yang
n besar secara tiba-tiba dapat digunakan untuk mendukung pemerintahan
kleptokratis.
F Dalam konteks saat ini, sebagian rente dari sumber daya alam kemungkinan
r besar akan tumpah dan ditangkap oleh perusahaan-perusahaan di kabupaten yang
a bersangkutan—khususnya yang berhubungan langsung dengan perusahaan-
perusahaan yang terlibat dalam eksploitasi sumber daya alam. Dalam kasus seperti
itu, keuntungan supernormal akan dihasilkan dari kedekatan perusahaan dengan
pejabat di industri yang bersangkutan, bukan dari kemampuan wirausaha mereka
yang lebih murni, sehingga pejabat ini cenderung memiliki pengetahuan yang lebih
akurat tentang ukuran keuntungan yang tersedia. untuk pengambilalihan. Hal ini
memperkuat peran mereka dalam proses tawar-menawar, dan diharapkan dapat
menghasilkan tingkat suap yang lebih tinggi di distrik-distrik ini.
Sektor dan lokasi di mana perusahaan beroperasi dapat mempengaruhi tingkat
suap. Perwakilan Persatuan Hotel dan Restoran Indonesia (PHRI) menyarankan
agar bisnis semacam ini memperoleh sebagian besar pendapatan mereka dalam
bentuk tunai setiap hari, membuat mereka lebih mudah menjadi sasaran
pemerasan kecil-kecilan oleh pejabat daripada manufaktur dan agribisnis.
perusahaan yang menerima pembayaran untuk penjualan lebih jarang, dan
seringkali tidak dalam bentuk uang tunai. Ada juga kemungkinan bahwa asosiasi
industri dapat memberikan pengaruh untuk melindungi anggotanya dari pejabat
pemangsa, dan bahwa keefektifan asosiasi tersebut
 CBIEDec04 27/10/04 4:23 PM Page

di Indonesia: Beberapa Bukti dari Data Tingkat Mikro berbeda

antar sektor. Data yang disajikan dalam tabel 2a dan 2b juga menunjukkan tingkat
suap yang lebih rendah di daerah non-perkotaan. Namun, kita tidak dapat melihat
alasan yang jelas mengapa tingkat suap harus berbeda menurut lokasi, dan
perbedaan yang diamati dalam tabel ini mungkin hanya menutupi pengaruh
perbedaan ukuran atau perwakilan sektor di daerah perkotaan dan non-perkotaan.
Mungkin ada perbedaan dalam jumlah suap yang dibayarkan tergantung pada
apakah perusahaan memproduksi untuk pasar ekspor atau apakah itu milik asing.
Sulit untuk berspekulasi tentang hubungan antara orientasi ekspor dan
pembayaran suap, tetapi satu kemungkinan adalah bahwa jika perusahaan
berlokasi di zona pemrosesan ekspor di mana ada lebih sedikit persyaratan formal
untuk semua jenis izin, mereka mungkin dilindungi. dari keharusan membayar
suap. Di sisi lain, dikemukakan di atas bahwa tidak perlu memiliki banyak
peraturan untuk memaksimalkan total suap yang dibayarkan oleh perusahaan, jadi
D bahkan jika perusahaan di zona pemrosesan ekspor menghadapi hambatan
o peraturan yang lebih sedikit, mungkin ada sedikit perbedaan dalam total suap.
w jumlah suap yang mereka bayarkan.
n Perusahaan asing mungkin lebih kecil kemungkinannya untuk membayar suap
l jika budaya perusahaan mereka menolak transaksi korup dengan pejabat, atau
o karena pembatasan yang diberlakukan oleh kantor pusat mereka. Misalnya, AS dan
a beberapa negara di Uni Eropa memiliki undang-undang yang secara eksplisit
d
melarang perusahaan untuk menyuap pejabat pemerintah asing. 11 Selain itu,
e
meskipun kepemilikan asing dapat membuat perusahaan lebih rentan terhadap
d
pemerasan oleh birokrasi, perusahaan asing biasanya memiliki mitra domestik
yang dipilih secara tepat karena kemampuan mereka untuk menangkal
b
pemangsaan birokrasi. Jadi beban kerentanan dapat berupa aliran dividen kepada
y
mitra domestik yang tidak memberikan kontribusi modal kepada perusahaan,
daripada suap yang dibayarkan langsung kepada pejabat yang korup.
[ Pertimbangan ini menunjukkan hubungan negatif antara suap yang dibayarkan dan
S kepemilikan asing.
i
m
o INVESTIGASI EMPIRIS
n
Pada bagian ini kami menggunakan kumpulan data SSG untuk memeriksa tingkat
korupsi di tingkat kabupaten pada tahun 2001–02, segera setelah undang-undang
F
tentang desentralisasi mulai berlaku. Sayangnya, kami tidak memiliki data tentang
r perilaku korup birokrat lokal di bawah rezim sebelumnya, yang dapat digunakan
a untuk mengukur tanggapan perusahaan terhadap perubahan perilaku birokrat
akibat desentralisasi. Instead we attempt to obtain a snapshot of the post-
decentralisation determi- nants of bribery, controlling for firm, location and
industry characteristics.
To ascertain the determinants of bribes paid by firms, a bribe function based on
the model described above is estimated econometrically. The estimating equation
is:

B = a + bX + cY + dZ + u (1)

where B is the level of bribery; X is a vector of 'government variables' that describe

the relationship between firms and government officials; Y is a vector of 'firm
variables'; Z is a vector of 'district variables'; u is the error term; and a, b, c and d
are parameters to be estimated.
The dependent variable is the bribe rate, defined as bribe payments as a per-
centage of production costs. The definitions of the government-related, firm-
 CBIEDec04 27/10/04 4:23 PM Page

340 Ari Kuncoro

related and district-related variables hypothesised to determine the bribe rate are
set out below (for precise details see appendix 1).

Government-related Variables
The first four explanatory variables—tax payments, time spent, regulatory burden
and bribe efficacy—reflect government-related aspects of the environment faced by
firms (see appendix 1 for details of the survey questions).
Tax Payments. The model predicts that bribes will be larger for firms with higher
profitability. In the absence of data on the latter, we use as a proxy infor- mation on
a firm's tax payments (as a proportion of annual production costs).12
Time Spent. The time spent variable captures the proportion of their time firms'
managers spend negotiating with officials to obtain the most advantageous net
D dispensations. Respondents were asked to state, on a scale of one to six, the pro-
o portion of productive time devoted by management to interactions with officials in
w order to 'smooth business operations' in relation to regulatory matters (includ- ing
n taxation).
l Regulatory Burden. The model suggests that each different arm of the bureau-
o cracy may introduce regulations (and taxes) as instruments for generating bribe
a income for their officials. The regulatory burden is proxied here by the number of
d operational licences required for normal business operations.
e Bribe Efficacy. Respondents were asked to assess the likelihood that payment of
d bribes would guarantee receipt of 'promised services' (ie dispensations, in the
terminology we have employed here), on a six-point scale of responses ranging
from 'never' to 'very often'.
b
y
Firm-related Variables
[ The next set of explanatory variables reflects characteristics of the firms them-
S selves.
i Usia. Age is calculated from the date the firm was founded.
Ukuran. Size is indicated here by firms' annual sales in the previous year. Three
m
dummy variables are created to represent smaller-medium, larger-medium and
o
n large categories, while the small category is used as the reference case. 13
Location. A location dummy variable is included to distinguish firms in urban
F areas (kota) from those in non-urban areas (kabupaten).
r Sektor. Industry sector dummy variables are included to distinguish manufac-
a turing and services firms, while agribusiness is the reference case.
Export Orientation. Export orientation is represented by a dummy variable,
having the value 1 for exporters and 0 otherwise. A firm is classified as an exporter
if it exports at least 5% of its output.
Foreign Ownership. Foreign ownership is represented by a dummy variable,
having the value 1 for foreign firms and 0 otherwise. A firm is classified as for- eign
owned if it has at least 5% of its shares in foreign hands.

District-related Variable
Oil-Rich Districts. We investigate the link between bribery and natural resource
endowment by focusing on Indonesia's most valuable such resources, oil and gas. 14
'Oil-rich districts' are those for which the value of oil and gas production exceeded
5% of regional GDP in 1999; the oil dummy takes the value 1 for these
 CBIEDec04 27/10/04 4:23 PM Page

Bribery in Indonesia: Some Evidence from Micro-level Data 341

TABLE 3 Consistency Checking for the Key

Vari Mai Supplem Correlat

n enary

Bribe rate 'Grease money' paid to officials 'Grease money' paid to officials 0.67
to get things done to set up a new business

Tax payment as % of Additional tax as % of

Tax production cost production cost in exchange for 0.52
payment no bribe- taking behaviour

D Number of licences
Number of operational required to set up a new
o
licences required to operate a business 0.40
w Regulatory business
n burden Difficulty of obtaining business
l Time spent with officials to permits
o smooth business 0.22
a operations
d Time Firms can predict the amount
e spent Firms receive the promised of bribes paid to officials
services after bribe is paid 0.22
d

b Bribe
y efficacy

[ a
See appendix 1 for precise questions.
S
i
m districts and 0 for others. (According to this definition there are five oil-rich dis-
o tricts among the 64 surveyed: Kutai, Riau Kepulauan, Musi Banyuasin, Batang Hari
n and Jambi.)

F Consistency Checking of Reported Government-related Variable Data

r For the purpose of consistency checking, we performed a correlation analysis
a between responses to the main question for each core variable and responses to
the supplementary question for that variable. In particular, we looked for per-
verse correlations within hypothesised relationships as a sign of inconsistency. 15
The hypothesised relationships could also come from logical associations between
two variables.16 Considering the sensitivity of the bribery issue, which might have
induced the respondents to hide the true answer, we used a thresh- old of around
0.2 (in absolute value) to judge whether two variables had a sensi- ble correlation.
Table 3 shows that all correlation coefficients are well within the range of our
criterion for a reasonable degree of association. Also, since no perverse relation-
ship is observed, at least in the key variables, the survey responses can be consid-
ered to be reasonably consistent. The highest correlation (0.67) is between 'grease
money' to get things done and 'grease money' to set up a new business. At the
lowest end (0.22) are two coefficients measuring, respectively, the correlation
between time spent with bureaucrats and the difficulty of obtaining a new busi-
 CBIEDec04 27/10/04 4:23 PM Page

342 Ari Kuncoro

ness permit, and the correlation between two measures of the uncertainty associ-
ated with paying bribes. These coefficients are reasonable, however, given the fact
that this is a firm-level cross-section study. The correlation coefficient between
time spent and the difficulty of obtaining a business permit is not as high as
expected, but time spent itself presumably encompasses a broader range of activ-
ities than merely applying for new business permits. The correlation between tax
payments and willingness to pay additional tax in exchange for no-bribe behav-
iour is quite high (0.52). Finally, the number of operational licences required for
normal operations has a fairly high correlation (0.40) with the level of bribes
needed to set up a new business.

ECONOMETRIC APPROACH AND RESULTS

D As noted earlier, of 1,808 respondents, only 1,333 acknowledged that they paid
o bribes, while the rest claimed not to do so. This presents a problem for econo-
w metric analysis. Application of the ordinary least squares (OLS) method would
n require observations of firms reporting zero bribes to be discarded, which would
l result in the loss of important information, and might bias the estimated bribe
o function. One possible way to remedy this problem is to use the Tobit estimation
a procedure (Greene 1993: 694). This procedure is used when a substantial number
d of observations of the dependent variable are zero or are clustered closely around
e zero. However, the use of this procedure may also produce biased estimates if the
d zero observations of the dependent variable are actually substituting for un-
observed positive values. In the present context, some firms may incorrectly have
b reported zero bribes because they were too embarrassed to admit involvement in
y
corrupt behaviour.17 Thus the Tobit procedure may not reveal the true functional
relationships that constitute the bribe equation.
[
The problem could be handled easily if we knew that all firms reporting zero
S
bribes were not telling the truth. In this case we could look for a pattern of rela-
i
tionships between non-disclosure of bribes and the posited determinants of bribery
m
already outlined, by applying a Heckman-type selection or truncation model, in
o which the decision about whether to reveal the payment of bribes is taken into
n account when estimating the model (Heckman 1979). In essence, the Heckman
procedure uses the Probit method to retrieve the predicted (positive) value of a
F false zero, and then uses this predicted value as an additional inde- pendent
r variable in the OLS regression, as a correction factor. Unfortunately, however, ours
a is not a simple case of truncation, because the zero bribe responses may be a
mixture of those who did not pay any bribes and those who did so but chose not to
admit it, so this approach may also fail to reveal the true functional relationship.
A full econometric treatment to resolve this problem is beyond the scope of the
present paper. Our approach is to undertake a kind of sensitivity analysis, by run-
ning all three kinds of regressions and comparing the results—thus allowing us to
attempt to infer the direction of bias. The coefficient of time spent in equation (1)
appears to play a central role in assessing bias, since it is the most sensitive to
change in the estimation procedure. The Tobit, Heckman and OLS estimates for a
number of specifications of the bribe function are shown in tables 4, 5 and 6,
respectively.
 CBIEDec04 27/10/04 4:23 PM Page

Bribery in Indonesia: Some Evidence from Micro-level Data 343

Although 1,808 firms were interviewed, for nearly one-third of these there was
insufficient information to allow their inclusion in the sample, leaving a total of
1,115 usable observations; of these, 1,027 reported positive bribe rates. Table 4
presents the Tobit estimates for the larger group, based on the assumption that the
zero bribe observations are correct. Table 5 presents the results of the two- stage
Heckman procedure, assuming that the zero observations are false. 18 As explained
above, the first stage involves a Probit regression that shows the influ- ence of each
of the independent variables on the firm's decision about whether to reveal having
paid bribes. The dependent variable takes the value of 1 if the reported bribe
payment is positive, and 0 otherwise. For each model specifica- tion, the first-stage
result is accompanied by its corresponding second-stage OLS regression in the
second column. The second stage uses the information obtained in the first stage to
undertake a modified OLS regression. The lambda is calcu- lated from the Probit
D
equation, and is used as an additional independent variable in the OLS regression to
o
w account for the assumed false zero bribe observations. 19 Table 6 presents the OLS
n regressions for the smaller group that excludes firms reporting zero bribe
l payments.
o These three econometric approaches yield generally consistent results in respect
a of most of variables, for which the coefficients are similar, as is the pattern of
d statistical significance. The main exception, so far as statistically significant
e coefficients are concerned, is the time spent variable: the coefficient obtained using
d OLS (about 1.8–1.9) lies between those obtained using the other two procedures
(about 2.3 for Tobit and 1.5–1.6 for Heckman). The Tobit procedure produces a
b higher coefficient because the regression function attempts to accommodate many
y observations that cluster at a zero bribe rate. On the other hand, the coeffi- cient
derived from the Heckman procedure is relatively small because of the assumption
[ that some of the zero bribe rates reported are actually false, and are corrected to
positive values. The other exception is the coefficient on large firm size, which is 4.3
S
in the Tobit estimates, but about 4.0 in the OLS and 3.8 in the Heckman estimates.
i
m Given the likelihood that the zero bribe rate observations include both true zeros
and actual positive values, it is probable that the Heckman procedure pro- duces
o
less bias than either OLS or Tobit. Judging from the direction of bias in the time
n
spent coefficient, the Tobit procedure appears to be the least reliable. The
coefficient on the variable lambda in the Heckman model is insignificantly differ-
F
ent from zero, however, which implies that the modified OLS regression obtained
r
from this procedure is not statistically different from the unmodified OLS regres-
a
sion reported in table 6, probably because many of the zero bribe observations are
actually correct.
The first-stage Probit equation concerning the decision about whether to reveal
the payment of bribes does provide valuable information, nevertheless. Note, for
example, that firms that perceive a high degree of bribe efficacy are significantly
less likely to reveal the payment of bribes, suggesting that many of the zero bribe
observations are indeed false.20 The equation also suggests that older firms are
significantly less likely to reveal paying bribes. Those firms are survivors in part
because of their ability to negotiate more generous net dispensations with offi-
cials, but they also appear to be reluctant to reveal their ongoing relationships with
corrupt officials. The other interesting result from the first-stage Heckman
 CBIEDec04 27/10/04 4:23 PM Page

344 Ari Kuncoro

TABLE 4 Determinants of Bribe Rates: Tobit Estimatesa

Model Specification

I II III IV

Explanatory variables
Constant –0.83 –0.01 0. 1.1
9 7
9
[– 0.51] [–0.01] [0.85] [1.0
1]
Tax payment 0.33 0.34 0.34 0.3
D [8.45] [8.79] [8.76] 4
o ** ** ** [8.7
w 3]**
n Time spent with officials 2.28 2.34 2.32 2.3
[7.07] [7.34] [7.20] 1
l
** ** ** [7.1
o
7]**
a Regulatory burden 0.10 0. 0. 0.1
d 1 0 0
e 4 8
d [1.56] [2.13] [1.23] [1.4
** 7]
Bribe efficacy –0.45 –0.46 –0.47 –
b
[– [– [– 0.46
y
1.65]* 1.70]* 1.74]* [–
1.71]*
[ Firm age –0.08 –0.09 –
S [– [– 0.09
i 2.67]** 2.91]** [–
m 2.93]*
o *
n Dummy for oil-rich regions 4.35 3.61 4.17 4.0
[3.93] [3.25] [3.85] 2
F ** ** ** [3.7
r 3]**
a Dummy for manufacturing firms 1.31
[1.08]
Dummy for service firms 2.21
[1.80]
*
Dummy for smaller-medium firms 0.
7
8
[0.95]
Dummy for larger-medium firms –1.72
[–
2.05]**
Dummy for large firms –4.25
[–
3.97]**
Dummy for urban location 0.61 0.
7
8
[0.89] [1.16]
CBIEDec04 27/10/04 4:23 PM Page

Dummy for exporting firms 0.

7
0
[0.92]
Dummy for foreign firms –
0.40
[–
0.37]
No. of observations 1,115 1,115 1,115 1,11
5
2
Pseudo-R 0.02 0. 0. 0.0
0 0 2
3 2
LR-chi2 193.72* 204.72* 189.20* 188.4
* * * 8**
a
Estimates are for all usable observations (1,115), and are based on the assumption that the
zero bribe observations are correct. Figures in parentheses are t-ratios.
**significant at 5%; * significant at 10%.
 CBIEDec04 27/10/04 4:23 PM Page

Bribery in Indonesia: Some Evidence from Micro-level Data 345

TABLE 5 Determinants of Bribe Rates: Heckman Estimatesa

Regression Specification I Specification II

Equation
Probit OLS Probit OLS

Dependent variable Reveal bribe Bribe Reveal bribe

Bribe or not rate
or not rate
Explanatory variables
Constant 1.43 0.45 1.1 1.94
7
D [4.62]** [0.20] [5.6 [0.76]
1]
o Tax payment –0.003 0.38 – 0.39
w [–0.54] [9.36] 0.00 [9.72]
n ** 3 **
l [–
o 0.36]
a Time spent with officials 0.28 1.46 0.2 1.59
d 8
[4.23]** [2.10] [4.33]**
e
d [2.25]**
Regulatory burden –0.005 0.12 – 0.16
[–0.42] [1.85] 0.00 [2.40]
b 4
* **
y [–
0.36]
[ Bribe efficacy –0.15 0.10 – 0.05
S 0.14
i [–3.30]** [0.22] [– [0.11]
3.29]
m Firm age –0.01 [– –0.05
o 2.10]** [–1.04]
n
Dummy for oil-rich regions 0.37 3.07 0.3 2.63
F 2
[1.68] [2.20] [1.4 [2.01]
r 1] **
a Dummy for manufacturing firms –0.13 1.76
[–0.55] [1.42]
Dummy for service firms –0.06 2.56
[–0.25] [2.07]
**
Dummy for smaller-medium firms 0.1 0.34
2
[0.7 [0.39]
6]
Dummy for larger-medium firms – –1.56
0.08 [–
[– 1.85]*
0.51]
Dummy for la rge firms – –3.75
0.23 [–
[– 3.15]**
1.19]
Dummy for urban location 0.07 –0.08 0.2 0.14
1
[0.92] [–0.10] [1.7 [0.17]
CBIEDec04 27/10/04 4:23 PM Page

1]*
Lambda –5.99 –4.61
[–0.55] [–0.42]
Wald-chi2 196.09** 201.88*
*
No. of observations 1,115 1,115
Censored observations 88 88
Uncensored observations 1,027 1,027

a
Estimates are for all usable observations (1,115), and are based on the assumption that the
zero observations are false. Figures in parentheses are t-ratios.
**significant at 5%; * significant at 10%.
 CBIEDec04 27/10/04 4:23 PM Page

346 Ari Kuncoro

equation (specification II) is that urban firms are more likely to reveal paying
bribes than non-urban—although the coefficient is only significant at the 10% level.
Since the Heckman procedure does not improve on the simple OLS results, sta-
tistically speaking, the remainder of the discussion is based on the results of the
four unmodified OLS regressions (table 6). The coefficient of the tax payments
variable is positive, as expected, and significant at the 5% level for all four speci-
fications of the model reported here. It may seem ironic that higher tax payments
go hand in hand with larger bribes, given that the purpose of paying bribes is (in
part) to reduce a firm's tax assessment. The model suggests the explanation for this
result is that firms that pay large amounts of tax relative to their size are those with
relatively high (supernormal) profits, which makes them an attractive target for
predatory officials.
The coefficient for time spent is also positive and significant at the 5% level in all
D model specifications. This is consistent with the model's prediction, based on the
o reasoning that there is likely to be greater uncertainty on the part of officials as to
w the precise level of profits of firms that stand out as more profitable than, but
n different from, other firms, thus making it worthwhile for both parties to invest
l
more time in the bargaining process.21
o
The coefficient for regulatory burden is positive, as suggested by the model,
a
based on the idea that the regulatory environment is to some extent tailored to
d
bureaucratic perceptions of profitability in the relevant industry. Statistically
e
speaking, this is a weaker explanatory than the time variable, however, although in
d
specifications I, II and IV the coefficient is still significant, at least at the 10% level. 22
b This lends weight to the argument that proliferation of taxes and regula- tions
y results in bribe income being spread over officials from several arms of the
bureaucracy, with little or no increase in total bribe payments by firms—whose
capacity to make such payments is limited by their profitability.
[
S The bribe efficacy variable coefficient is not significantly different from zero in
any model specification except the presumed less reliable Tobit results (table 4).
i
The sign of the coefficient, however, is in line with the rather weak prediction of the
m
model that lack of confidence in the ability of officials to deliver promised dis-
o
n pensations will be inversely related to bribe levels. 23 Our preferred explanation for
the lack of a strong relationship is that low bribe efficacy will result in low bribe
F rates for the official in question, but will also reflect the fact that many officials with
r veto power will need to be bribed—such that the total bribe payment will be little
a different from what it would have been if a single official had this veto power.
The coefficient for age of the firm is negative and significant at the 5% or 10%
level for the three model specifications in which this variable is included, con-
firming the hypothesis that older firms pay somewhat lower bribes. The coeffi-
cients of the firm size dummy variables are also consistent with the model's
predictions.24 For smaller-medium firms the coefficient is insignificant in all model
specifications, but the coefficients for larger-medium and large firms are negative
and significant at the 5% level, suggesting that bribe rates decline with increasing
firm size.
The oil dummy has positive coefficients, significant at the 5% level in all model
specifications, suggesting strongly that bribe rates are indeed higher in oil-rich
 CBIEDec04 27/10/04 4:23 PM Page

Bribery in Indonesia: Some Evidence from Micro-level Data 347

TABLE 6 Determinants of Bribe Rates: OLS Estimatesa

Model Specification

I II III I
V

Explanatory variables
Constant –0.44 0.99 1.48 1.5
9
[–0.28] [1.35] [1.28] [1.3
9]*
Tax payment 0.38 0.39 0.38 0.3
D [9.66] [9.96]* [9.92]* 8
o ** * * [9.8
8]**
w
n Time spent with officials 1.79 1.86 1.84 1.8
[5.68] [5.81]* [5.84]* 3
l
** * * [5.8
o 1]**
a Regulatory burden 0.12 0.15 0.10 0.1
d 1
e [1.83] [2.40]* [1.60] [1.7
d * * 8]*
Bribe efficacy –0.10 –0.11 –0.13 –
b [–0.38] [–0.39] [–0.47] 0.12
[–
y
0.43]
Firm age –0.06 –0.06 –
[ [– [– 0.07
S 1.84]* 2.15]** [–
i 2.15]*
m *
o
Dummy for oil-rich regions 3.53 2.93 3.50 3.4
n
[3.27] [2.72]* [3.33]* 0
** * * [3.2
F 4]**
r Dummy for manufacturing firms 1.62
a [1.37]
*
Dummy for service firms 2.46
[2.19]
**
Dummy for smaller-medium firms 0.48
[0.59]
Dummy for larger-medium firms –1.62
[–
1.96]**
Dummy for large firms –3.97
[–
3.76]**
Dummy for urban location 0.17 0.35
[0.25] [0.53]
Dummy for exporting firms 0.56
[0.75]
CBIEDec04 27/10/04 4:23 PM Page

Dummy for foreign firms –

0.16
[–
0.15]
No. of observations 1,027 1,027 1,027 1,02
7
0.16 0.18 0.16 0.1
R2 7
F-value 23.12* 24.51* 29.01* 28.9
* * * 2**
a
Estimates are for the smaller group (1,027) that excludes firms reporting zero bribe pay-
ments. Figures in parentheses are t-ratios.
**significant at 5%; * significant at 10%.
 CBIEDec04 27/10/04 4:23 PM Page

348 Ari Kuncoro

districts. Although the firm interviews tended to suggest that corrupt behaviour of
officials in oil-rich districts is on the increase, we have no hard evidence of this.
What we can say now, with some confidence, is simply that officials in oil-rich
districts appear to be more corrupt than those in non-oil districts.
The coefficients of the industry sector dummies suggest that firms in the serv- ice
sector do indeed pay more in bribes than those in manufacturing and agribusiness.
This result conforms with the data in table 1. A possible explanation for this result,
however, is that it is a statistical artifact. There may be correlation between the
sector and size dummies: manufacturing and agribusiness firms tend to be larger,
and thus have lower bribe rates than those in the service sector. The coefficient of
the urban location dummy is positive, but insignificant at the 10% level. In other
words, the data suggest that location has no impact on the
bribe rate once other factors are taken into account.
D We had hypothesised that export-oriented firms may enjoy some protection from
o bureaucratic extortion by locating inside industrial or export-processing zones. The
w coefficient of the dummy variable for exporting firms actually turns out to be
n positive, however, although it is not significantly different from zero. A better test
l of this hypothesis would need to distinguish firms located in such zones; many
o exporters in our sample were located outside them.
a Finally, the coefficient of the dummy variable for foreign ownership is also
d insignificant, suggesting that there is no difference in bribe rates between foreign
e firms and their domestic counterparts once other factors are taken into account.
d This is consistent with the possibility that extortion of such firms is effectively by
way of their domestic partners, rather than directly.
b
y Relative Importance of the Determinants of Bribe Rates
The upper part of table 7 shows the contribution to the bribe rate of each of the
[ independent non-dummy variables, evaluated at their respective mean values, for
S our two preferred specifications of the OLS model; the export orientation and
i foreign ownership variables (with coefficients insignificantly different from zero)
m are absent from these specifications. The reference cases are those of firms in a
o non-oil, non-urban area; for model I this firm is in the agribusiness sector, and for
n model II it is a small firm. The estimated bribe rates for these reference firm cate-
gories are 7.9% and 10.7%, respectively.
F If we focus on differences across sectors (model I), we find that the bribe rate
r increases to 8.7% for manufacturing firms and then to 9.1% for those in the serv-
a ices sector. Alternatively, if we allow firms' size to vary (model II), we observe that
the bribe rate falls to 10.3% for both larger-medium firms and larger firms. The
bribe rates for the reference firms increase to 8.3% and 11.1% (for models I and II,
respectively) if they are located in oil-rich districts. Urban location generates slight
increases in bribe rates; recall, however, that the positive coefficients on this
variable were insignificantly different from zero.
In both specifications, the contribution of the tax payment variable is the largest,
accounting for about 5 percentage points—or roughly 60% and 47% of the total
bribe rate in models I and II respectively. The time spent variable also provides
large contributions to the bribe rate in both specifications. In model I, for example,
the absolute contribution of time spent to the predicted value of 7.9% for the
reference firm bribe rate is 4 percentage points, or about 51% of the
 CBIEDec04 27/10/04 4:23 PM Page

Bribery in Indonesia: Some Evidence from Micro-level Data 349

TABLE 7 Contributions of Each Variable to Overall Bribe Rates: OLS Estimates a

a
The constant term, bribe efficacy variable and dummy variables for smaller-medium firms,
manufacturing firms and urban locations are not significant.
b
Mean values are calculated only for the OLS sample (N = 1,027). The OLS sample is smaller
than the full sample of those reporting positive bribes (N = 1,333) because of miss- ing
values of independent variables.

D
o total (38% in model II). By contrast, the other variables make only minor contri-
w butions to the bribe rate.
n
l
o CONCLUSIONS AND POLICY IMPLICATIONS
a We have tried in this paper to shed some light on the nature of corrupt relation-
d ships between firms and government officials at the district level in the more
e decentralised system of government created by the enactment of the laws on
d regional autonomy. We developed a simple model in which firms seek to reduce

b
y

[
S
i
m
o
n

F
r
a
 CBIEDec04 27/10/04 4:23 PM Page

350 Ari Kuncoro

the costs imposed on them in the form of taxes and regulations, by offering bribes
to government officials. The latter have some discretion to grant 'dispensations' in
return for bribe payments, the effect of which is to reduce such costs.
In determining what bribe they will accept for a dispensation of a given value,
officials are guided by their estimates of a firm's profitability. They demand high
bribes from firms with high profits, but will accept low bribes from firms with low
profits: to do otherwise would be to drive the latter out of business. But since true
profitability can only be guessed at by officials, and since firms have a strong
incentive to understate their profits in order to escape with a lower bribe for a
given dispensation, both sides need to spend time in negotiation until agreement is
reached. We argue that higher profits tend to be earned by firms that differenti- ate
themselves from others, and that this aspect makes it more difficult for officials to
judge their profitability. In such circumstances there is more to be gained from a
D longer period of bargaining than would be the case with a more 'normal' firm,
o which could be expected to earn a normal profit and to pay a more standard bribe.
w The main predictions of the model are that both bribes and the time spent in
n negotiations over bribes will be positively related to firms' profitability. The
l implication is that we expect a positive relationship between bribes, on the one
o hand, and both tax payments as a percentage of annual production costs (which we
a take as a proxy for profitability) and time spent in negotiations with officials, on the
d other. These predictions were borne out by the empirical analysis. The neg- ative
e and significant relationships between bribes paid and the age and size of firms are
d also consistent with the argument that firms' profits are the key deter- minant of
the bribes they pay: firms that are successful in negotiating more favourable
b bribe/dispensation packages with the bureaucracy will be more prof-
y itable, and therefore will live longer and grow larger.
The business sector complains that decentralisation has prompted local gov-
[ ernments to create many new regulations and nuisance taxes. These, it argues, have
S been accompanied by an increase in corrupt behaviour in the form of demands for
i bribes or indefinite regulatory delays that effectively convey the message that
m bribes will be needed if such delays and their associated costs are to be avoided.
o The hypothesis that the bureaucracy boosts the bribe incomes of its officials by
n customising taxes and regulations to perceived levels of industry profitability
gained some support from the positive (albeit statistically weaker and
F quantitatively less important) relationship between the regulatory burden faced by
r firms and the size of their bribe payments. On the other hand, prolifer- ation of
a nuisance taxes and regulations appears to reflect competition between different
arms of the bureaucracy for the limited total amount of bribes firms are capable of
paying. This results in reduced efficacy of bribe payments: individual officials are
unable to deliver promised dispensations because other parts of the bureaucracy
have overlapping power to interrupt firms' operations. This regula- tory
fragmentation tends to spread bribe payments around, rather than to increase their
aggregate amount, however. In short, the evidence is consistent with the possibility
that firms have responded to the introduction of new taxes and regulations by
paying smaller bribes to a greater number of individual offi- cials, such that total
bribe outlays have not increased by much.
The notion that firms make no distinction between tax payments and the costs
incurred in complying with regulations of all kinds suggests that governments
 CBIEDec04 27/10/04 4:23 PM Page

Bribery in Indonesia: Some Evidence from Micro-level Data 351

could collect more tax revenue if they reduced other cost burdens on firms by
reducing the number of taxes, cutting back on unnecessary regulatory interven-
tions, and acting more vigorously to restrain corrupt behaviour on the part of the
bureaucracy. In turn, additional tax revenue could be used to raise civil servants'
salaries by more than these individuals' loss of income from corrupt activity: this
follows from the fact that a firm that is permitted to evade, say, Rp 1 million in tax
will pay significantly less than Rp 1 million to the official offering the dispen- sation.
The observations above about bureaucratic competition for bribe payments
suggest that this argument may be too optimistic, however. Tax offices located in
the districts and municipalities are not part of local government but, rather, part of
the central government machinery for collecting central government taxes such as
corporate and individual income tax. Thus an important implication of the
empirical analysis is that even if a district government succeeds in reducing
D corruption among its own officials (in the hope of attracting more businesses and
o generating more tax revenue at local level), central government tax officials may
w demand even larger bribes once it becomes clear that local officials are now
n extracting a smaller share of firms' supernormal profits. An important consider-
l ation here is that officials from the centre may have little concern for the longer-
o term impact of corruption on the development of the district. Like other central
a government employees, they are subject to rotation to other districts, so it is not in
d their interests during their term of duty to make their present district of resi- dence
e more competitive in the long term by reducing the overall financial burden on firms
d from illegal imposts.
Finally, in line with the large body of literature on the behaviour of govern-
b ments in oil-producing countries, our study suggests that officials in oil-rich dis-
y tricts are somewhat more corrupt than those in non-oil districts. This suggests that
there is scope for significant gains through requiring larger royalty payments for
[ the right to exploit natural resources, and through minimising the role of state-
S owned firms in this sector, since these provide an easy means of diverting natural
i resource wealth from its rightful owners—the general public. Our analy- sis does
m not enable us to conclude that oil-related corruption is a consequence of the new
o natural resource revenue sharing arrangements, despite some anecdotal evidence
n suggesting that corruption in oil-rich districts is on the increase. It will be
interesting to observe whether these districts can use their expanded revenues to
F accelerate growth and bring about improvements in social welfare, despite the
r apparently higher level of official corruption.
a

NOTES
* I am grateful to Andrew MacIntyre and two anonymous referees, and to seminar par-
ticipants at the Australian National University, for many helpful comments. All remaining
errors are mine. I would like to thank the team members of the University of Indonesia's
Special Survey on Governance, in particular, Thia Jasmina, Ari Damayanti, Isfandiari Jafar,
Isfandiarni, Suryadi and Eugenia Mardanugraha.
1 By mid 2004 the number of districts was closer to 400.
2 Firms that did not report paying bribes may in fact have paid them, of course, and this
has important implications for the analysis. These are discussed in detail later.
 CBIEDec04 27/10/04 4:23 PM Page

352 Ari Kuncoro

3 These six districts, chosen to reflect the geographic spread of firms in Indonesia, were
Bandung, Semarang, Malang, Palembang, Pontianak and Makasar.
4 The mean values shown here differ from those in table 1 in being unweighted: a dis- trict
with 10 firms counts equally with another with 30.
5 Interestingly, the five municipalities of Jakarta are among very few that claim that PAD
revenue is high enough to cover both routine and development expenditures. Motor
vehicle tax is the most significant contributor to PAD.
6 Street lighting and hotels and restaurants were favourite targets. The street lighting tax
is collected by the state electricity company (PLN) on behalf of the local government as a
surcharge on its customers.
7 Any other tax levied on these firms would have the same impact, of course.
8 In effect, firms have to obtain permission to make a 'disturbance', such as noise, traffic
congestion and waste discharge, before the business can be operated.
9 A well-known joke has it that, when asked why he robbed banks, a thief replied: 'because
D that's where the money is'. By analogy, the predator official can be expected to focus his
o attention on the firms he or she believes to be most profitable.
w 10 By analogy, if a rational buyer in a food market thinks that the seller's weighing scales
n have a downward bias, she or he will offer a correspondingly lower price per kilogram of
l fruit.
11 The United States Foreign Corrupt Practice Act (1997); the OECD Convention on Com-
o
bating Bribery of Foreign Public Officials in International Business Transactions (1999).
a
12 Tax offices in the districts and municipalities are not part of local government, but rather
d of the central government machinery for collecting central taxes such as corpo- rate
e income tax. This has important implications for anti-corruption efforts at the dis- trict
d level, as we shall see later.
13 At the beginning of the survey, respondents were asked the value of annual sales, but the
b response rate was very low. It was therefore decided subsequently to ask respon- dents
y only to place their firms within one of these four size categories.
14 We performed several experiments in which the share of districts' output of other nat-
[ ural resource products in GDP—specifically, timber and minerals—was included in the
regression, but these variables had very low statistical significance and so were dropped
S
from the analysis.
i 15 For example, the variable used to measure bribe efficacy in the empirical model should
m correlate positively with alternative measures of bribe uncertainty, such as the firm's
o ability to predict the bribe level.
n 16 For example, time spent with officials to smooth business operations should correlate
positively with the degree of difficulty in getting officials to process business permit
F applications.
r 17 Recognising the secretive nature of bribery, we experimented with different question
a sequencing in the pre-test questionnaire. On the basis of these experiments, the ques-
tion on bribes paid (as a percentage of production costs) was asked roughly half-way
through the interview.
18 For the Heckman procedure, only the two best performing specifications (models I and
II) are presented for comparison with OLS and Tobit.
19 Lambda is a new, constructed variable containing an inverse Mills ratio obtained from
the Probit regression, and calculated as the ratio of the posterior density function to the
cumulative density function of the standard normal distribution (Heckman 1979).
20 The coefficient of bribe efficacy in the Probit equation (table 5) is negative and signifi-
cant at the 5% level.
21 This is weakly supported by a correlation coefficient between tax payments and time
spent of 0.16.
22 The relative weakness of the correlation between the regulatory burden and the bribe
 CBIEDec04 27/10/04 4:23 PM Page

Bribery in Indonesia: Some Evidence from Micro-level Data 353

rate is not caused by multi-colinearity with time spent, since the coefficient correlation is
only 0.12. Furthermore, the coefficient of time spent is statistically still strong.
23 The weakness of this result is not a multi-colinearity problem with either the regulatory
burden or the time spent variable, since their correlation coefficients are only 0.026 and
0.016 respectively.
24 There is a strong correlation between firm age and firm size, so age is excluded from the
model specification that includes size.

REFERENCES
Auty, Richard (2001), 'The Political State and the Management of Mineral Rents in Capital-
Surplus Economies: Botswana and Saudi Arabia', Resources Policy 27: 77–86.
Eifert, Benn, Alan Gelb and Nils Borje Tallroth (2002), 'The Political Economy of Fiscal Pol-
D icy and Economic Management in Oil Exporting Countries', World Bank Policy Research
Working Paper No. 2899, Washington DC, October.
o
Gelb, Alan, and associates (1988), Oil Windfalls: Blessing or Curse?, Oxford University Press
w for the World Bank, New York NY.
n Greene, WH (1993), Econometric Analysis, 2nd edition, Macmillan Publishing Company, New
l York NY.
o Heckman, JJ (1979), 'Sample Selection Bias as a Specification Error', Econometrica 47 (1):
a 53–161.
d Karl, Terry Lynn (1999), 'The Perils of the Petro-State: Reflections on the Paradox of Plenty',
e Journal of International Affairs 53 (1): 31–48.
d Lambsdorff, JG (2003), 'Background Paper to the 2003 Corruption Index', Transparency
International, accessed from <www.transparency.org/cpi/2003/cpi2003_faq.en.html>. Lewis,
Blane D. (2003), 'Tax and Charge Creation by Regional Governments under Fiscal
b
Decentralisation: Estimates and Explanations', Bulletin of Indonesian Economic Studies
y 39 (2): 177–92.

[
S
i
m
o
n

F
r
a
 CBIEDec04 27/10/04 4:23 PM Page

354 Ari Kuncoro

APPENDIX 1: SELECTED PARTS OF THE SSG QUESTIONNAIRE

The full questionnaire was 16 pages long. The key details on which the present
paper relies are reported below.

I General information
Province: Kabupaten/Kota:
Year started:
Sector: Manufacturing Services Agribusiness
Foreign ownership: Yes/No If Yes, % of ownership
Export orientation: Yes/No If Yes, % of total sales
Sales last year:
1 = < Rp 1 billion 2 = Rp 1–5 billion 3 = Rp 5–10 billion 4 = > Rp 10 billion
Tax payments as a percentage of total annual costs:
D
o II Questions on key bribery variables
w Bribe rate
n In one year, how much 'grease money' do you pay to bureaucrats to get things done in
relation to licensing, taxation, police matters and so on, as a percentage of total production
l
costs?
o
a Time spent with officials
How much of its productive time does management spend with district officials to smooth
d
business operations: eg to negotiate regulations, licensing and other red tape?
e
1 = < 5% 2 = 6–15% 3 = 16–25% 4 = 26–50% 5 = 51–75% 6 = > 75%
d
Regulatory burden
How many operational licences are needed in your current business?
b
y Bribe efficacy
Evaluate the following statement:
[ 'A firm that has paid bribes will receive the promised services.'
S 1 = Never 2 = Very rarely 3 = Rarely 4 = Occasionally 5 = Often 6 = Very often
i
m III Supplementary questions to check consistency of responses on key
o variables indicated
Tax payments
n If there is a way to curb bribes, what is the maximum amount of tax you would be willing to
pay, as a percentage of annual costs, in exchange for no bribe-taking behaviour?
F
Bribe rate
r
How much 'grease money' do you pay to bureaucrats as a percentage of total initial invest-
a ment costs to set up a new business?
Time spent with officials
Evaluate the following statement:
'In the last two years, business permits have become harder to obtain.'
1 = Strongly disagree 2 = Disagree 3 = Tend to disagree 4 = Tend to
agree 5 = Agree 6 = Strongly agree
Regulatory burden
How many licences are required to open a new business?
Bribe efficacy
In relation to matters involving government offices in your region, to what extent are you
able to estimate in advance the amount of 'grease money' that will be paid to officials?
1 = Never 2 = Very rarely 3 = Rarely 4 = Occasionally 5 = Often 6 = Very often