Summary Indices Ketua Program Studi 3. Dekan Sekolah Pascasarjana

pop - population psave - numeraire profitslack, incomeslack, endwslack, cgdslack, tradeslack - slack variables ao, af, afe, ava - technical change dpfpriv, dpfgov, dpfsave - preferences to, tfe, tf, tg, tp - policy variables qoENDW_COMM - endowments Sedangkan variable-variabel lainnya adalah endogen.

4.6. Summary Indices

Pada bagian akhir dari struktur model GTAP standar memuat persamaan- persamaan tambahan yang dirangkum dalam summary indices seperti pada Tabel 14. Persamaan-persamaan tersebut tidak mempengaruhi struktur keseimbangan model tetapi diperlukan untuk mengetahui perubahan-perubahan yang terjadi pada indikator ekonomi lainnya setelah dilakukan simulasi. Persamaan 64 dan 65 masing-masing menunjukkan harga agregat yang diterima , pswr, dan harga yang dibayar, pdwr, untuk komoditi yang dijual dan yang dibeli oleh setiap region. Selisih antara kedua harga tersebut merupakan persentase perubahan terms of trade, totr, dari setiap region yang dinyatakan dengan persamaan 66. Di dalam model GTAP, perubahan kesejahteraan masyarakat di satu region dinyatakan dalam Equivalent Variation EVr, yang dihitung dengan persamaan: EVr = ur INCr100 ……………………………………………...………..63 dimana ur adalah persentase perubahan kesejahteraan per kapita dan INCr adalah pendapatan income sebuah region. Pada persamaan 67 perubahan kesejahteraan dihitung secara total untuk satu region dengan memasukkan nilai perubahan laju pertumbuhan penduduk. Dalam database GTAP, EVr dihitung berdasarkan nilai US tahun 1992 dalam juta. Selanjutnya persamaan 68 menghitung kesejahteraan dunia WEV yang merupakan penjumlahan dari kesejahteraan di semua region. Indek harga konsumen di region tertentu, pprivr, dihitung dengan persamaan 69. Dalam model GTAP, indek harga dan kuantitas diperlukan untuk menentukan besaran nilai perdagangan, GDP, dan pendapatan. Untuk memperoleh indek kuantitas maka terlebih dulu perlu dihitung indeks nilai value dan indeks harga price yang terkait sebab berbagai jenis komoditi telah diagregrasikan di dalam model. Sebagai contoh variabel qgdpr pada persamaan 72 adalah indek kuantitas untuk produk domestik. Untuk mengetahui indek kuantitas tersebut terlebih dulu dihitung indek nilai vgdpr pada persamaan 70, dan indek harga pgdpr pada persamaan 71. Selanjutnya indek kuantitas, qgdpr dihitung berdasarkan selisih antara vgdpr dengan pgdpr. Dalam simulasi kebijakan perdagangan, nilai qgdpr yang dihasilkan umumnya kecil. Hal ini menunjukkan adanya pergeseran kurva PPF production possibilities frontier yang disebabkan perbaikan efisiensi alokasi penggunaan sumberdaya. Persamaan 73 – 78 menghitung persentase perubahan nilai ekspor dan impor berdasarkan: 1 jenis komoditi dan region, 2 region untuk semua jenis komoditi yang diperdagangkan, dan 3 komoditi untuk semua region di dunia. Persamaan 79 digunakan untuk menghitung persentase perubahan total nilai perdagangan dunia, dan persamaan 80 menghitung persentase perubahan output dunia berdasarkan jenis komoditi. Persamaan 81 – 88 menghitung indek harga terkait, yang selanjutnya masing-masing indek harga tersebut akan digunakan sebagai dasar dalam menghitung perubahan agregat volume perdagangan dan output sebagaimana pada persamaan 89 – 96. Persamaan 97 dan 98 digunakan untuk menghitung perubahan neraca perdagangan trade balance berdasarkan jenis komoditi dan region. Persamaan 98 menunjukkan perubahan transaksi berjalan current account di setiap region. Tabel 14. Persamaan-Persamaan Summary Indices Pada Model GTAP Standar    ieTRAD seREG s r i pfob s r i VXWD r psw r VWDSALES , , , ,   , , r pcgds r VDEP r REGINV r i pm r i VST    ….. 64     ieTRAD keREG psave r SAVE r k i pcif r k i VIWS r pdw r VWLDSALES , , , , …… 65 r pdw r psw r tot   …………………………………………………... 66       100    r pop r u r POPRATIO r URATIO r INC r EV ……………. 67    reREG r EV WEV ……………………………….…………………………. 68   ieTRAD r i pp r i VDA r ppriv r PRIVEXP , , ………………………………….. 69   , , , r i qg r i g p r i VGA r vgdp r GDP ieTRAD        , , , r qcgds r pcgds r REGINV r i qp r i p p r i VPA ieTRAD                 ieTRAD seREG ieTRAD r i qst r i pm r i VST s r i qxs s r i pfob s r i VXWD , , , , , , , , ,       ieTRAD reREG s r i qxs s r i cif p s r i VIWS , , , , , , ………………………………... 70   ieTRAD r i pg r i VGA r pgdp r GDP , ,     , , , r qcgds r pcgds r REGINV r i qp r i p p r i VPA ieTRAD                 ieTRAD seREG ieTRAD r i qst r i pm r i VST s r i qxs s r i pfob s r i VXWD , , , , , , , , ,    ieTRAD reREG s r i pcif s r i VIWS , , , , …………………………………………… 71 Tabel 14. Lanjutan r pgdp r vgdp r qgdp   ................................................................................. 72      seREG s r i pfob s r i qxs s r i VXWD r i vxwfob r i VXW , , , , , , , ,   , , , r i pm r i qst r i VST   ……………………….. 73      seREG s r i qxs s r i pcif s r i VIWS s i viwcif s i VIW , , , , , , , , …………………. 74   ieTRAD r i vxwfob r i VXW r vxwreg r VXWREGION , , ………………………… 75   ieTRAD s i viwcif s i VIW s viwreg s VIWREGION , , …………………………... 76   reREG r i vxwfob r i VXW i vxwcom i VXWCOMMOD , , ……………... 77   seREG s i viwcif s i viw i piwcom i VIWCOMMOD , , ………………… 78   reREG r vxwreg r VXWREGION vxwld VXWLD ………………………. 79      reREG r i qo r i pxw r i VOW i valuew i VWOW , , , ………………. 80    seREG r i pm r i VST s r i pfob s r i VXWD r i pxw r i VXW , , , , , , , , .. 81   reREG s r i pcif s r i VIWS s i piw s i VIW , , , , , , ………………………... 82   ieTRAD r i pxw r i VXW r pxwreg r VXWREGION , , …………………. 83   ieTRAD s i piw s i VIW s piwreg s VIWREGION , , …………………… 84   reREG r i pxw r i VXW i pxwcom i VXWCOMMOD , , ……………….. 85   seREG s i pxw s i VIW i piwcom i VIWCOMMOD , , …………………. 86   reREG r pxwreg r VXWREGION pxwwld VXWLD , …………………... 87   reREG r i pxw r i VOW i pw i VWOW , , ……………………………… 88 , , , r i pxw r i vxwfob r i qxw   ………………………………………….. 89 Tabel 14. Lanjutan , , , s i piw s i viwcif s i qiw   …………………………………………… 90 r pxwreg r vxwreg r qxwreg   ………………………………………. 91 s piwreg s viwreg s qiwreg   ………………………………………... 92 i pxwcom i vxwcom i qxwcom   ……………………………………… 93 i piwcom i viwcom i qiwcom   ……………………………………….. 94 pxwwld vxwwild qxwwld   ……………………………………………… 95 i pw i valuew i qow   …………………………………………………. 96     , 100 , , 100 , r i viwcif r i VIW r i vxwfob r i VXW r DTBALi   .. 97     100 100 r viwreg r VIWREGION r vxwreg r VXWREGION r DTBAL   ………………………... 98

V. KERANGKA MODEL DAN PROSEDUR ANALISIS

Model yang digunakan dalam penelitian ini adalah GTAP standar versi 6. Sebagaimana telah disebutkan sebelumnya, model GTAP standar bersifat statis komparatif sehingga hasil simulasi hanya menggambarkan perbandingan antara kondisi keseimbangan ekonomi awal dengan keseimbangan waktu tertentu yang dikehendaki dalam simulasi jangka pendek short-run. Di lain pihak, dampak liberalisasi perdagangan terhadap indikator ekonomi makro pada umumnya akan terlihat dalam jangka panjang, dimana dalam jangka panjang stok kapital telah melakukan penyesuaian terhadap goncangan shock sehingga laju pertumbuhan kapital sama dengan nol. Gambar 27 memberikan ilustrasi mengenai pertumbuhan kapital dalam jangka panjang setelah terjadinya goncangan. Pada gambar tersebut, stok kapital pada periode solusi akan datang ditentukan oleh kurva kontrol control path yang berawal di titik K0 dan berakhir di titik Kt. Hubungan ke dua titik ini dirumuskan dengan: t SRGROWTH K t K  , dimana: SRGROWTH sama dengan 1 ditambah dengan tingkat pertumbuhan rata-rata kapital selama waktu t, yaitu waktu antara terjadinya shock sampai periode solusi. Shock akan menyebabkan stok kapital berubah mengikuti kurva shock. Sebagaimana dapat dilihat pada Gambar 27, akibat dari adanya shock maka kapital berubah sebesar:   t c t a b 100 100   persen relatif terhadap kurva kontrol. Laju pertumbuhan kapital ditunjukkan oleh kemiringan slope masing-masing kurva. Pada kurva kontrol, laju pertumbuhan rata-rata selama periode goncangan shock dengan peiode solusi snapshot period adalah at. Sedangkan pada kurva shock, laju pertumbuhan rata-rata antara titik awal sampai dengan periode solusi meningkat 131 sebesar bt. Dengan demikian, persentase perubahan laju pertumbuhan adalah sebesar:   t c t a b 100 100   persen. Pada jangka pendek, shock berpengaruh terhadap laju pembentukan kapital yang pada gambar ditunjukkan oleh perbedaan slope kedua kurva, dan oleh karenanya merubah ukuranbesaran relatif stok kapital sepanjang waktu setelah terjadi shock . Sedangkan dalam jangka panjang, laju pertumbuhan kapital dan investasi akan kembali ke laju pertumbuhan semula sebelum terjadinya shock. Laju pertumbuhan kapital pada periode solusi akan sama baik sebelum dan sesudah shock kedua kurva menjadi paralel. Dengan demikian, dalam jangka panjang, persentase perubahan laju pertumbuhan kapital adalah nol. Sumber: Walmsley, 1998. Gambar 27. Pertumbuhan Kapital Dalam Jangka Panjang b Log KB Shocked Contol Shock Snapshot Solution period Time a c t 132 Untuk menangkap kondisi jangka panjang, maka simulasi harus dilakukan dalam jangka panjang steady state. Simulasi jangka panjang dapat dilakukan dengan modifikasi model dan data dasar GTAP standar. Modifikasi dilakukan dengan mengikuti langkah-langkah seperti yang telah dilakukan oleh beberapa peneliti terdahulu yang menggunakan model GTAP jangka panjang. Penelitian-penelitian tersebut diantaranya dilakukan oleh Francois, MacDonald dan Nordstrom 1996, Arndt, Hertel, Dimaranan, Huff dan McDougall 1997, Walmsley 1998 dan Oktaviani 2000. Pada penelitian ini sebagian besar modifikasi yang dilakukan mengikuti Walmsley 1998. Bab ini akan memfokuskan cara memodifikasi model dan data dasar GTAP stándar menjadi model GTAP jangka panjang. Pada bagian awal akan dibahas agregasi komoditas dan regional. Bagian berikutnya akan memaparkan cara modifikasi model dan data dasar GTAP standar. Selanjutnya pada bagian akhir akan dijelaskan beberapa simulasi yang akan dilakukan dalam penelitian.

5.1. Agregasi Regional dan Sektoral