Identifikasi dan Pendugaan Model

parameternya. Namun jika persamaan atau model itu exactly identified, maka teknik yang paling tepat digunakan adalah indirect least square, sedangkan jika over identified maka berbagai teknik dapat digunakan seperti 2SLS, 3SLS, atau maximum likehood method LIML atau FIML. Identifikasi dapat dilakukan melalui dua cara, yaitu pengujian terhadap model struktural order condition atau pengujian terhadap model reduced form rank condition. Karena lebih sederhana dan lebih mudah dari metode yang kedua, maka dalam studi ini digunakan metode yang pertama. Persyaratan agar suatu persamaan dikatakan teridentifikasi identified adalah jika jumlah total peubah yang tidak termasuk ke dalam persamaan tersebut, tetapi termasuk ke dalam persamaan-persamaan lainnya, paling kurang sebanyak jumlah persamaan yang ada dalam model sistem persamaan dikurang satu. Dalam bentuk matematis dapat disajikan sebagai berikut: K – M G – 1 dimana: G = jumlah total persamaan jumlah total variabel endogen K = jumlah total variabel dalam model endogen dan predetermined M = jumlah variabel endogen dan eksogen dalam persamaan yang diidentifikasi Jika: K – M G – 1 , maka persamaan over identified K – M = G – 1, maka persamaan exactly identified K – M G – 1, maka persamaan under identified Dalam model terdapat 48 variabel endogen dan predetermined dan 20 variabel endogen sehingga mengalami over identified. Oleh karena semua persamaan struktural over identified, maka aplikasi ILS tidak akan memberikan estimasi dari parameter struktural dengan unik. Umumnya metode 3SLS akan memberikan estimasi yang lebih efisien secara asymptotis daripada metode 2SLS, tetapi metode 3SLS sensitif terhadap perubahan spesifikasi. Jika ada satu perubahan spesifikasi pada salah satu persamaan dalam system akan mempengaruhi semua pendugaan parameternya. Disamping itu metode 3SLS memerlukan data sampel yang lebih besar daripada metode 2SLS, jika semua parameter strukturalnya diestimasi pada waktu yang sama. Dengan mempertimbangkan ketersediaan data sampel dan kemungkinan spesifikasi model, maka digunakan 2SLS untuk mengestimasi parameter struktural. Kemudian untuk mengetahui apakah model yang digunakan dapat menceritakan kembali kejadian-kejadian ekonomi selama periode sampel dengan baik atau menghasilkan nilai-nilai ramalan untuk variabel-variabel endogennya yang tidak jauh berbeda dengan nilai-nilai aktualnya, maka perlu dilakukan validasi model. Ukuran yang digunakan untuk validasi model adalah Root Mean Square Error RMSE, Root Mean Square Percentage Error RMSPE, dan koefisien U-Theil. Jika validasi merupakan pengujian goodness of fit dari model secara keseluruhan, analisis simulasi diperlukan untuk mempelajari sejauhmana dampak dari perubahan-perubahan variabel eksogen terhadap seluruh variabel endogen. Sesuai tujuan penelitian yakni mengkaji berbagai alternatif kebijakan pembangunan ekonomi yang dapat meningkatkan pertumbuhan ekonomi dan mengakomodir perlindungan lingkungan di Jawa Barat, maka akan dilakukan beberapa simulasi melalui variabel tertentu yang diharapkan bisa menjadi pijakan rumusan kebijakan pembangunan berkelanjutan ke depannya.

4.1.2. Simulasi Kebijakan

Sesuai dengan tujuan penelitian yang pertaman yakni menganalisis dampak dari pertumbuhan ekonomi dan kemiskinan terhadap degradasi lingkungan maka akan dilakukan simulasi historis dengan mengubah nilai variabel PDRB, kemiskinan dan Gini Ratio. Selanjutnya untuk menganalisis dampak dari degradasi lingkungan terhadap keberlanjutan pembangunan dilakukan simulasi historis dengan merubah nilai variabel TDSp dan BODp, LKp, CO, dan CO2p. Simulasi historis dilakukan pada periode tahun 1974 - 2004 dengan besaran setiap variabel yang disimulasikan antara 1 persen sampai 3 persen. Ditetapkan angka yang relatif rendah karena sebatas untuk mengevaluasi keterkaitan antara pertumbuhan ekonomi, kemiskinan dan degradasi lingkungan. Secara detilnya skenario simulasi historis 1973-2004 adalah sebagai berikut: 1. Peningkatan PDRB sebesar 1 persen, 2 persen, 3 persen. 2. Peningkatan kemiskinan 0.5 persen dan Gini Ratio 0.02. 3. Peningkatan pertumbuhan penduduk 0.5 persen. 4. Peningkatan TDSp sebesar 2 persen dan BODp sebesar 1 persen. 5. Peningkatan CO sebesar 2 persen dan CO2p sebesar 1 persen. 6. Peningkatan LKp sebesar sebesar 1 persen, 2 persen, 3 persen. Sementara untuk menemukan rumusan kebijakan pengendalian degradasi lingkungan agar tercapai pembangunan yang berkelanjutan dilakukan simulasi ramalan kebijakan untuk periode 2007 - 2010 dengan skenario: 1. Peningkatan kredit investasi dari perbankan untuk sektor pertanian 10 persen, sektor industri pengolahan 10 persen dan sektor jasa 20 persen. 2. Penurunan Gini Rasio 0.01. 3. Peningkatan kepedulian lingkungan yang diproksi oleh rata-rata lamanya sekolah sebesar 0.1 tahun, 0.15 tahun, 0.2 tahun. 4. Gabungan no 1 dan 2. 5. Gabungan no 1,2,3 dan 4.

4.2. Metode Survei: Hak Kepemilikan dan Respon Masyarakat Terhadap

Kebijakan Lingkungan 4.2.1. Kasus Lahan Kritis Sebagaimana telah disinggung pada bahasan sebelumnya bahwa sebagian besar dari luasan lahan kritis di Jawa Barat merupakan milik masyarakat. Oleh karena itu dalam penelitian ini, survei difokuskan pada lahan dengan fungsi kawasan budidaya untuk usaha pertanian yang dimiliki secara pribadi. Berdasarkan karakteristik kepemilikan pribadi dibuat arahan untuk interview dengan daftar pertanyaan yang bisa dilihat pada Lampiran 5. Seluruh pertanyaan tersebut diarahkan untuk membuktikan bagaimanakah eksistensi hak kepemilikan pribadi atas lahan, apakah terdefinisikan dengan baik atau tidak. Sementara untuk menggali perkembangan kebijakan penanganan lahan kritis dari tahun ke tahunnya dilakukan interview dengan beberapa petugas lapangan yang sudah lama menggeluti penanganan lahan kritis dengan kuesioner yang bisa dilihat pada Lampiran 6.