Deskripsi Model Peranan Pajak Emisi Gas CO2 Bahan Bakar Fosil Dalam Mengurangi Dampak Lingkungan. ”Suatu Perspektif Untuk Indonesia

68

3.5.2 Kalibrasi

Kalibrasi dalam model hanya akan dilakukan terhadap variabel total faktor produktifitas A. Hal ini disebabkan karena kisar dari nilai faktor A yang didapat dari beberapa referensi sangat besar. Variabel A adalah variabel eksogen yang akan mempengaruhi nilai dari variabel yang lain. Dalam model ini nilai A yang akan dipakai dalam persamaan akan dicari melalui kalibrasi. Parameter lain didalam persamaan yang digunakan dalam penelitian ini tidak dilakukan kalibrasi karena diambil dari model DICE . Model DICE telah dikalibrasi terhadap tiga model climate yaitu Schneider-Thomson untuk feedback parameter, model Stouffer,Manabe dan Bryan untuk atmospheric-ocean model dan model atmospheric six-layer ocean dari Schlesinger dan Jiang lampiran 31. Parameter tersebut dapat dilihat pada tabel 11. Nilai α 1 atau coefficient inertia sebenarnya merupakan nilai T 2xCO2 sebesar 2 dan dari model yang ada berkisar antara 1 dan 2 Tabel 11. Parameter model DICE Notasi Deskripsi Nilai = α 2 Feedback parameter 1,41 α 1 = 1R 1 Parameter inersia dengan one and two-equation model 0,02 1 τ 12 = α4 Coefficient 0,002 α 3 = R 2 12 Coefficient 0,44 A Faktor produktivitas total 0,5 - 3,1

3.6 Deskripsi Model

Model DICE and FREE adalah model pada tingkat agregat Aggregation level yang bersifat top-down dimana model menjelaskan mengenai hubungan kuantitas-harga dan umpan balik terhadap kondisi ekonomi pada tingkat nasional maupun global. Model top-down pada umumnya berangkat dari persamaan fungsi produksi untuk setiap sektor ekonomi. Fokus dari pendekatan model adalah melihat hubungan dan interaksi antara pasar dan sektor ekonomi. Sedangkan model bottom-up melihat bagaimana suatu kebijakan penggunaan energi dengan menggunakan perubahan teknologi pada tingkat terinci seperti penggunaan studi 69 enjinering untuk mengurangi biaya energi. Penelitian ini akan menggunakan pendekatan top-down karena bertitik tolak dari model DICE. 31 Hubungan antar sektor dari model dapat dilihat pada gambar 47. Gambar 47. Hubungan antar sektor dari model Persamaan model dari DICE akan dipakai dalam menentukan pajak emisi optimal melalui beberapa perubahan yang disesuaikan dengan kondisi Indonesia.. Dalam gambar 47 menunjukkan bahwa akumulasi kapital akan mendorong pertumbuhan ekonomi atau GDP, hal ini akan ditentukan oleh variabel eksogen yaitu pertumbuhan populasi dan produktivitas. Kegiatan ekonomi memerlukan energi yang akan menimbulkan dampak terhadap timbulnya emisi gas CO 2 . Meningkatnya emisi akan berkontribusi dalam kerusakan iklim global. Dampak akan dirasakan secara tidak langsung seperti meningkatnya permukaan laut dan 31 McFarland,J.R et.al 2004.Representing energy technology in top-down economic models using bottom-up information.Energy Economic 26. Menyatakan bahwa faktor paling kritis terhadap emisi sebagai akibat tindakan manusia untuk masa yang akan datang adalah laju rate dan besarnya perubahan teknologi terhadap pengurangan emisi. Ada dua pendekatan model untuk melihat interaksi antara energi, ekonomi dan system lingkungan dan teknologi yaitu top-down dan bottom –up. E E n n e e r r g g i i + Harga energi K K e e b b i i j j a a k k a a n n Pajak emisi CO 2 + + D D a a m m p p a a k k k k e e r r u u s s a a k k a a n n Kerusakan Iklim + E E m m i i s s i i C C O O 2 2 d d a a r r i i B B B B F F + Emisi E E k k o o n n o o m m i i - Konsumsi energi + Kapital + - GDP + W W a a l l f f a a r r e e + Utiliti + - P P o o p p u u l l a a s s i i Populasi I I k k l l i i m m Suhu + - + Pemindahan Panas S S i i k k l l u u s s K K a a r r b b o o n n CO 2 di atmos + - + Deep ocean 85 adanya perubahan iklim yang akan berdampak pada sektor pertanian. Dampak kerusakan ini akan mengurangi pertumbuhan ekonomi karena adanya pengeluaran sektor pendapatan nasional yang pada akhirnya akan mengurangi tingkat kesejahteraan masyarakat. Dalam sektor energi akan terjadi peningkatan produksi energi sebagai akibat dari meningkatnya konsumsi pada sektor ekonomi. Eksploitasi dan explorasi sumber daya energi akan mengakibatkan terjadinya deplesi sumberdaya energi yang akan meningkatkan harga energi. Pajak emisi gas CO 2 akan mengakibatkan naiknya harga energi dan akan berintegrasi dengan laju eksploitasi dan explorasi sumber daya energi yang menyebabkan terjadinya deplesi sumberdaya energi dan akhirnya meningkatkan harga energi. Dalam model pajak karbon dapat dikenakan pada energi primer, energi sekunder ataupun pada energi akhir. Model DICE mengenakan pajak pada energi primer, hal ini disebabkan karena model menggunakan data makro yang bersifat global ataupun regional, bukan pada skala nasional. Dalam analisis ini pajak emisi gas CO 2 akan dibebankan pada sisi produsen supply dan konsumen demand namun perhitungan dilakukan berdasarakan pada data dari energi primer dan sekunder, artinya akan dikenakan pada energi final dan demand. Hal ini dilakukan agar sisi supply dan demand mendapatkan insentif yang sama. Pajak optimal akan didapat berdasarkan biaya marjinal yang minimum dalam satuan unit rupiah per satuan unit berat emisi. Proses ini dapat dilihat pada bondari dari sistem energi pada gambar 48 dan gambar 49. Pajak Suplai Energi Primer Secondary Gasoline Listrik Final Gasoline Listrik Penggunaan Kinetik Panas Demand Gambar 48. Bonderi sistem energi Konversi Distribusi Pengolahan Pem Listrik Truk Kabel Pemakai akhir Pelayanan Kendaraan peralatan Penumpang-km cahaya 71 Resources Energi Primer Energi Sekunder Energi Final Demand Pajak emisi gas CO 2 Pajak emisi gas CO 2 Gambar 49. Sistem referensi energi

3.6.1 Horizon Waktu

Beberapa model dari ekonomi–climate change Fiddaman,Thomas 1997 memiliki horison waktu yang sangat panjang 1960 – 2100, untuk keperluan optimasi ada yang membuat target sampai dengan tahun 2300. Model DICE dan FREE memiliki horison waktu sampai tahun 2100. Dalam penelitian ini horison waktu akan digunakan hanya selama 30 tahun kedepan atau mulai dari 1990 sampai 2019. Dengan tidak mengubah variabel dalam persamaan model, maka program dapat dilakukan untuk horizon waktu lebih dari 30 tahun dengan menggunakan program dari GAMS.

3.6.2 Kesejahteraan Walfare

Pengukuran kesejahteraan masyarakat walfare dihitung berdasarkan kumulatif utility yang di discount dengan menggunakan social discount rate Cummulative discounted utility, dalam hal ini utilitas diwakili oleh besarnya populasi dan discount factor untuk pure time preference. CDU = ∫ e - ρ t Lt Ut dt Dimana CDU adalah kumulatif utility yang di-discounted, ρ adalah rate of time preference , L adalah populasi dan U adalah utilitas yang diwakili oleh pendapatan Batubara Batubara Batubara Batubara Industri Minyak mental Crude oil Gas Minyak mentah Gas Gas Fuel oil Light oil Gas Transportasi Residen rumah tangga Listrik Fuel oil light oil 72 per kapita. Generasi yang memiliki jumlah populasi yang besar akan menerima nilai bobot perhitungan yang lebih besar untuk kesejahteraan. Jika nilai time preference adalah positip, maka utilitas untuk generasi yang akan datang akan menerima bobot perhitungan diminishing weight dari kesejahteraan kumulatif sesuai dengan periode waktu. Tujuan model adalah untuk memaksimumkan kesejahteraan masyarakat yang dinyatakan dengan : W = ∑ T t U [ c j t,Lt ] Rt Dimana Rt adalah faktor discount discount factor : t [ ] ∏ = + t v v 1 ρ -t , dimana ρ adalah rate dari preferensi social pure rate of social preference . U[ ct = Lt {log [ct ] }

3.6.3 Discount Rate and Pure Rate of Social Preference

Dalam analisis nilai discount yang akan dipakai adalah : d fg = 1 1 rfg + dimana rfg = r adalah discount rate untuk generasi yang akan datang, yang dihitung berdasarkan persamaan r = ρ + μg. ρ adalah pure rate of time preference sebesar 2 untuk periode 0-30 tahun, μ adalah elasticity of marginal utility of consumption atau social aversion to inequality yaitu perubahan dalam kesejahteraan yang disebabkan oleh persentase dari perubahan konsumsi pendapatan. g adalah pertumbuhan konsumsi per kapita. Dalam analisa ini nilai μ diasumsikan 1 dan pertumbuhan konsumsi per kapita adalah antara 1,5 - 3 . Jika discount rate untuk periode 30 tahun adalah sebesar 3,5, maka faktor discount untuk 30 tahun adalah d fg = 11,035 30 = 0,3562 artinya ada kemungkinan akan terjadi keuntungan gain atau kerugian loss 30 tahun dari saat ini sebesar 35,62 dari nilai yang ada pada saat ini. Jika discount rate ditetapkan sebesar 0, maka d fg adalah 1, berarti setiap orang memiliki nilai sama “sekarang” dan “masa yang akan datang.” 32 Pure rate of social preference akan menentukan 32 Dalam DICE -99 nilai r atau rfg diasumsi menurun sesuai dengan periode waktu. 3 dalam tahun 1995 dan menurun menjadi 2,3 pada tahun 2100 dan menjadi 1,8 pada tahun 2200. 73 besarnya discount rate, sedangkan besarnya discount rate sangat sensitif terhadap model. Pada table 12 dapat dilihat pengaruh dari social preference rate terhadap factor discount dan nilai yang akan datang. Tabel 12. Hubungan strp, dfg dan nilai yang akan datang ρ STPR g rfg=r dfg 30 thn dfg 100 thn Nilai Rp 100 untuk periode 30 thn kedepan pada saat ini Nilai Rp 100 untuk periode 100 thn kedepan pada saat ini 1 1,5 1,5 0,6397 0,2256 Rp 64 Rp 22 1 1 1,5 2,5 0,4767 0,0846 Rp 48 Rp 8 1,5 1 1,5 3,0 0,4119 0,0520 Rp 41 Rp 5 2 1 1,5 3,5 0,3562 0,0320 Rp 36 Rp 3 3 1 1,5 4,5 0,2670 0,0122 Rp 27 Rp 1 4,5 1 1,5 6,0 0,1741 0,0029 Rp 17 Rp 0,3 Model DICE menggunakan nilai ρ sebesar 0,1; 1,5 dan 3,0 sebagai default value dan pertumbuhan sebesar 3. Pertumbuhan GDP dan GDP per kapita Indonesia menurut Bank Dunia seperti dalam table 13 Tabel 13. Nilai g untuk Indonesia Pertumbuhan rata-rata tahunan 1984 - 1994 1994 - 2004 GDP 7,30 2,00 GDP per kapita 5,50 0,70 Discount rate yang disarankan oleh OXERA adalah seperti dalam table 14 33 Tabel 14. Discount rate yang disarankan Periode waktu time horizon Discount rate 0 - 30 3,50 31 - 75 3,00 76 - 125 2,50 126 - 200 2,00 2001 - 300 1,50 Besarnya nilai discount rate yang akan dipakai dalam analisis seperti dalam table 15 dengan g sebesar 2 dan 0,7. 33 Untuk lebih rinci mengenai pengertian STRP, lihat OXERA 17 th December 2002. A Social Time Preference Rate For Use in-Long Term Discounting. 74 Tabel 15. Discount rate yang akan dipakai dalam analisis r = rfg ρ .g r = rfg ρ .g 3,0 1 12 0,7 10,7 4,0 2 12 2,2 1,5 10,7 6.0 4 12 3,7 3 10,7 Untuk g = 2 Untuk g = 0,7 Dengan menggunakan persamaan r = ρ + μg. Maka besarnya r yang akan dipakai untuk tiga skenario dengan g=2 adalah 3; 4,0 dan 6,0 dan untuk nilai g=0,7 nilai r adalah 0,7 ; 2,2 dan 3,7 . Dalam hal ini r adalah social discount rate.

3.6.4 Populasi

Populasi dalam model adalah variabel eksogen. Populasi dianggap sebagai stok yang bertumbuh sepanjang waktu. Pertumbuhan populasi dalam model DICE adalah perumbuhan populasi global. Nordhaus menggunakan asumsi pertumbuhan akan mengalami perlambatan dan mencapai stabilitas pada jumlah penduduk dunia sebesar 10,5 milyar pada abad ke 22. Pertumbuhan populasi dalam DICE dihitung berdasarkan persamaan: g pop t = g pop t-11- δ pop dan δ pop = 0,195 atau 20 per dekade Analisis akan menggunakan pertumbuhan populasi Indonesia antara 1,2 – 1,4 per tahun untuk 30 tahun kedepan. Dalam analisis nilai perlambatan rate declining untuk 30 tahun kedepan diasumsi sebesar 0,012 per dekade.

3.6.5 Perubahan Teknologi

Johnatan Kohler.et al.2006 menjelaskan bahwa ada dua alasan mengapa teknologi merupakan faktor penting dalam analisa perubahan iklim: 1 karena aplikasi teknologi telah menyebabkan kontribusi antropogenik terhadap perubahan iklim. Batubara dan minyak adalah bagian dari proses transformasi dari ekonomi dan sosial 2 perubahan masyarakat yang menggunakan karbon rendah memerlukan pengembangan yang menyeluruh dan perlu teknologi baru yang bersifat masal. 34 34 Coe dan Helpman 1995 dalam Jonathan Kohler,at.al 2006 menemukan pengaruh yang besar dari hasil riset luar negeri terhadap TFP domestic untuk USA. Sedangkan Eaton dan Kortum 1994 menemukan bahwa separoh dari pertumbuhan produktivitas USA tergantung dari improvement technology dari luar Amerika. 75 Kemajuan teknologi secara keseluruhan berasal dari perubahan faktor produktifitas total TFP atau dengan notasi A. Efektivitas dari penggunaan energi David Popp, 2006 diukur dari kemampuan produktifitas dari tiga input energi yang mungkin: BBF, backstop technology dan pengetahuan terhadap efisiensi energi. Dalam model DICE teknologi merupakan variabel eksogen. Dalam model ENTICE Endogenous Technological Change, faktor teknologi merupakan variabel endogen yang berubah sebagai akibat dari perubahan riset. Dalam penelitian ini perubahan teknologi dianggap merupakan variabel eksogen yang diambil dari model DICE. Qt = Ωt A t Kt γ L t 1- γ .... dalam Rptahun Satu perbedaan yang mendasar dalam pendekatan yang dipakai oleh Nordhaus, Buananno, et al adalah asumsi mengenai biaya kesempatan yang potensial potential opportunity costs dari riset, diamana Nordhaus ber-asumsi bahwa biaya yang dikeluarakan untuk riset dalam ekonomi berjumlah tetap. 35 Q adalah output nasional atau GDP, Ω adalah dampak perubahan iklim, A adalah perubahan teknologi, K adalah kapital dan L adalah tenaga kerja. Variabel A tidak lain adalah merupakan total faktor produktivitas TFP. Untuk Indonesia TFP dapat dilihat pada table 16. Sebenarnya TFP bertumbuh sesuai dengan kemajuan teknologi dengan nilai pertumbuhan pada periode t adalah g A t = g A t-11- δ A , dimana δ A adalah nilai penurunan declining dan nilai δ A = 0,11 untuk setiap sepuluh tahun per dekade. DICE menggunakan pertumbuhan sebesar 1,3 per tahun untuk periode 1960- 1989. Karena analisis hanya akan menggunakan periode waktu selama 30 tahun kedepan, maka nilai penurunan diasumsi adalah sebesar 0,1 per dekade. Artinya terjadi penurunan faktor produksi untuk periode 30 tahun kedepan sebesar 0,01 per tahun. 35 Lihat Popp, David 2003. Endogenous Technological Change in The DICE Model of Global Warming” Working paper 9762. National Bureau of Economic Research. Halaman 8. 76 Tabel 16. Estimasi pertumbuhan TFP Indonesia Ikemoto 1986 1970-1980 2,4 31,5 1970-1975 3,1 39 1975-1980 1,8 24,3 World Bank 1993 1960-1989 1,6 1960-1990 1,2 ; -0,8 Young 1994 1970-1985 1,2 Marti 1996 1970-1985 0,8 1970-1990 -0,5 -9,6 Collins dan Bosworth 1997 1960-1994 0,8 23,5 1960-1973 1,1 44 1973-1994 0,7 17,5 1973-1984 0,5 11,6 Pertumbuhan Annual TPF Pertumbuhan Output Penulis Periode Sumber : Felipe,Jesus 1997. Total factor productivity growth in East Asia : A critical survey. EDRC report series No 65. dan Sigit,Hananto. Total factor productivity growth: Survey Report,Part II-National Report Indonesia. Diterbitkan oleh Asian Productivity Organization 2002 Berdasarkan studi Ikemoto, untuk periode 1970-1980 persentasi pertumbuhan output Indonesia adalah sebesar 3,1 dan menurut Collins dan Bosworth untuk periode 1984-1994 pertumbuhan adalah sebesar 0,9. Kontribusi share dari tenaga kerja nasional terhadap pendapatan nasional adalah 1- γ, dimana model DICE menggunakan nilai sebesar 0,75 untuk negara industri. γ adalah elastisitas output terhadap capital, dalam model DICE diasumsi konstan terhadap kapital dan tenaga kerja. Berdasarkan nilai A dari table 16, maka TFP bertumbuh sekitar positif 0.5 – 3,1 dan 0 – negative 0.5. 77 Karena kisar yang begitu besar dari nilai A, maka dalam model ini akan dilakukan proses kalibrasi agar pendapatan yang ditentukan dari persamaan Cobb-Douglass memiliki tingkat kesalahan yang tidak begitu besar.

3.6.6 Investasi dan Interest Rate

Investasi adalah bagian penting dari pertumbuhan ekonomi. Dalam perspektif makro ekonomi jangka panjang, investasi akan meningkatkan kapital stok dan setiap peningkatan kapital stok akan meningkatkan kemampuan produksi dari masyarakat dan pada akhirnya akan mempercepat pertumbuhan ekonomi. Interest rate akan mengubah besarnya kapital dan akan dipengaruhi oleh depresiasi, dalam hal ini adalah sebesar 10. Biaya untuk melakukan abatement akan mengurangi GDP sehingga diperlukan tambahan investasi untuk menuju keseimbangan. Masukan kapital akan mempengaruhi pendapatan GDP dan biaya capital r + δ . Investasi terjadi pada rate yang sesuai untuk menggantikan depresiasi. Kt = γ Qt-1 r + δ dan It = Kt – Kt-1 + δKt-1 atau Kt = 1- δkK t-1 + I t-1. Dimana Q adalah output, K adalah kapital, I adalah investasi, δ adalah rate depresiasi, γ adalah elastis output terhadap kapital capital share dan r adalah interest rate. Interest rate dalam loop gambar 50 adalah social discount rate for future generation rfg seperti yang diuraikan pada 3.6.3. Ada perbedaan antara market interest rate dengan social interest rate. Dalam model climate change tingkat interest rate yang akan dipakai tidak ditentukan berdasarkan market interest rate. Jika hal ini dilakukan, maka untuk Indonesia pada saat ini berkisar anatar 12- 15 , dan akan berimplikasi pada kebijakan.yang akan diambil. Investasi Kapital Output Konsumsi Konsumsi growth rate Interest rate + + + + + + - Pure time preference + - Gambar 50. Hubungan investasi dan interest rate 78

3.6.7 Emisi Gas

CO 2 Besar kecilnya laju pengurangan emisi μ akan mempengaruhi pendapatan nasional GDP. Dalam model DICE hubungan tersebut digambarkan melalui persamaan : Et = [ 1 – μt ] σt Qt σt= 1+g σ σ t-1 Rasio emisi terhadap output adalah pertumbuhan dari rasio emisi terhadap output g σ t = g σ t-11- δσ Dalam analisa model g σ 1990 adalah - 0,1168 per dekade yang diambil dari angka model DICE 1993. Parameter μ dalam model akan dijadikan sebagai variabel kebijakan. Tren emisi per unit dari output nasional direflesikan dengan σ. Dalam perhitungan analisa disebut intensitas emisi intensitas karbon dari CO 2 yaitu rasio CO 2 terhadap GDP. Besarnya nilai intensitas tergantung dari intensitas energi EnergiGDP dan fuel mix CO 2 Energi. Intensitas emisi tersebut didapat dari rumus CO 2 GDP = EnergiGDP x CO 2 Energi Inte nsitas Emisi - Indone sia 0,00 0,10 0,20 0,30 0,40 0,50 19 90 19 93 19 96 19 99 20 02 20 05 20 08 201 1 20 14 20 17 20 20 Tahun In te n s it a s E m is i CO2GDP Gambar 51. Intensitas emisi Indonesia

3.6.8 Dampak Kerusakan

Menentukan besarnya tingkat kerusakan yang disebabkan oleh perubahan iklim masih menjadi bahan perdebatan dan spekulasi diantara modeller Kevin Rober Gurney 2003. Masalah yang timbul adalah sulitnya menempatkan nilai moneter Monetary Value pada dampak berdasarkan nilai pasar dan ketidakpastian mengenai aspek dari kondisi alam dalam merespon perubahan iklim. William D Nordhaus1992, membuat estimasi kerusakan ekonomi untuk Amerika Serikat pada tahun 1992 sebagai akibat meningkatkan suhu global sebesar 3 o C adalah sebesar 0,25 dari pendapatan nasional USD 15 milyar atau setara dengan 79 Rp 25,5 triliun . Karena ada beberapa area yang tidak termasuk dalam studi dari Nordhaus, maka dilakukan penyesuaian sebesar 1 dari total pendapatan. Cline, 1992 mengestimasi besarnya kerusakan untuk Amerika Serikat sebesar 1,3 dari total pendapatan nasional. William R.Cline World Bank mengetimasi kerusakan akibat ΔT 2.5 o C adalah sebesar 0,25 GDP untuk negara maju dan 0.50 GDP untuk negara miskin. Persen kerusakan hanya dihitung untuk ”market damage”. Sedangkan untuk non market damage adalah 2 GDP untuk negara maju dan 1 GDP untuk negara miskin. Hubungan antara kenaikan suhu dan hilangnya pendapatan akibat perubahan iklim dalam model DICE ditentukan melalui persamaan : dt = 0,0133 [ ∆Tt3 ] 2 dt = 0,01339 Tt 2 . Qt, sehingga :dtQt = 0,00144 Tt 2 36 dimana dt adalah fractional loss terhadap output dan ∆T adalah kenaikan dalam rata-rata suhu global. Jika dibandingkan dengan estimasi kerusakan yang dilakukan oleh IPCC untuk skenario meningkatnya 2xCO 2 adalah sebagai berikut : Tabel 17. Persen kerusakan terhadap GDP Peneliti Suhu o C Kerusakan GDP Cline 2,5 1,1 Fankhauser 2,5 1,3 Nordhaus 3 1 Titus 4 2,5 Tol 2,5 1,5 Sumber : Tim Roughgarden dan Stephen H.Scheider 1999 diterbitkan oleh Elsevier. Energy policy 27. „Climate change policy: quantifying uncertainteis for damages and optimal carbon taxes“ 36 Roughgarden dan Schneider 1999 berdasarkan studi dari empat model Titus,Cline,Frankhauser dan Tol membuat modifikasi persamaan untuk total damage untuk 2xCO2 : D t = a[ ∆T t w ] 2 , Dt adalah fungsi kerusakan dalam satuan moneter sebagai fraksi GDP GLobal, a adalah fraksi dari GDP yang hilang, ∆T adalah perubahan suhu permukaan bumi. 80 Dengan kenaikan suhu rata-rata global sebesar 3 o C, model DICE 1992 memperkirakan persen kerusakan akibat perubahan iklim adalah sebesar 1,33 GDP dan untuk negara OECD sebesar 1,4 terhadap GDP dan 1,5 terhadap GDP untuk negara–negara yang tidak termasuk kedalam Negara OECD. Fungsi kerusakan damage function menurut Frank Ackerman dan Ian Finlayson October,2005 adalah : D = - 0,0045 T + 0,0035 T 2 dimana D adalah kerusakan global akibat adanya pemanasan global berdasarkan nilai moneter 1995 dan T adalah suhu rata-rata dalam derajat Celcius 1990. Menurut Ackerman dan Ian Finlayson pada saat ini nilai T sudah berada pada 0,4 derajat Celcius pada tahun 1995. Fungsi linier negatip berarti kerusakan dapat menjadi negative, apabila T berkisar antara 0 dan 1,3 derajat Celcius. Dengan menghilangkan spekulasi terhadap koefisien dari – 0,0045 dan diganti dengan 0 maka fungsi kerusakan menjadi : D = 0,0035 T 2 ada implikasi kerusakan memiliki hubungan positip dan meningkat secara proposional terhadap T. Dalam penelitian ini persamaan kerusakan yang akan digunakan dalam model adalah : D = 0,0035 T 2 . 37

3.6.9 Faktor Pengurang

Dalam model DICE adanya perubahan iklim akan berdampak pada berkurangnya output nasional GDP. Besarnya pengurangan tersebut tergantung dari asumsi faktor pengurang fractional reduction yang pada dasarnya adalah tergantung pada besarnya biaya untuk melakukan pengurangan emisi dan biaya yang timbul sebagai akibat dari adanya perubahan iklim tersebut Ω . Nilai Ω dalam model DICE 1992 didapat sebagai berikut : = 1 – Biaya pengurangan emisi 1 + Biaya kerusakan akibat iklim Dimana besarnya pengurangan emisi ditentukan oleh besarnya laju pengurangan emisi μ. Ω = 1-0,0686μt 2,887 1+ Dt Ω = 1- TCt-Dt 37 Dengan menggunakan fungsi kerusakan D= 0,0035T 2 dengan T diasumsi sebesar 2,5 o C, maka kerusakan yang terjadi adalah sebesar 0,9 atau sekitar1 GDP. Dengan T yang sama, maka persamaan DICE akan menghasilkan kerusakan dengan jumlah yang sama dengan model yang dibuat oleh Frank Ackerman dan Ian Finlayson. 81 Dalam model DICERICE -99, nilai Ω didapat berdasarkan persamaan : Ω = 1[ 1 + Dt] dimana Dt = θ 1 Tt + θ 2 Tt 2 Dalam penelitian ini besar nilai D ditentukan dari persamaan D = 0,0035 T 2 . Biaya total TC untuk mengurangi emisi gas CO 2 merupakan fraksi dari GDP yang dinyatakan sebagai : b 1 μt b2 atau 0,0686 μt 2,887 , dimana D adalah kerusakan yang disebabkan oleh pemanasan global dalam satuan mata uang . Pada tahun 1995 suhu rata-rata berkisar sekitar 0,6 o C. Jika asumsi 30 tahun kedepan suhu permukaan naik sebesar 2 o C , maka fraksi kerusakan akan menjadi sebesar 0,014, artinya terjadi pengurangan output sebesar 1,4 akibat perubahan suhu sebesar 2 o C. Jika 30 tahun kedepan Tahun 2020 nilai kenaikan suhu permukaan bumi diperkirakan sebesar 2,5 o C, maka besarnya nilai fraksi dari kerusakan terhadap GDP adalah sebesar 2,1 dari GDP. Nilai : b 1 μt b2 sebenarnya adalah biaya untuk mengurangi emisi abatement cost yang besarnya adalah : costt = b 1 μt b2 GDPt, μt Є[ 0,1].

3.6.10 Siklus Karbon Konsentrasi Emisi CO

2 Model DICE memiliki asumsi bahwa akumulasi emisi gas CO 2 dan transportasinya digambarkan sebagai suatu sistem. Menurut Cedric Bertrand dan Jean Pascal 1999 hubungan sistem tersebut dapat dilihat dalam persamaan : Cat = 590 + .Et-1+1- γm.Cat-1-590 Mt = 590 + E t-1 + 1- δm[Mt-1 -590] 38 Dimana Ca adalah konsentrasi emisi gas CO 2 di atmosfir pada periode t, nilai adalah 0,64 yang merupakan marginal atmosphere retention ratio dari gas rumah kaca, E adalah emisi CO 2 dalam periode t , γm adalah laju transfer dari atmosfir ke dalam lautan deep ocean yang nilainya sebesar 0,0833 per dekade simbol ini sama dengan δm dan 590 adalah konsentrasi atmosfir pre-industrial dalam GtC. Dalam DICE 1992 persamaan tersebut dinyatakan sebagai : 38 Klaus Keller et.al Dalam ”Preserving the Ocean Circulation:Implications for Climate Policy” menjelaskan bahwa rumus tersebut didapat karena portion dari δm yang ada diatmosfir akan mengalami penumpukan melebihi preindustri stok 590 Gt dan dan kemudian CO2 ditransfer ke lautan dalam. Sebagai akibatnya stok diatmosfir akan mengalami perubahan . 82 Mt = Et + 1- δmMt-1 Mt -0,9167Mt-1 = 0,64Et Dimana M adalah konsentrasi gas CO 2 di atmosfir dalam milyar ton karbon. Dalam penelitian ini persamaan siklus karbon akan dinyatakan sebagai : Mt = [E IND t + E ROW ] + 1- δmMt-1 Dimana E ROW adalah emisi rest of the world dan E IND . adalah emisi Indonesia. Total konsentrasi emisi gas CO 2 menurut DICE 1998 berdasarkan base line 1990 adalah sebesar 787 billion ton karbon E ROW dan E IND .

3.6.11 Perubahan Iklim

Hubungan antara emisi gas rumah kaca, dalam hal ini adalah emisi gas CO 2 dan perubahan iklim dalam model DICE digambarkan sebagai hubungan tiga 3 lapis yaitu atmosfir, campuran lapisan pada lautan dan lapisan didalam lautan. Konsentrasi dari emisi gas CO 2 akan memanaskan lapisan atmosfir yang kemudian memanaskan lapisan lautan dan pada akhirnya akan masuk kedalam lautan. T 1 t=T 1 t-1 + 1R 1 { Ft – T 1 t-1 – R 2 12 [T 1 t-1 –T 2 t-1] } T 2 t=T 2 t-1 + 1R 2 {R 2 12 [T 1 t-1 –T 2 t-1] } T 2 t=T 2 t-1 + 1 12 [T 1 t-1 –T 2 t-1] } T i t adalah suhu pada lapisan atmosfir pada periode t relatif terhadap periode pre- industrial dimana 1 adalah suhu pada atmosfir dan diatas lautan dan i=2 adalah suhu didalam lautan. T 2 adalah suhu didalam lautan relative terhadap periode dasar, R i adalah thermal capacity dari lapisan yang berbeda dalam hal ini R 1 adalah thermal capacity diatas lautan upper ocean dan R 2 adalah thermal capacity didalam lautan deep ocean, feed back parameter dalam model adalah . Radiative forcing F adalah meningkatnya suhu pada permukaan bumi dalam Watt per meter persegi Wm 2 . Parameter 12 adalah koefisien pemindahan transfer coefficient yang merujuk pada kecepatan air memindahkan panas dari permukaan laut kedalam lautan. Dalam model DICE 12 digunakan sebesar 500 tahun, 1 12 atau α 4 yang besarnya adalah 0,002. R 2 adalah sebesar 223,7 Watt-year dan R 2 12 adalah sebesar 0,44 Watt o C-cm 2 dalam DICE 99 R 2 dinyatakan sebagai α 3 yang besarnya adalah 0,44. 1R 1 atau α 1 adalah koefisien inersia yang nilainya sebesar 83 0,226 o C-m 2 Watt-year . Feed back parameter atau α 2 dalam DICE 99 nilainya sebesar 1,41 adalah merupakan sensitivitas iklim. α 1 adalah parameter yang merefleksikan thermal capacity dari lapisan atmosfir dan lapisan diatas lautan. Persamaan perubahan iklim tersebut dapat dinyatakan sebagai berikut : T 1 t=T 1 t-1 + α 1 { Ft – α 2 T 1 t-1 – α 3 [T 1 t-1 –T 2 t-1] } T 2 t=T 2 t-1 + α 4 [T 1 t-1 –T 2 t-1]

3.6.12 Radiative Forcing

Pada perubahan iklim, faktor radiative forcing akan mempengaruhi besarnya suhu permukaan bumi. Radiative forcing adalah suatu proses yang mengubah sistem keseimbangan energi dari bumi dan atmosfir. Hal ini karena meningkatnya gas rumah kaca diatmosfir yang akan mengurangi kemampuan bumi untuk melepaskan energi ke atmosfir. Difinisi menurut IPCC adalah sebagai berikut: “The radiative forcing of the surface-troposphere system due to the perturbation in or the introduction of an agent say, a change in greenhouse gas concentrations is the change in net down minus up irradiance solar plus long-wave; in Wm -2 at the tropopause AFTER allowing for stratospheric temperatures to readjust to radiative equilibrium, but with surface and tropospheric temperatures and state held fixed at the unperturbed values “ Menurut Global Climate Change Student Guide www.ace.mmu.ac.uk chapter 2, perubahan suhu global ∆T diperkirakan proporsional terhadap perubahan radiative forcing ∆Q dengan formula ∆Q = ∆T , dimana adalah sensitivitas iklim climate sensitivity. Persamaan perubahan iklim dari model DICE ditentukan oleh faktor radiative forcing F melalui persamaan. Ft = 4.1 log[Mt590] log 2 84 Ft = 4.1 ln[Mt590] ln 2 + Ot 39 Faktor 4.1 menurut Klaus Keller.et.al 2003 adalah perubahan dalam radiative forcing yang disebabkan oleh meningkatnya konsentrasi emisi gas CO 2 sebesar dua kali dan M adalah stok emisi gas CO 2 diatmosfir sebagai akibat adanya tambahan emisi CO 2 . Sedangkan O adalah perubahan radiative forcing yang disebabkan oleh GHG selain dari emisi CO 2 seperti metan atau CFC

3.6.13 Pajak Emisi Gas CO

2 Dalam model DICE -1992, pajak emisi gas CO 2 tidak secara spesifik dimasukkan kedalam persamaan. Dalam model DICE -1999 variabel pajak dibuat secara jelas, sehingga hubungan pajak dan output nasional atau GDP adalah sebagai berikut : Qt + t [ Пt – Et] = Ct + I t adalah harga permitemisi, П adalah jumlah permitemisi yang diizinkan, dan E adalah jumlah emisi yang terjadi. Dalam penelitian ini, persamaan tersebut akan dimodifikasi sebagai berikut : = c + e , dimana c adalah pajak karbonemisi dan e adalah pajak energi. Dalam kontek nasional pajak energi tidak dimasukkan kedalam perhitungan karena pajak energi dianggap sebagai penerimaan pemerintah yang bukan bertujuan untuk mengurangi emisi. Pajak energi pada umumnya dibuat dengan tujuan untuk meningkatkan pendapatan negara melalui kebijakan fiskal. Penjelasan perbedaan kedua pajak ini seperti dijelaskan pada bagian 2.2 Karena e tidak diterapkan maka pajak emisi = c c = t [ E ] = t [ E IND + E ROW ] Qt + t [ E IND + E ROW ] = Ct + I t Qt + t [ П + E ] = Ct + I t E IND adalah jumlah emisi gas CO 2 Indonesia dan E ROW adalah jumlah emisi rest of the world. Jika Пt = Et maka tidak ada kebijakan yang dibuat untuk mengurangi emisi, artinya reduction rate μ adalah nol. Hal ini karena П adalah emisi dari industri yang diizinkan dan E adalah emisi yang disebabkan oleh 39 Klaus Keller et.al Dalam ”Preserving the Ocean Circulation:Implications for Climate Policy” menjelaskan bahwa CO2 yang ada diatmosfir akan bertindak sebagai GHG yang menyebabkan perubahan nilai F dalam radiative forcing dari level preindustrial. 85 industri. Melalui persamaan keseimbangan ekonomi, besarnya pendapatan yang dihasilkan melalui pajak emisi akan menentukan besarnya perubahan terhadap pendapatan nasional GDP jika konsumsi dan investasi dipertahankan tetap. Dalam hal Пt = Et atau business –as-usual BAU emisi tidak memerlukan biaya karena kerusakan tidak diperhitungkan sebagai biaya yang harus ditanggung. Pada persamaan diatas, besarnya pajak diperlakukan sama, baik terhadap produsen maupun konsumen. Artinya kita hanya memilih apakah pajak akan dikenakan langsung kepada pihak konsumen atau akan dikenakan langsung kepada pihak produsen. Dalam model DICE dan RICE ataupun dalam model economy- climate lainnya, pajak dikenakan pada energi primer. Hal ini menyebabkan harga pada energi akhir secara otomatis akan naik minimal sebesar pajak yang dikenakan pada energi primer upstream. Pada dasarnya besar dan kecilnya jumlah emisi CO 2 yang dikeluarkan melalui pembakaran BBF tergantung dari kadar karbon yang ada didalam BBF tersebut dan faktor efisiensi pembakaran dari BBF. Kadar karbon tergantung pada produsen BBF sedangkan efisiensi tergantung pada teknologi penggunaan BBF. Sebaiknya pajak emisi dikenakan secara proporsional agar insentif ekonomi dari kebijakan berjalan sesuai dengan tujuan dari pajak emisi tersebut. Jika besarnya pajak yang dikenakan pada energi akhir sebesar p 1 , maka besarnya pajak yang dikenakan pada konsumen sebesar 1- p 1 . Besarnya pajak yang dikenakan kepada konsumen disebabkan karena adanya preferensi konsumen terhadap peralatan yang dipilih. Makin efisien peralatan yang dipilih makin kecil pajak yang harus dibayar oleh konsumen. Preferensi konsumen ini akan memberikan insentif kepada pihak produsen peralatan untuk melakukan perubahan teknologi, dilain pihak besarnya pajak yang dikenakan kepada produsen energi akhir akan mendorong pihak produsen BBF melakukan perubahan teknologi dan mencari energi substitusi. Persamaan keseimbangan pajak tersebut menjadi : c = p 1 E IND + 1-p 1 E IND Qt + p 1 [ E INDA – E INDI ] + 1-p 1 [[ E INDA – E INDI ] = Ct + I t 85 Jika p 1 ditentukan sebesar 1, artinya pajak konsumen sama dengan pajak produsen, maka Qt + [ E INDA – E INDI ] = Ct + I t E INDI adalah emisi Indonesia yang dizinkandiinginkan dan E INDA adalah emisi industri emisi industri Indonesia aktual. Proporsi pajak tersebut dapat dilakukan setelah mengetahui besarnya pajak emisi untuk Indonesia.

3.7 Persamaan Model