Model Gordon-Schaefer menggambarkan bahwa pada keseimbangan open access
agar potensi lestari dapat dipertahankan, effort yang dibutuhkan lebih besar ketimbang effort yang optimal secara sosial E
MSY
E dan juga tingkat
keuntungan yang diperoleh lebih kecil. Secara analisis biologi, gambar II-2 menggambarkan bahwa tingkat keuntungan yang optimal juga memberikan
keseimbangan biomas yang lebih besar x x
MSY
.
2.2 Pembangunan Berkelanjutan
Isu-isu tentang pembangunan berkelanjutan mulai berkembang pada dekade 70-an bersamaan dengan maraknya publikasi ilmiah untuk mencari model
pemanfaatan sumberdaya secara optimal. Adalah Kenneth Boulding yang pertama kali memulai mengangkat isu keberlanjutan melalui publikasinya yang berjudul
The Economics of the Coming Spaceship Earth pada tahun 1966. Dalam essay
tersebut Boulding mengkritik apa yang disebutnya sebagai perilaku cowboy economy
sebagai simbol dari perilaku eksploitatif dan tidak bertanggung jawab reckless terhadap sumberdaya yang ada di bumi. Boulding mengungkapkan
bahwa bumi harus dipandang sebagai sistem tertutup yang tidak memiliki reservoir
yang tidak terbatas baik untuk ekstraksi maupun polusi. Publikasi berikutnya yang memancing kontroversi dan membuka
perdebatan tentang isu keberlanjutan adalah The Limits to Growth. Dalam buku ini kelompok yang bernama The Club of Rome memprediksikan bahwa
pertumbuhan ekonomi dunia tidak bisa terus berlanjut tanpa batas. Hal ini disebabkan bumi memiliki keterbatasan sumberdaya.
PBB akhirnya mengangkat isu ini menjadi agenda internasional ketika pada tahun 1983 membentuk komisi yang dinamakan WCED World Comission
on Environment and Development . Komisi ini pada tahun 1987 mengeluarkan
publikasi yang diberi judul Our Common Future atau disebut juga sebagai Brundtland Report
. Laporan ini memberi definisi normatif tentang keberlanjutan sustainability sebagai “development that seeks to meet the needs and aspirations
of the present without compromising the ability to meet those of the future” Perman et al, 2003
.
Isu keberlanjutan akhirnya diterima menjadi agenda global dengan diadakannya KTT Bumi di Rio de Janeiro tahun 1992.
2.2.1 Hartwick Rule
Pada tahun 1977, ekonom John Hartwick mengemukakan dua kondisi yang merupakan syarat cukup untuk mencapai konsumsi konstan lebih tepatnya
non declining , yakni :
Aturan saving yakni bahwa rente scarcity rent yang dihasilkan
dari ekstraksi SDA tak pulih seluruhnya diinvestasikan untuk capital yang dapat di-reproduksi yakni modal fisik dan modal
SDM
Kondisi yang menjaga perkembangan teknologi dalam ekonomi Aturan pertama-lah yang kemudian dikenal sebagai aturan Hartwick.
Dalam merumuskan kondisi yang bisa menjaga konsumsi konstan, ada beberapa asumsi yang digunakan oleh Hartwick, yakni kesejahteraan W merupakan fungsi
utilitarian, sehingga konsumsi, tabungan dan akumulasi kapital dilakukan untuk maksimalisasi fungsi
∫ Dengan kendala
Laju pertumbuhan kapital adalah output dikurangi konsumsi
̇
Sumberdaya tak dapat diperbarui ̇
Stok awal sumberdaya finite
̅ ∫ Aturan Hartwick juga mensyaratkan fungsi produksi merupakan fungsi
Cobb-Douglas dengan constant return to scale dan pengaruh reproducible capital lebih besar ketimbang resource input
dengan α + β = 1 dan α β
3 KERANGKA PEMIKIRAN
Pemanfaatan Sumberdaya Alam selain memiliki dampak pertumbuhan ekonomi, juga mengikabatkan berkurangnya stok sumberdaya alam deplesi.
Pengurangan stok ini seringkali dibarengi dengan pengurangan dayadukung dari sumberdaya alam degradasi. Deplesi dan degradasi lingkungan membawa
dampak lingkungan dan sosial dari pemanfaatan SDA. Keberlanjutan pemanfaatan sumberdaya alam bisa terbaca dari keseimbangan dampak ekonomi, lingkungan
dan sosialnya. Kerangka konseptual dalam penelitian ini mengacu pada kerangka konseptual
model pembangunan berkelanjutan yang diajukan oleh Maria-Ene dkk 2011. Karena beberapa keterbatasan, penelitian ini hanya akan menghitung dampak
ekonomi dan lingkungan dari pemanfaatan SDA. Sumberdaya alam pada penelitian ini dibatasi pada pertanian padi dan perikanan tangkap laut.
Gambar 4 Kerangka Pemikiran
Gambar 5 Model Dinamik Pembangunan Berkelanjutan menurut Maria-Ene
Sumberdaya Alam
Pemanfaatan
Indeks Ekonomi Indeks
Lingkungan Indeks Sosial
Pertumbuhan Deplesi dan
Degradasi SDA
Keseimbangan
Keberlanjutan
4 METODE PENELITIAN 4.1 Metode Analisis
4.1.1 Analisis regresi data panel Analisis regresi data panel digunakan untuk melihat faktor-faktor yang
mempengaruhi produksi pertanian padi dan perikanan tangkap di Jawa Barat. Data panel diperoleh dengan menggabungkan data cross section dan time series.
Penggunaan model regresi data panel memungkinkan peneliti untuk dapat menangkap karakteristik antarindividu dan antarwaktu yang bisa saja berbeda-
beda. Regresi dengan menggunakan panel data data panel pooled data, memberikan
beberapa keunggulan dibandingkan dengan pendekatan standar cross section dan time series
Gujarati, 2004, diantaranya sebagai berikut: 1. Data panel mampu menyediakan data yang lebih banyak, sehingga dapat
memberikan informasi yang lebih lengkap. Sehingga diperoleh degree of freedom
df yang lebih besar sehingga estimasi yang dihasilkan lebih baik.
2. Dengan menggabungkan informasi dari data time series dan cross section dapat mengatasi masalah yang timbul karena ada masalah penghilangan
variabel omitted variable 3. Data panel mampu mengurangi kolinearitas antarvariabel
4. Data panel lebih baik dalam mendeteksi dan mengukur efek yang secara sederhana tidak mampu dilakukan oleh data time series murni dan cross
section murni
5. Dapat menguji dan membangun model perilaku yang lebih kompleks. Sebagai contoh, fenomena seperti skala ekonomi dan perubahan teknologi
6. Data panel dapat meminimalkan bias yang dihasilkan oleh agrerat individu, karena data yang diobservasi lebih banyak
Model regresi linear pada data panel dapat dituliskan sebagai berikut: Y
it
= αᵢ + βX
it
+ U
it
Dimana: і= 1,......, N;
N adalah jumlah individu cross sectional units kabupatenkota t= 1,.........T;
T adalah jumlah periode waktu 5 yaitu dari tahun 2008-2012 Pada X
it
ada sebanyak k slope tidak termasuk intersep yang menunjukkan jumlah variabel bebas yang digunakan dalam model. Sedangkan αᵢ merupakan
efek individu yang dapat bernilai konstan sepanjang periode t atau bahkan berbeda-beda untuk setiap individu ke-i. Apabila αᵢ diasumsikan sama untuk
setiap unit, maka modal itu dapat disebut juga sebagai model regresi klasik classical regression model, dimana metode ordinary least square OLS
akan menghasillkan penduga yang konsisten dan efisien untuk α dan β. Apabila αᵢ diasumsikan berbeda-beda antar cross section unit, dan slope
konstan, maka terdapat dua model regresi data panel yang mungkin yaitu
model fixed effects atau model random effects. Apabila perbedaan interstep antar cross sectional units tersebut merupakan variabel random atau stochastic
maka model random effects-lah yang sesuai. Sementara itu error dalam model regresi data panel dapat dituliskan sebagai
berikut: U
it
= e
t
+v
t
+Ɛ
it
Dimana e
t
= time specific effects residual yang terjadi karena pengaruh perbedaan waktu
v
t
= individual specific effects residual yang terjadi karena perbedaan karakteristik setiap individu
Ɛ
it
= efek hanya pada observasi it Untuk menyederhanakan analisis biasanya sering diasumsikan e
t
= 0 tidak ada pengaruh spesifik waktu no time specific effects time invariant. Terdapat
tiga jenis estimasi standar untuk regresi data panel yaitu common effects model pooled regression, fixed effects model least square dummy variables
estimation, LSDV estimation dan data random effects model.
Model common effects pooled regression Model common effects
merupakan pendekatan data panel yang paling sederhana, yakni dengan hanya mengkombinasikan data cross section dalam
bentuk pool. y
it
=αᵢ + βXᵢ
t
+ Ɛ
it
untuk i= 1,2,.....26 t=1,2,.....5 Model pooled regression common efects dapat diestimasi dengan motode
least square. Model ini tidak memperhatikan dimensi individu maupun waktu,
sehingga diasumsikan bahwa perilaku individu sama dalam berbagai kurun waktu. Kelemahan model ini adalah ketidaksesuaian model dengan keadaan
sebenarnya. Kondisi tiap obyek dapat berbeda dan kondisi suatu obyek satu waktu dengan waktu yang lain dapat berbeda. Pada model ini asumsi regresi
linear klasik dengan metode OLS berlaku sepenuhnya.
Model fixed effects
Model ini mengasumsikan bahwa perbedaan antarindividu dapat diakomodasi dari perbedaan intersepnya. Namun intersep masing-masing cross section
bersifat fixed, tidak random. Untuk mengestimasi model fixed effects dengan interstep berbeda antarindividu, maka digunakan teknik variabel dummy.
Model estimasi ini sering disebut dengan teknik least square dummy variable LSDV. Model persamaan panel fixed effects dengan asumsi tidak ada
pengaruh periode waktu no time specific effects.
Model random effects
Estimasi data panel dengan fixed effects melalui teknik variabel dummy sering menunjukkan ketidakpastian model yang digunakan. Untuk mengatasi
masalah ini kita bisa menggunakan metode random effects yang mengasumsikan bahwa individual effects vᵢ bersifat random dan tidak
berkorelasi dengan variabel bebasnya. Dengan asumsi tidak ada pengaruh waktu no time specific effects maka dalam model random effects terdapat
dua komponen residual, yaitu residual yang tidak terukur oleh pengaruh individu dan waktu Ɛ
it
dan residual secara individu vᵢ.
4.1.2 Analisis Model Dinamik
