Teori Revealed Comparative Advantage RCA Tinjauan Penelitian Terdahulu

2.7. Teori Revealed Comparative Advantage RCA

Revealed Comparative Advantage RCA merupakan salah satu metode yang digunakan untuk menunjukkan perbandingan antara pangsa ekspor komoditas suatu negara terhadap pangsa ekspor komoditas tersebut di dunia. Menurut Tambunan 2001, RCA merupakan indikator yang dapat menunjukkan nilai keunggulan komparatif berdasarkan rasio antar perbandingan ekspor suatu industri atau komoditas di suatu negara terhadap total ekspor negara tersebut dengan perbandingan nilai ekspor dunia industri tersebut terhadap total ekspor dunia. Konsep RCA ini pertama kali diperkenalkan oleh Ballasa pada tahun 1965, yang menganggap bahwa keunggulan komparatif suatu negara direfleksikan atau terungkap dalam ekspornya. Pada saat itu, konsep RCA banyak digunakan dalam laporan penelitian dan studi empiris yang dijadikan sebagai indikator keunggulan komparatif suatu produk dan dipergunakan sebagai acuan spesialisasi perdagangan internasional.

2.8. Konsep Gravity Model

Gravity Model adalah model yang digunakan untuk menganalisis faktor- faktor ekonomi yang mempengaruhi perdagangan antara dua negara. Model yang dibentuk berdasarkan hukum gravitasi Newton ini diaplikasikan untuk menganalisis terjadinya aliran perdagangan antar negara. Selain aplikasi dalam aliran perdagangan, model ini juga diaplikasikan dalam ilmu sosial lainnya seperti transportasi dan perpindahan penduduk antar kota bahkan benua. Model ini telah sukses secara empiris dalam menjelaskan terjadinya arus perdagangan antar negara, tetapi alasan yang diterima secara teoritis masih diperdebatkan. Menurut model ini, barang ekspor dari negara i ke negara j diterangkan oleh ukuran ekonomi masing-masing negara GDP, populasi masing-masing negara, dan jarak antar negara Bergstrand, 1985 dalam Setyo, 2009. Gravity Model pertama kali digunakan oleh Tinberger pada tahun 1962 dan Ponyohen pada tahun 1963 untuk menganalisis aliran perdagangan antara negara-negara Eropa. Kemudian model ini dikembangkan oleh Bergstrand pada tahun 1985 yang menerapkan bahwa model gravitasi ini tidak hanya digunakan untuk menganalisis perdagangan secara agregat, tetapi dapat diterapkan terhadap aliran perdagangan suatu komoditas. Perumusan gravity model ini diadopsi dari persamaan umum Gravitasi Newton dalam bidang ilmu fisika yang menyatakan bahwa “Interaksi antara dua objek adalah sebanding dengan massanya dan berbanding terbalik dengan jarak masing-masing”. Pernyataan tersebut teraplikasi dalam rumus sebagai berikut: F ij = G x M i x M j D ij Dimana: F = volume interaksi antardua negara aliran perdagangan bilateral M = Ukuran ekonomi untuk kedua negara D = Jarak ekonomi kedua negara G = Konstanta Kemudian dengan menggunakan persamaan logaritma, persamaan tersebut diubah kedalam bentuk linear untuk analisis ekonometrik yang selanjutnya menjadi bentuk umum dari gravity model. Dalam hal ini, konstanta G diubah menjadi bagian dari β dan digunakan GDP sebagai ukuran ekonomi untuk kedua negara. Log Aliran perdagangan bilateral = β + β 1 log GDP negara 1 + β 2 log GDP negara 2 + β 3 log Jarak + ε Dengan demikian, rumus umum dari gravity model menurut Bergstrand 1985, Koo, et al 1994 dalam Oktaviani 2000 sebagai berikut: T ij = f Y i , Y j , F ij Keterangan: T ij = Nilai aliran perdagangan dari negara i ke negara j Y i = Gross Domestic Product negara i Y j = Gross Domestic Product negara j F ij = Faktor-faktor lain yang mempengarhi perdagangan antara negara i dengan negara j Pada dasarnya, model gravitasi ini menjelaskan perdagangan berdasarkan jarak antar negara dan interaksi antara besarnya ukuran perekonomian GDP dan populasi antar negara. Aliran perdagangan antar negara ditentukan oleh: 1. Variabel-variabel yang mewakili total permintaan potensi negara pengimpor. 2. Variabel-variabel indikator total penawaran potensial negara pengekspor. 3. Variabel-variabel pendukung atau penghambat aliran perdagangan antara negara pengimpor dan negara pengekspor. Pada penerapan konsep gravity model ini, variabel yang mewakili total permintaan potensial negara pengimpor dapat digambarkan dengan GDP negara importir sedangkan variabel indikator total penawaran potensial negara pengekspor dapat digambarkan dengan GDP negara pengekspor. Akan tetapi, dapat pula digunakan GDP per kapita sebagai pengganti variabel GDP. Sementara itu, variabel pendukung atau penghambat aliran perdagangan antara negara pengimpor dan negara pengekspor adalah adanya variabel jarak, harga ekspor komoditi dan nilai tukar exchange rate antar dua negara. 1. GDP Per Kapita GDP per kapita merupakan ukuran berapa banyak perolehan pendapatan setiap individu dalam perekonomian. Untuk mengetahui kemampuan daya beli negara tujuan ekspor terhadap produk yang diekspor digunakan variabel GDP per kapita riil sebab pada GDP per kapita riil memperhatikan adanya pengaruh dari harga, sedangkan GDP per kapita nominal merupakan nilai GDP yang tidak memperhatikan adanya pengaruh dari harga. Dengan demikian, tingkat konsumsi atau kemampuan daya beli suatu negara atas suatu komoditi dapat diukur dari pendapatan per kapita riil suatu negara. Jika pendapatan per kapita suatu negara dinilai cukup tinggi, maka dapat dikatakan suatu negara tersebut merupakan pasar potensial bagi pemasaran suatu komoditi ataupun produk tertentu.

2. Populasi

Pertambahan populasi atau penduduk dapat mempengaruhi ekspor melalui dua sisi, yaitu sisi penawaran dan sisi permintaan. Pada sisi penawaran, pertambahan penduduk dapat menyebabkan terjadinya penambahan tenaga kerja untuk melakukan proses produksi suatu komoditiproduk yang akan diekspor. Sedangkan pada sisi permintaan, pertambahan penduduk akan menyebabkan bertambah besarnya permintaan akan komoditiproduk yang diekspor.

3. Jarak Ekonomi

Jarak adalah faktor geografi yang menjadi variabel utama dalam gravity model untuk analisis aliran perdagangan bilateral. Variabel jarak ini merupakan indikasi dari biaya transportasi yang dihadapi oleh suatu negara dalam melakukan ekspor. Semakin jauh jarak, semakin besar biaya transportasi dan semakin rendah nilai ekspornya. Jika biaya transportasi terlalu mahal maka nilai perdagangan akan menurun bersamaan dengan penurunan keuntungan. Adapun jarak yang digunakan adalah jarak ekonomi dengan perhitungan sebagai berikut: Jarak Ekonomi = Jarak geografis antar negara X ∑ GDP negara j n 1 GDP negara j

4. Nilai Tukar

Nilai tukar exchange rate atau kurs diantara dua negara adalah harga dimana penduduk kedua negara saling melakukan perdagangan. Nilai tukar yang digunakan pada pemodelan gravity model ini adalah nilai tukar riil yang merupakan nilai tukar nominal yang sudah dikoreksi dengan harga relatif, yaitu harga-harga di dalam negeri dibandingkan dengan harga-harga di luar negeri. Nilai Tukar Riil = Nilai Tukar Nominal x IHK AS IHK negara tujuan ekspor Kondisi nilai tukar seperti terapresiasinya mata uang domestik negara tujuan ekspor terhadap Dollar Amerika membuat harga suatu produk relatif lebih murah. Hal ini mendorong terjadinya peningkatan nilai impor dari negara tujuan karena negara tujuan membutuhkan sedikit uang untuk membeli barang impor.

5. Harga Ekspor Relatif Komoditi

Harga ekspor relatif komoditi yang rendah atau lebih murah merupakan harga yang diinginkan oleh setiap negara. Dengan harga yang murah, mampu meningkatkan permintaan komoditiproduk yang diekspor ke negara tujuan.

2.9. Teori Model Data Panel

Metode data panel merupakan model ekonometrika yang menggabungkan informasi yang diperoleh dari data time series dan data cross section. Penggunaan data panel ini memiliki dua keuntungan Firdaus, 2011, diantaranya: 1. Jumlah observasi menjadi lebih besar. Marginal effect dari peubah penjelas dilihat dari dua dimensi individu dan waktu sehingga parameter yang diestimasi akan lebih akurat dibandingkan dengan model lain. Secara teknis menurut Hsiao 2004, data panel dapat memberikan data yang informatif, mengurangi kolinearitas antarpeubah serta meningkatkan derajat kebebasan yang artinya meningkatkan efisiensi. 2. Keuntungan yang lebih penting dari penggunaan data panel adalah mengurangi masalah identifikasi. Data panel lebih baik dalam mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat diatasi dalam data cross section saja atau time series saja. Data panel mampu mengontrol heterogenitas individu. Dengan metode ini estimasi yang dilakukan dapat secara eksplisit memasukkan unsur heterogenitas individu. Data panel juga lebih baik untuk studi dynamics of adjustment. Hal ini berkaitan dengan observasi pada cross section yang sama secara berulang, sehingga data panel lebih baik dalam mempelajari perubahan dinamis. Dalam analisis data panel, terdapat tiga pendekatan yang terdiri dari pendekatan kuadrat terkecil pooled least squre, model efek tetap fixed effects model, dan model efek acak random effects model. Pada pendekatan Fixed Effects Model FEM dan Random Effects Model REM dibedakan berdasarkan ada atau tidaknya korelasi antara komponen error dengan peubah bebas regresor. Misalkan: y it = α i + X it β + ε it Pada one way error components model, komponen error dispesifikasikan dalam bentuk: ε it = λ i + u it Untuk two way error components model, komponen error dispesifikasikan dalam bentuk: ε it = λ i +µ t + u it Pada pendekatan one way, error term hanya memasukkan komponen error yang merupakan efek dari individu i . Pada two way, dimasukkan efek dari waktu µ t ke dalam komponen error. Jadi perbedaan antara FEM dan REM terletak pada ada atau tidaknya korelasi antara i dan µ t dengan X it .

1. Pooled Least Square PLS

Pada prinsipnya, pendekatan ini menggunakan gabungan dari seluruh data pooled, sehingga terdapat N x T observasi, dimana N menunjukkan jumlah unit cross section dan T menunjukkan jumlah time series yang digunakan. Model yang digunakan yaitu : y it = α i + X it β + u it Dengan mengumpulkan semua data cross section dan time series, dapat meningkatkan derajat kebebasan sehingga dapat memberikan hasil estimasi yang lebih efisien. Akan tetapi, pendekatan ini memiliki kelemahan yaitu dugaan parameter β akan bias. Hal ini ditunjukkan dari arah kemiringan PLS yang tidak sejajar dengan garis regresi dari masing-masing individu. Parameter yang bias ini disebabkan karena PLS tidak dapat membedakan observasi yang berbeda pada periode yang sama, atau tidak dapat membedakan observasi yang sama pada periode yang berbeda.

2. Fixed Effects Model FEM

FEM muncul ketika antara efek individu dan peubah penjelas memiliki korelasi dengan X it atau memiliki pola yang sifatnya tidak acak. Asumsi ini membuat komponen error dari efek individu dan waktu dapat menjadi bagian dari intersep, yaitu: Untuk one way komponen error : y it = α i + i + X it β + u it Untuk two way komponen error : y it = α i + i + µ t + X it β + u it Penduga pada FEM dapat dihitung dengan teknik : Pooled Least Square PLS, Within Group WG, Least Square Dummy Variable LSDV, Two Way Error Components Fixed Effect Model.

3. Random Effects Model REM

REM muncul ketika antara efek individu dan regresor tidak ada korelasi. Asumsi ini membuat komponen error dari efek individu dan waktu dimasukkan ke dalam error. Untuk one way error component : y it = α i + X it β + u it + i Untuk two way error component : y it = α i + X it β + u it + i + t Terdapat dua jenis pendekatan yang digunakan untuk menghitung estimator REM, yaitu between estimator dan Generalized Least Square GLS.

2.10. Tinjauan Penelitian Terdahulu

2.10.1. Penelitian Terdahulu

Penelitian mengenai Analisis Daya Saing dan Aliran Ekspor Produk Crude Coconut Oil CCO Indonesia oleh Andelisa 2011 menggunakan metode analisis Revealed Comparative Advantage RCA, Export Product Dynamic EPD, dan Intra-Industry Trade IIT untuk meneliti daya saing selama periode 2005-2009. Selain itu, metode data panel dengan gravity model digunakan untuk menganalisis faktor-faktor yang mempengaruhi aliran ekspor produk tersebut di negara-negara tujuan ekspor selama periode 2001-2009. Penelitian yang dilakukan oleh Hafni 2011 mengenai Analisis Daya Saing dan Faktor-Faktor yang Mempengaruhi Aliran Ekspor Pisang Indonesia menggunakan metode Revealed Comparatif Advantage RCA, Export Product Dynamic EPD, dan Intra-Industry Trade IIT untuk menganalisis daya saing komoditi selama periode 2005-2009 dan pendekatan gravity model untuk menganalisis faktor-faktor yang mempengaruhi aliran ekspor pisang Indonesia ke negara tujuan dengan data panel berupa time series tahun 2001-2009 dan cross section enam negara tujuan ekspor: Jepang, Hongkong, Singapura, Malaysia, Arab Saudi, dan Amerika Serikat serta menggunakan analisis fixed effect. Penelitian yang dilakukan oleh Saptanto dan Soetjitpto 2009 mengenai Analisis Model Ekspor Komoditas Perikanan Indonesia dengan Pendekatan Gravity Model menggunakan data panel dengan analisis fixed effect dengan data cross section 28 negara mitra dagang dan data time series selama 12 tahun yaitu 1996-2007. Variabel-variabel yang digunakan adalah nilai ekspor riil, GDP nominal, jumlah penduduk, jarak relatif, nilai tukar riil efektif dan interaksi antara tarif dengan dummy integrasi ekonomi. Penelitian yang dilakukan oleh Saptanto 2011 mengenai Daya Saing Ekspor Produk Perikanan Indonesia di Lingkup ASEAN dan ASEAN-China menggunakan metode analisis Revealed Comparatif Advantage RCA. Data yang digunakan adalaha data dari tahun 2000 hingga 2008. Hasil penelitian ini menunjukkan bahwa tingkat ASEAN maupun ASEAN-China, produk Indonesia yang memiliki daya saing adalah produk dengan kode HS 03 ikan, udang- udangan, hewan lunak, invertebrata perairan, HS 710110 mutiara dari alam yang belum diolah, HS 710121 mutiara budidaya yang belum diolah, dan HS 121220 rumput laut dan alga lainnya. Dari hasil dalam penelitian ini menunjukkan bahwa Indonesia masih lemah dalam hal ekspor produk yang memiliki nilai tambah. Penelitian mengenai Daya Saing Produk Perikanan Indonesia di Beberapa Negara Importir Utama dan Dunia oleh Ramadhan 2011 menggunakan metode Revealed Comparative Advantage RCA untuk menganalisis keunggulan komparatif dan metode Export Product Dynamic EPD untuk menganalisis posisi daya saing pada setiap produk perikanan Indonesia. Penelitian yang dilakukan oleh Gumilar 2010 mengenai Daya Saing Komoditi Sayuran Utama Indonesia di Pasar Internasional menggunakan metode Revealed Comparative Advantage RCA, Export Product Dynamic EPD, dan Constant Market Share Analysis CMSA.

2.10.2. Perbedaan dengan Penelitian Terdahulu

Penelitian yang dilakukan mengenai Analisis Potensi Ekspor Produk Makanan dan Minuman Olahan Indonesia Di Pasar Non-Tradisional Asia ini mempunyai beberapa perbedaan dengan penelitian-penelitian terdahulu. Pertama, produk yang dianalisis adalah produk makanan dan minuman olahan yang mencakup lima produk, yaitu produk roti, kue, biskuit, dan produk lainnya yang sejenis; kembang gula; saus, bumbu campuran, dan penyedap campuran; jus buah dan jus sayuran; dan teh. Kedua, negara yang diteliti adalah negara-negara non- tradisional Asia yang mencakup sepuluh negara Asia, yaitu Bahrain, India, Kamboja, Lebanon, Sri Lanka, Macao, Malaysia, Pakistan, Thailand, dan Turki. Ketiga, periode waktu analisis adalah tahun 2003-2010.

2.11. Kerangka Pemikiran