Saran Penelitian dan Kebijakan

LAMPIRAN Lampiran 1 Hasil pengolahan estimasi model permintaan energi rumah tangga di Pulau Jawa dengan model LA-AIDS tahun 2007 – 2010 The SAS System 14:23 Friday, June 4, 2011 1 The SYSLIN Procedure Ordinary Least Squares Estimation Model A Dependent Variable W1 Label W1 Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 9 1619173 179908.1 19776.8 .0001 Error 120558 1096707 9.096925 Corrected Total 120567 2715880 Root MSE 3.01611 R‐Square 0.59619 Dependent Mean 0.56790 Adj R‐Sq 0.59616 Coeff Var 531.09498 Parameter Estimates Parameter Standard Variable Variable DF Estimate Error t Value Pr |t| Label Intercept 1 1.263139 0.004464 282.94 .0001 Intercept LNP1 1 0.017238 0.000585 29.45 .0001 LNP1 LNP2 1 ‐0.00174 0.000168 ‐10.40 .0001 LNP2 LNP3 1 ‐0.00272 0.000182 ‐14.94 .0001 LNP3 LNP4 1 0.000521 0.000118 4.41 .0001 LNP4 LNP5 1 0.002256 0.000141 15.96 .0001 LNP5 LNP6 1 ‐0.11047 0.000353 ‐313.14 .0001 LNP6 LNYP 1 ‐0.00613 0.000380 ‐16.13 .0001 LNYP D1 1 ‐0.01002 0.000581 ‐17.25 .0001 D1 T 1 0.007616 0.000306 24.85 .0001 T The SAS System 14:23 Friday, June 4, 2011 2 The SYSLIN Procedure Ordinary Least Squares Estimation Model B Dependent Variable W2 Label W2 Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 9 12726.58 1414.064 3916.03 .0001 Error 120558 43533.10 0.361097 Corrected Total 120567 56259.68 58 Root MSE 0.60091 R‐Square 0.22621 Dependent Mean 0.02973 Adj R‐Sq 0.22615 Coeff Var 2021.38279 Parameter Estimates Parameter Standard Variable Variable DF Estimate Error t Value Pr |t| Label Intercept 1 0.000725 0.000889 0.81 0.4152 Intercept LNP1 1 0.007855 0.000117 67.35 .0001 LNP1 LNP2 1 0.000969 0.000033 29.02 .0001 LNP2 LNP3 1 ‐1.67E‐6 0.000036 ‐0.05 0.9632 LNP3 LNP4 1 0.000501 0.000024 21.28 .0001 LNP4 LNP5 1 0.001418 0.000028 50.34 .0001 LNP5 LNP6 1 ‐0.00622 0.000070 ‐88.53 .0001 LNP6 LNYP 1 0.013118 0.000076 173.21 .0001 LNYP D1 1 0.002656 0.000116 22.95 .0001 D1 T 1 0.000880 0.000061 14.42 .0001 T The SAS System 14:23 Friday, June 4, 2011 3 The SYSLIN Procedure Ordinary Least Squares Estimation Model C Dependent Variable W3 Label W3 Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 9 9996.414 1110.713 7218.95 .0001 Error 120558 18549.15 0.153861 Corrected Total 120567 28545.56 Root MSE 0.39225 R‐Square 0.35019 Dependent Mean 0.00752 Adj R‐Sq 0.35014 Coeff Var 5218.28527 Parameter Estimates Parameter Standard Variable Variable DF Estimate Error t Value Pr |t| Label Intercept 1 ‐0.02677 0.000581 ‐46.10 .0001 Intercept LNP1 1 0.004026 0.000076 52.89 .0001 LNP1 LNP2 1 0.000261 0.000022 11.95 .0001 LNP2 LNP3 1 ‐0.00279 0.000024 ‐117.59 .0001 LNP3 LNP4 1 0.001020 0.000015 66.38 .0001 LNP4 LNP5 1 0.001210 0.000018 65.81 .0001 LNP5 LNP6 1 ‐0.00227 0.000046 ‐49.47 .0001 LNP6 LNYP 1 0.005359 0.000049 108.40 .0001 LNYP D1 1 0.000657 0.000076 8.70 .0001 D1 T 1 0.003210 0.000040 80.55 .0001 T The SAS System 14:23 Friday, June 4, 2011 4 59 The SYSLIN Procedure Ordinary Least Squares Estimation Model D Dependent Variable W4 Label W4 Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 9 26379.58 2931.065 7205.69 .0001 Error 120558 49039.50 0.406771 Corrected Total 120567 75419.08 Root MSE 0.63779 R‐Square 0.34977 Dependent Mean 0.01545 Adj R‐Sq 0.34972 Coeff Var 4128.43476 Parameter Estimates Parameter Standard Variable Variable DF Estimate Error t Value Pr |t| Label Intercept 1 0.033560 0.000944 35.55 .0001 Intercept LNP1 1 0.004569 0.000124 36.91 .0001 LNP1 LNP2 1 0.000664 0.000035 18.73 .0001 LNP2 LNP3 1 0.001935 0.000039 50.24 .0001 LNP3 LNP4 1 ‐0.00215 0.000025 ‐86.11 .0001 LNP4 LNP5 1 0.001567 0.000030 52.43 .0001 LNP5 LNP6 1 ‐0.00786 0.000075 ‐105.41 .0001 LNP6 LNYP 1 0.012474 0.000080 155.18 .0001 LNYP D1 1 0.005358 0.000123 43.62 .0001 D1 T 1 ‐0.00530 0.000065 ‐81.83 .0001 T The SAS System 14:23 Friday, June 4, 2011 5 The SYSLIN Procedure Ordinary Least Squares Estimation Model E Dependent Variable W5 Label W5 Analysis of Variance Sum of Mean Source DF Squares Square F Value Pr F Model 9 97508.92 10834.32 15682.8 .0001 Error 120558 83286.59 0.690842 Corrected Total 120567 180795.5 Root MSE 0.83117 R‐Square 0.53933 Dependent Mean 0.02317 Adj R‐Sq 0.53930 Coeff Var 3587.71582 Parameter Estimates Parameter Standard Variable Variable DF Estimate Error t Value Pr |t| Label Intercept 1 ‐0.11040 0.001230 ‐89.74 .0001 Intercept LNP1 1 0.016630 0.000161 103.09 .0001 LNP1 LNP2 1 0.000833 0.000046 18.02 .0001 LNP2 60 LNP3 1 0.002738 0.000050 54.56 .0001 LNP3 LNP4 1 0.001857 0.000033 57.01 .0001 LNP4 LNP5 1 ‐0.00232 0.000039 ‐59.61 .0001 LNP5 LNP6 1 ‐0.00434 0.000097 ‐44.65 .0001 LNP6 LNYP 1 0.031189 0.000105 297.74 .0001 LNYP D1 1 ‐0.00808 0.000160 ‐50.47 .0001 D1 T 1 ‐0.00097 0.000084 ‐11.43 .0001 T The SAS System 14:23 Friday, June 4, 2011 6 The SYSLIN Procedure Seemingly Unrelated Regression Estimation Cross Model Covariance A B C D E A 9.09692 ‐.495156 ‐.110427 ‐.169363 ‐.568888 B ‐0.49516 0.361097 ‐.013327 ‐.065929 ‐.209042 C ‐0.11043 ‐.013327 0.153861 ‐.066280 ‐.058430 D ‐0.16936 ‐.065929 ‐.066280 0.406771 ‐.231441 E ‐0.56889 ‐.209042 ‐.058430 ‐.231441 0.690842 Cross Model Correlation A B C D E A 1.00000 ‐0.27320 ‐0.09334 ‐0.08804 ‐0.22693 B ‐0.27320 1.00000 ‐0.05654 ‐0.17203 ‐0.41854 C ‐0.09334 ‐0.05654 1.00000 ‐0.26494 ‐0.17922 D ‐0.08804 ‐0.17203 ‐0.26494 1.00000 ‐0.43659 E ‐0.22693 ‐0.41854 ‐0.17922 ‐0.43659 1.00000 Cross Model Inverse Correlation A B C D E A 2.69093 2.45920 1.54131 2.35349 2.94366 B 2.45920 3.99366 2.00731 3.17006 3.97332 C 1.54131 2.00731 2.30412 2.21309 2.56906 D 2.35349 3.17006 2.21309 4.10739 4.05074 E 2.94366 3.97332 2.56906 4.05074 5.55992 Cross Model Inverse Covariance A B C D E A 0.29581 1.3569 1.3028 1.2235 1.17422 B 1.35686 11.0598 8.5161 8.2714 7.95523 C 1.30280 8.5161 14.9754 8.8463 7.87990 D 1.22346 8.2714 8.8463 10.0976 7.64135 E 1.17422 7.9552 7.8799 7.6413 8.04803 System Weighted MSE 1.0554 Degrees of freedom 602805 System Weighted R‐Square 0.7986 The SAS System 14:23 Friday, June 4, 2011 7 The SYSLIN Procedure Seemingly Unrelated Regression Estimation Model A Dependent Variable W1 Label W1 Parameter Estimates 61 Parameter Standard Variable Variable DF Estimate Error t Value Pr |t| Label Intercept 1 0.722165 0.001278 565.03 .0001 Intercept LNP1 1 0.085681 0.000360 238.31 .0001 LNP1 LNP2 1 0.003739 0.000065 57.66 .0001 LNP2 LNP3 1 0.003264 0.000045 71.83 .0001 LNP3 LNP4 1 0.004494 0.000061 73.46 .0001 LNP4 LNP5 1 0.007581 0.000080 94.50 .0001 LNP5 LNP6 1 ‐0.10476 0.000309 ‐339.43 .0001 LNP6 LNYP 1 0.004056 0.000340 11.92 .0001 LNYP D1 1 ‐0.03448 0.000542 ‐63.58 .0001 D1 T 1 0.015687 0.000248 63.31 .0001 T Model B Dependent Variable W2 Label W2 Parameter Estimates Parameter Standard Variable Variable DF Estimate Error t Value Pr |t| Label Intercept 1 0.027757 0.000295 94.20 .0001 Intercept LNP1 1 0.003739 0.000065 57.66 .0001 LNP1 LNP2 1 0.000457 0.000029 15.59 .0001 LNP2 LNP3 1 0.000151 0.000017 9.02 .0001 LNP3 LNP4 1 0.000301 0.000019 16.19 .0001 LNP4 LNP5 1 0.000991 0.000023 43.73 .0001 LNP5 LNP6 1 ‐0.00564 0.000057 ‐98.58 .0001 LNP6 LNYP 1 0.012208 0.000071 172.83 .0001 LNYP D1 1 0.003802 0.000108 35.07 .0001 D1 T 1 0.000542 0.000052 10.39 .0001 T Model C Dependent Variable W3 Label W3 The SAS System 14:23 Friday, June 4, 2011 8 The SYSLIN Procedure Seemingly Unrelated Regression Estimation Parameter Estimates Parameter Standard Variable Variable DF Estimate Error t Value Pr |t| Label Intercept 1 ‐0.01248 0.000227 ‐55.12 .0001 Intercept LNP1 1 0.003264 0.000045 71.83 .0001 LNP1 LNP2 1 0.000151 0.000017 9.02 .0001 LNP2 LNP3 1 ‐0.00252 0.000019 ‐130.33 .0001 LNP3 LNP4 1 0.001200 0.000013 91.69 .0001 LNP4 LNP5 1 0.001218 0.000016 75.51 .0001 LNP5 LNP6 1 ‐0.00331 0.000040 ‐82.49 .0001 LNP6 LNYP 1 0.005863 0.000046 126.22 .0001 LNYP D1 1 0.001575 0.000072 22.00 .0001 D1 T 1 0.003495 0.000035 100.67 .0001 T Model D 62 Dependent Variable W4 Label W4 Parameter Estimates Parameter Standard Variable Variable DF Estimate Error t Value Pr |t| Label Intercept 1 0.009951 0.000255 39.00 .0001 Intercept LNP1 1 0.004494 0.000061 73.46 .0001 LNP1 LNP2 1 0.000301 0.000019 16.19 .0001 LNP2 LNP3 1 0.001200 0.000013 91.69 .0001 LNP3 LNP4 1 ‐0.00255 0.000022 ‐116.05 .0001 LNP4 LNP5 1 0.001609 0.000021 77.96 .0001 LNP5 LNP6 1 ‐0.00506 0.000053 ‐94.61 .0001 LNP6 LNYP 1 0.011077 0.000072 153.61 .0001 LNYP D1 1 0.003545 0.000115 30.88 .0001 D1 T 1 ‐0.00645 0.000052 ‐123.31 .0001 T Model E Dependent Variable W5 Label W5 The SAS System 14:23 Friday, June 4, 2011 9 The SYSLIN Procedure Seemingly Unrelated Regression Estimation Parameter Estimates Parameter Standard Variable Variable DF Estimate Error t Value Pr |t| Label Intercept 1 ‐0.01497 0.000321 ‐46.57 .0001 Intercept LNP1 1 0.007581 0.000080 94.50 .0001 LNP1 LNP2 1 0.000991 0.000023 43.73 .0001 LNP2 LNP3 1 0.001218 0.000016 75.51 .0001 LNP3 LNP4 1 0.001609 0.000021 77.96 .0001 LNP4 LNP5 1 ‐0.00316 0.000035 ‐90.05 .0001 LNP5 LNP6 1 ‐0.00824 0.000069 ‐119.68 .0001 LNP6 LNYP 1 0.030763 0.000095 322.69 .0001 LNYP D1 1 ‐0.00351 0.000149 ‐23.53 .0001 D1 T 1 ‐0.00159 0.000068 ‐23.42 .0001 T Parameter Estimates Parameter Standard Variable Variable DF Estimate Error t Value Pr |t| Label RESTRICT ‐1 ‐94866.5 2783.274 ‐34.08 .0001 RESTRICT ‐1 738447.9 17440.14 42.34 .0001 RESTRICT ‐1 1298911 19591.95 66.30 .0001 RESTRICT ‐1 300907.1 17440.72 17.25 .0001 RESTRICT ‐1 1103857 14868.36 74.24 .0001 RESTRICT ‐1 ‐166405 7243.311 ‐22.97 .0001 RESTRICT ‐1 266445.4 7779.268 34.25 .0001 RESTRICT ‐1 ‐341655 9120.331 ‐37.46 .0001 RESTRICT ‐1 104209.9 7706.557 13.52 .0001 RESTRICT ‐1 835351.5 40129.47 20.82 .0001 RESTRICT ‐1 ‐572061 34947.50 ‐16.37 .0001 RESTRICT ‐1 623985.7 28265.93 22.08 .0001 RESTRICT ‐1 ‐1943504 38130.13 ‐50.97 .0001 RESTRICT ‐1 ‐769161 33867.41 ‐22.71 .0001 RESTRICT ‐1 1141196 31499.94 36.23 .0001 ABSTRACT DIANA BHAKTI. Household Energy Demand in Java. Supervised under SRI HARTOYO and MUHAMMAD FIRDAUS Reducing of subsidies would increase energy prices that affect the level of energy consumption and consumer welfare. Analyze the behavior of households in Java in consuming energy was the aim of this study, this include their price elasticity, income elasticity, and cross elasticity of energy commodities. The methode of this study is the linear approximate version of the almost ideal demand system LA-AIDS model using data from the National Socio-Economic Survey SUSENAS covering the period from 2007 to 2010 for household in Java along with the kerosene’s conversion to gas program undertaken by the government. The own price elasticities of energy except for the electricity showed that they are elastic so the increase of their price will effectively reducing its consumption. While the cross elasticities showed that the energy comodities are substitute each other, but in very low level. The kerosene’s conversion to gas has been shifting household kerosene consumption in Java into commodities LPG, city gas, and coal. Keywords : energy demand, LA-AIDS, SUR I. PENDAHULUAN

1.1 Latar Belakang

Peranan penting energi berpengaruh besar dalam pencapaian tujuan sosial, ekonomi, dan lingkungan untuk pembangunan berkelanjutan sebagai pendukung bagi kegiatan ekonomi nasional. Seiring dengan semakin bertambahnya jumlah penduduk, meningkatnya kebutuhan untuk mengurangi tingkat pengangguran dan kemiskinan, serta meningkatnya aktivitas ekonomi, permintaan dan konsumsi energi juga cenderung mengalami peningkatan. Sebuah paparan oleh Nobuo Tanaka dalam acara peluncuran buku World Energy Outlook 2010 di Jakarta pada 22 November 2010 menggambarkan bahwa negara-negara di dunia pada umumnya masih memiliki fenomena seperti ini, begitu juga dengan Indonesia. Gambar 1.1 berikut menunjukkan kecenderungan dan proyeksi permintaan energi primer dunia, baik energi yang terbarukan maupun energi yang tidak terbarukan. Pada Gambar 1.1 bisa dilihat bahwa secara keseluruhan maupun parsial, kecenderungan dan proyeksi permintaan energi dunia terus mengalami peningkatan. konsumsi energi tahun Sumber: Paparan World Energy Outlook 2010, Jakarta 22 November 2010 Gambar 1.1 Permintaan energi primer dunia dalam skenario kebijakan baru tahun 1980 – 2035 Selama tahun 2000 – 2009, di Indonesia, intensitas konsumsi energi final perkapitanya mempunyai kecenderungan meningkat Gambar 1.2. Sebagai negara berkembang dengan jumlah penduduk yang sangat besar, cukup wajar jika penggunaan energi di Indonesia terus mengalami peningkatan sejalan dengan pertumbuhan ekonomi dan penduduk yang ada. konsumsi perkapita SBM tahun Sumber: Handbook of Energy and Economic Statistics of Indonesia 2010 Gambar 1.2 Intensitas konsumsi energi final perkapita Indonesia tahun 2000-2009 Terkait sifat strategis energi ini, industri energi di Indonesia, sebagian besar masih merupakan industri monopoli yang dikuasai oleh pemerintah. Peran besar pemerintah ini diharapkan mampu menjaga ketahanan energi nasional dan menjamin ketersediaan serta akses energi untuk seluruh lapisan masyarakat. Kebijakan energi lainnya yang ditetapkan pemerintah mengenai harga keekonomian energi yang dianggap belum terjangkau oleh sebagian besar masyarakat Indonesia sehingga harga jual energi kepada konsumenmasyarakat ditetapkan di bawah harga pasar. Selisih harga tersebut disubsidi oleh pemerintah. Kecenderungan permintaan energi yang terus meningkat menyebabkan beban subsidi yang semakin berat. Pada tahun 2011 saat ini besar subsidi energi yang dianggarkan pagu APBN 2011 adalah sebesar 40,7 triliun rupiah. Sampai dengan April 2011, realisasi subsidi energi telah mencapai 38,8 triliun rupiah atau 28,4 persen dari pagu APBN 2011 www.antaranews.com. Beban subsidi menjadi semakin berat terutama ketika harga energi dunia mengalami kenaikan, biaya produksi energi meningkat, dan juga pola konsumsi yang relatif boros karena harganya dianggap cukuprelatif murah. Subsidi energi juga secara tidak langsung menghambat laju perkembangan energi terbarukan. Selain adanya permasalahan ekonomi dan kelangkaan, masalah energi yang juga sudah cukup lama menjadi perhatian dunia adalah tingkat polusi emisi karbon yang semakin tinggi. Dampak lingkungan yang ditimbulkan telah begitu meluas dan dikhawatirkan akan menjadi bom waktu yang akan mengganggu keseimbangan alam dan kehidupan mahluk yang ada di bumi. Masyarakat dunia yang peduli dengan masalah ini, menekankan pentingnya pengurangan emisi karbon yang salah satu caranya adalah dengan beralih pada penggunaan energi yang lebih ramah lingkungan, terlebih pada sumber energi yang terbarukan. Kesepakatan dan diskusi mengenai masalah lingkungan ini banyak dibahas pada pertemuan tingkat dunia yang salah satunya tertuang pada Kyoto Protocol. Pada tahun 2007 pemerintah Indonesia telah memulai melakukan program konversi minyak tanah ke lpg. Hal ini dilakukan karena harga minyak tanah yang melambung sehingga beban subsidinya menjadi semakin berat dan juga keunggulan lpg dibanding beberapa komoditi energi alternatif lainnya misalnya batu bara, terutama dari sisi dampak negatif terhadap lingkungan, efisiensi, serta cadangan gas di Indonesia yang relatif melimpah. Energi yang masih banyak digunakan sampai saat ini seperti bahan bakar minyak, gas, dan batubara merupakan sumber daya alam yang tidak terbarukan. Sebagai input produksi, sebagaimana diungkapkan Malthus bahwa sifatnya adalah terbatas, dan pada suatu ketika akan mengalami kelangkaan bahkan tidak mampu lagi menyangga tingkat pertumbuhan ekonomi yang tinggi terus menerus, karena pertumbuhan penyediaannya lebih lambat dibandingkan dengan pertumbuhan permintaan dan konsumsi sumber daya tersebut. Mengingat pola permintaan yang masih akan terus meningkat dan pola penyediaan yang belum sepenuhnya bisa mengejar laju permintaan energi, maka penghematan peningkatan efisiensi dan peningkatan teknologi penggunaan sumber energi terbarukan adalah hal mendesak yang harus dilakukan.

1.2 Perumusan Masalah

Energi mempunyai peranan penting dan strategis dalam kehidupan perekonomian. Energi adalah komoditi yang banyak dikonsumsi langsung oleh konsumenmasyarakat untuk berbagai kebutuhan dan dalam berbagai aktivitas kehidupan. Hal ini mengandung konsekuensi bahwa kuantitas dan harga energi akan berpengaruh pada tingkat kesejahteraan masyarakat Yusgiantoro, 2000. Sebagai salah satu barang publik UU No. 25 Tahun 2009, energi bersifat penting dan strategis sehingga pemerintah melakukan banyak intervensi melalui berbagai instrumen. Intervensi-intervensi yang dilakukan mulai dari pengaturan masalah eksplorasi, produksi, distribusi, dan juga pengaturan harga energi. Pemerintah bertanggung jawab menentukan berbagai tindakan dan kebijakan dalam menjamin ketersediaan dan akses masyarakat terhadap energi, termasuk juga keberlangsungannya dalam jangka panjang. Salah satu bentuk intervensi tersebut adalah subsidi terhadap harga energi. Spencer dan Amos, Jr., dalam bukunya yang berjudul Contemporary Economics, 1993, menyebutkan definisi subsidi sebagai pembayaran yang dilakukan pemerintah kepada perusahaan atau rumah tangga untuk mencapai tujuan tertentu yang membuat mereka dapat memproduksi atau mengkonsumsi suatu produk dalam kuantitas yang lebih besar atau pada harga yang lebih murah. Secara ekonomi, tujuan subsidi adalah untuk mengurangi harga atau menambah keluaran output. Subsidi diberikan untuk menjamin akses masyarakat yang tidak mampu menjangkau harga keekonomian energi dan juga mendorong aktivitas industri terutama industri pada skala kecil. Namun, subsidi dianggap tidak mendidik masyarakat untuk menghemat penggunaan energi yang semakin lama cadangannya semakin menipis. Subsidi energi juga menghambat laju perkembangan energi terbarukan. Saat ini elastisitas energi kita masih di kisaran 1,6, belum mencapai target 1,3 yang diharapkan bisa dicapai pada tahun 2015 www.migas.esdm.go.id. Pemerintah juga sudah lama menyadari bahwa pemberian subsidi bbm tidak menjangkau sasaran yang tepat, bahkan telah menciptakan kesempatan terjadinya pemalsuan dan penyelundupan bbm ke luar negeri dikarenakan harga di Indonesia jauh lebih murah dari harga di luar negeri, terutama apabila dibandingkan dengan harga di kawasan Asia Tenggara, seperti harga di Singapura Petrominer No. 10 15 Oktober 2000 dalam Hartono, 2004. Selain itu, sebagai negara net importir minyak, ketika harga minyak dunia kian melambung, maka beban subsidi terhadap APBN akan semakin berat. Olivia dan Gibson 2008 melakukan penelitian menggunakan data Susenas modul konsumsi tahun 1999 untuk rumah tangga di Pulau Jawa. Penelitian ini mengungkapkan bahwa meskipun bukan suatu kebijakan yang populer, masih ada ruang untuk melakukan pengurangan subsidi yang cukup besar untuk minyak tanah. Pemerintah telah melakukan berbagai kebijakan terkait dengan harga energi, yakni dengan menaikkan harga jual energi ataupun mengurangi subsidi. Sebagai variabel yang sangat terkait dengan tingkat permintaan, perubahan harga energi akan memengaruhi tingkat permintaan energi konsumen baik dari kelompok rumah tangga, industri, transportasi, komersial, dan lainnya. Kenaikan harga ataupun pengurangan subsidi biasanya dilakukan berbeda antar kelompok konsumen dan dalam kelompok konsumen itu sendiri sesuai strata pendapatannya. Pada saat ini, pemerintah sedang mempertimbangkan untuk melakukan pembatasan penggunaan bahan bakar minyak bersubsidi premium terutama untuk kalangan menengah ke atas pemilik kendaraan mewahmobil pribadi, karena subsidi memang ditujukan untuk kalangan yang layak menerima. Selain itu, beban APBN untuk mensubsidi bahan bakar minyak semakin besar. Tabel 1. 1 berikut menggambarkan konsumsi energi final menurut sektor. Bisa dilihat pada Tabel 1.1, sektor rumah tangga di luar konsumsi bensin dan solar menempati urutan pertama dari kelima sektor yang ada. Tabel 1.1 Konsumsi energi final menurut sektor tahun 2000 – 2009 termasuk biomass juta BOE Tahun Industri Rumah Tangga Komersial Transportasi Lainnya 1 2 3 4 5 6 2000 252,90 296,57 20,67 139,18 29,21 2001 252,16 301,35 21,45 148,26 30,59 2002 245,11 303,03 21,75 151,50 30,00 2003 275,31 309,05 22,40 156,23 28,44 2004 263,29 314,11 25,41 178,37 31,69 2005 262,69 313,77 26,23 178,45 29,10 2006 280,19 312,72 26,19 170,13 25,94 2007 300,68 319,33 27,90 179,14 24,91 2008 261,64 316,80 29,01 191,26 24,84 2009 295,63 314,76 30,47 226,58 26,31 Keterangan: termasuk konsumsi bensin dan solar untuk keperluan transportasi kendaraan pribadi yang dilakukan oleh kelompok konsumen rumah tangga. Sumber: Handbook of Energy and Economic Statistics of Indonesia 2010 220 230 240 250 260 270 280 290 300 310 1990 1995 2000 2005 2009 Hal ini menunjukkan tingginya tingkat kebutuhan energi sektor rumah tangga di Indonesia. Mengingat laju pertumbuhan penduduk Indonesia yang masih positif 1,49 persen untuk sepuluh tahun terakhir BPS, Pemerintah Indonesia perlu mempelajari dan menganalisa perilaku konsumsi rumah tangga agar bisa merencanakan kebijakan energi nasional dengan tepat. Perkembangan tingkat konsumsi energi rumah tangga bisa dilihat pada Gambar 1.3. Pada gambar tersebut nampak bahwa konsumsi energi kelompok rumah tangga dari tahun 1990 hingga tahun 2009 cenderung meningkat. konsumsi energi juta SBM tahun Sumber: Handbook of Energy and Economic Statistics of Indonesia beberapa edisi Gambar 1.3 Konsumsi energi rumah tangga tahun 1990 – 2009 termasuk biomass Di sisi lain, rumah tangga adalah sektor non produktif, dengan kata lain kelompok ini menggunakan energi sebagai konsumsi akhir, bukan sebagai input untuk proses produksi lebih lanjut. Jika harga energi yang ditetapkan terlalu murah, dikhawatirkan mereka akan terlalu boros dalam menggunakan energi. Padahal, dari penggunaan energi tersebut tidak dihasilkan suatu ‘nilai tambah’ output lainnya. Kelompok rumah tangga dianggap sebagai kelompok yang cukup rentan terhadap kenaikan harga energi, karena masih banyak kelompok rumah tangga yang kurang mampu menjangkau harga energi yang relatif tinggi. Nuryanti dan Herdinie 2007 mengungkapkan bahwa terdapat dominasi rumah tangga kaya dalam konsumsi energi komersial di Indonesia. Hal ini menyebabkan perlakuan subsidi yang merata akan lebih banyak dinikmati oleh kelompok rumah tangga