Apakah Pertumbuhan Ekonomi di Indonesia
Apakah Pertumbuhan Ekonomi di Indonesia Menjadi Penyebab
Rusaknya Lingkungan Hidup?
Fransiska Alda Setyani S.
3SE-1. 13.7629
Abstract
This paper is a research for the impact of economic growth that cause the
degradation of enviroment in Indonesia using Kuznetz theory. This paper examines
the CO2 emissions as the dependent variable have relationship with economic
growth and opennes as the independent variables. The data is using time series data
1960-2011 world development indicators (WDI) from world bank. The model is using
ECM model which is have significantly relationship between GDP and CO2
emissions.
Keywords:
Economic growth, CO2 emissions,Environmental Kuznets Curve, ECM.
1. Latar Belakang
Pertumbuhan ekonomi merupakan salah satu indikator apakah suatu
negara sudah digolongkan menjadi negara maju atau belum. Tidak bisa dipungkiri
bahwa pertumbuhan ekonomi merupakan salah satu dampak dari majunya
sumber daya baik manusia, alam dan teknologi. Suatu negara maju pasti memiliki
sumber daya dengan kualitas yang baik. Tetapi pertumbuhan ekonomi suatu
negara ternyata juga memiliki pengaruh negatif terhadap alam. Misalnya saja di
sektor industri pengolahan yang masih belum bisa mengolah limbah agar tidak
tercemar, sektor transportasi yang selama ini masih menggunakan bahan bakar
dan mengeluarkan gas beracun seperti CO,CO2,dll, pemakaian pupuk kimia
terhadap tanaman-tanaman membuat tanah menjadi tercemar, dan lain
sebagainya. Tidak heran jika semakin bertambahnya pencemaran-pencemaran ini
menyebabkan fenomena bencana alam. Grafik 1 memperlihatkan emisi gas CO2
yang memiliki trend positif dari tahun ke tahun bahkan setelah tahun 2007 emisi
CO2 semakin meningkat tajam.
CO2 Emissions (kt) in Indonesia 19602011
600000
400000
200000
CO2 emissions (kt)
1960
1964
1968
1972
1976
1980
1984
1988
1992
1996
2000
2004
2008
0
Sumber: World Development Index, World Bank
Oleh karena itu Kuznets (1955) mengemukakan bahwa pembangunan
ekonomi tidak boleh berorientasi pada pertumbuhan ekonomi saja namun juga
harus memperhatikan dampak lingkungan. Menurut Kuznets pembangunan
ekonomi ini akan merusak lingkungan hidup. Pernyataan Kuznets ini terkenal
dengan teori Enviromental Kuznets Curve (EKC). Teori EKC ini menjelaskan bahwa
di negara-negara yang sedang berkembang, seiring dengan berjalannya waktu
1
akan semakin merusak lingkungan hidup. Dan sebaliknya pada negara-negara
yang sudah maju akan memperbaiki lingkungan hidup, seiring berjalannya waktu
(Eunho Choi, 2010).Penelitian ini akan membahas pengaruh dari PDB terhadap
emisi gas CO2 menggunakan Error Correction Model (ECM).
2. Metode
2.1 Penelitian terkait
Peneliti
Sahbi Fahrani,
Anissa Chaibi,
Christope Rault
(2014)
Mihael Grubb,
Benito Muller,
Lucy
Butler
(2011)
Hasil Penelitian
Adanya pengaruh positif, baik
persamaan jangka
panjang maupun jangka pendek dari PDB dan tingkat
keterbukaan terhadap emisi gas CO2 di Tunisia
Di awal 1950-an seiring bertambahnya PDB per kapita di
negara maju seperti UK dan US, emisi gas CO2 semakin
bertmabah. Namun di tahun 1990-an peningkatan PDB
di negara tersebut sudah tidak lagi diikuti dengan
penambahan emisi gas CO2. (Pembuktian Environmental
Kuznets Curve)
Eunho
Choi, Terdapat 3 kurva berbeda untuk pengaruh pertumbuhan
Almas
ekonomi dengan emisi CO2 di 3 negara. Korea memiliki U
Heshmati,
curve untuk pengaruh GDP dan Opennes terhadap emisi
Yongsung Cho gas CO2.
China memiliki N curve untuk pengaruh GDP dan
(November,
Opennes terhadap emisi gas CO2 yaitu di satu periode
2010)
tertentu peningkatan PDB tidak diikuti oleh peningkatan
emisi CO2, namun di periode berikutnya akan meningkat
kembali.
Jepang memiliki inverted N curve untuk pengaruh GDP
dan Opennes terhadap emisi gas CO2.
2.2 Analisis Data
ECM adalah suatu model yang digunakan untuk melihat pengaruh jangka
pendek dan jangka panjang dari masing-masng peubah bebas terhdap peubah
terikat dengan memasukkan penyesuaian untuk melakukan koreksi bagi
ketidakseimbangan (speed of adjustment). Fungsi dari ECM ini adalah untuk
menghindari spurious regression. Estimasi persamaan jangka pendek dengan
memasukkan residual yang sudah di dapat pada persamaan jangka panjang.
Tahapan pemodelan ECM adalah :
1. Lakukan uji stasioneritas pada semua variabel. Jika semua variabel
tidak stasioner di level namun stasioner di difference pada tingkat yang
sama maka ada kemungkinan variabel tersebut terkointegrasi.
2. Estimasi persamaan jangka pendek dengan menggunkan data yang
belum stasioner (data pada tingkat level). Kemudian lakukan uji
stasioneritas pada residualnya. Jika hasil uji menyatakan bahwa
residual stasioner maka dapat dikatakan variabel tersebut terkointegrasi
dan memiliki hubungan jangka panjang, sehingga model ECM bisa
dilanjutkan.
3. Langkah selanjutnya mengestimasi persamaan jangka panjang dengan
Eroor Correction Model menggunakan residual yang didapat pada
persamaan jangka panjang. Sehingga hasil regresi menggunakan
residual ini biasa disebut dengan persamaan jangka pendek.
4. Lakukan diagnostik model seduai dengan asumsi OLS.
2
Uji Asumsi Klasik
Uji asumsi yang digunakan adalah:
1. Asumsi normalitas, asumsi normalitas (Jarque-Bera) yang digunakan
untuk menguji apakah suatu series data berdistribusi normal. H0 dari
uji asumsi ini adalah data berdistribusi normal
2. Asumsi homoskedastisitas. Asumsi ini digunakan untuk melihat apakah
varians residual konstan seiring pertambahan waktu. H0 dari uji asumsi
ini adalah varians residual konstan atau homoskedastis.
3. Asumsi non-autokorelasi. Asumsi ini digunakan untuk melihat apakah
ada hubungan korelasi di dalam data variabel independennya. H0 dari
uji ini adalah data bersifat white noise (non autokorelasi)
2.3 Data
Data yang digunakan adalah data tahunan beruntun dari tahun 1993-2011
dengan emisi CO2 sebagai variabel dependen dan PDBHK 2000 sebagai variabel
independen. Data emisi CO2 diperoleh dari World Bank dan data PDB diperoleh
dari Badan Pusat Statistik.
3. Hasil dan Pembahasan
3.1 Analisis Deskriptif
Tabel 1. Statistik deskriptif variabel-variabel
Variabel
CO2
PDB
Mean
Std. Deviation
Skewness Kurtosis
320932,173
94667,00602
0,846
1,014
1657523,502
383942,5525
-0,461
1,014
Tabel di atas menunjukkan bahwa rata-rata keluaran gas CO2 di Indonesia
adalah sekitar 320.932 kilo ton dan rata-rata PDB di Indonesia setiap tahun
adalah 1.657.523 miliar rupiah.
3.2 Pengaruh PDB terhadap emisi gas CO2
Model yang digunakan untuk melihat pengaruh pertumbuhan PDB
terhadap keluaran gas CO2 dengan model ECM. Hasil uji stastioneritas masingmasing variabel adalah sebagai berikut:
Tabel 1. Uji Stasioneritas variabel dependen dan independen
Variabel
LCO2
LPDB
� = 5%
p-value
ADF test
ADF test
pada 1st
pada level
differece
0,2444
0,0041
0,8915
0,0468
Kesimpulan
I(1)
I(1)
Dari tabel 1 hasil ADF test menunjukkan bahwa data tidak stasioner di level
dan stasioner pada first difference. Tahap selanjutnya adalah meregresikan data
level (tidak stasioner) dengan OLS sehingga didapat persamaan :
��
+ ,
��
� = − ,
�
3
Dari model tersebut didapat residual yang sudah diuji stasioner dengan ADF
test. Hasil ADF untuk residualnya adalah stasioner pada tingkat level. Dapat
dikatakan bahwa variabel-variabel saling berkointegrasi. Model di atas biasa
disebut sebagai model jangka panjang. Selanjutnya adalah proses regresi dengan
variabel yang sudah stasioner (1st difference) dan ditambah dengan residual
persamaan jangka panjang sebagai variabel bebas. Model yang terbentuk adalah :
���
�
= − ,
Dari model di atas dapat dilihat:
+ ,
���
�
− ,
�−
1. Koefisien dari Et-1 biasa dikenal dengan speed of adjustment dan diharapkan
bernilai negatif. Pada model di atas speed of adjusment sudah negatif dan
bernilai cukup besar. Sekitar 73% dari ketidaksesuaian antara jangka
panjang dan jangka pendek dapat dikoreksi selama satu periode sehingga
dapat mencapai ekuilibrium
2. Variabel PDB signifikan dan secara positif mempengaruhi emisi gas CO2
Selanjutnya diagnostic model yang terbentuk dengan uji asumsi klasik.
Hasil yang diperoleh menggunakan software eviews 8.
a. Homoskedastisitas
Nilai probabilitas pada hasil pengujian heteroskedastisitas menggunakan
uji adalah 0,8587 (lebih besar � = 5%) maka dapat disimpulkan data
bersifat homoskedastisitas.
b. Autokorelasi
Nilai durbin watson dalam model ECM adalah 1,47 nilai tersebut berada
pada rentang dl < d < du sehingga tidak dapat disimpulkan asumsi non
autokorelasi terpenuhi atau tidak terpenuhi
c. Normalitas
Nilai Jarque-Bera pada model ECM adalah 1,24 atau nilai
probabilitasnya 0,537 (lebih besar � = 5%) maka dapat disimpulakan
bahwa data berdistribusi normal.
4. Kesimpulan
Berdasrkan hasil pembahasan pengaruh PDB terhdapa emisi gas CO2 di
Indonesia dapat disimpulkan beberapa hal yaitu:
1. Sekitar 66 % variasi dalam emisi gas CO2 di Indonesia mampu dijelaskan
oleh pertumbuhan PDB, sisanya dijelaskan oleh variabel lain.
2. Peningkatan pertumbuhan PDB dalam jangka pendek berpengaruh
signifikan dan positif terhdap emisi gas CO2 di Indonesia, begitu juga dalam
jangka panjang PDB juga berpengaruh secara positif terhadap emisi gas
CO2.
3. Hasil dari penelitian ini diharapkan mampu memberikan penjelasan dan
pengertian kepada penduduk Indoneisa dalam memahami masalah
lingkungan hidup. Karena pembangunan ekonomi tidak semata-mata hanya
untuk mensejahterakan penduduk namun juga harus memperhatikan
dampak lingkungan.
4
Daftar Pustaka
1. Putra, Rico Tantowi, 2012. Fenomena Deindustrialisasi di Provinsi Sulawesi
Tenggara
Tahun
1990-2010:
Berdasarkan
Error
Correction
Model(ECM).Jakarta: Sekolah Tinggi Ilmu Statistik
2. Choi, Eunho, dkk. 2010. An Empirical Study of the Relationships between
CO2 Emissions, Economic Growth and Openness. Germany
3. bps.go.id
4. data.worldbank.org
Lampiran
Lampiran 1
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
Std. Error
(Constant)
-,021
,019
dlpdb
1,640
,306
Unstandardized Residual
-,732
,231
Coefficients
Beta
t
Sig.
-1,066
,303
,755
5,361
,000
-,446
-3,171
,006
a. Dependent Variable: dlco2
Model Summaryb
Model
1
R
R Square
,840a
,705
Adjusted R
Std. Error of the
Square
Estimate
,666
,06056
Durbin-Watson
1,477
a. Predictors: (Constant), Unstandardized Residual, dlpdb
b. Dependent Variable: dlco2
Lampiran 2
5
Lampiran 3 (Normality test)
Lampiran 4. (Scatter plot Emisi CO2 dan PDB)
6
Rusaknya Lingkungan Hidup?
Fransiska Alda Setyani S.
3SE-1. 13.7629
Abstract
This paper is a research for the impact of economic growth that cause the
degradation of enviroment in Indonesia using Kuznetz theory. This paper examines
the CO2 emissions as the dependent variable have relationship with economic
growth and opennes as the independent variables. The data is using time series data
1960-2011 world development indicators (WDI) from world bank. The model is using
ECM model which is have significantly relationship between GDP and CO2
emissions.
Keywords:
Economic growth, CO2 emissions,Environmental Kuznets Curve, ECM.
1. Latar Belakang
Pertumbuhan ekonomi merupakan salah satu indikator apakah suatu
negara sudah digolongkan menjadi negara maju atau belum. Tidak bisa dipungkiri
bahwa pertumbuhan ekonomi merupakan salah satu dampak dari majunya
sumber daya baik manusia, alam dan teknologi. Suatu negara maju pasti memiliki
sumber daya dengan kualitas yang baik. Tetapi pertumbuhan ekonomi suatu
negara ternyata juga memiliki pengaruh negatif terhadap alam. Misalnya saja di
sektor industri pengolahan yang masih belum bisa mengolah limbah agar tidak
tercemar, sektor transportasi yang selama ini masih menggunakan bahan bakar
dan mengeluarkan gas beracun seperti CO,CO2,dll, pemakaian pupuk kimia
terhadap tanaman-tanaman membuat tanah menjadi tercemar, dan lain
sebagainya. Tidak heran jika semakin bertambahnya pencemaran-pencemaran ini
menyebabkan fenomena bencana alam. Grafik 1 memperlihatkan emisi gas CO2
yang memiliki trend positif dari tahun ke tahun bahkan setelah tahun 2007 emisi
CO2 semakin meningkat tajam.
CO2 Emissions (kt) in Indonesia 19602011
600000
400000
200000
CO2 emissions (kt)
1960
1964
1968
1972
1976
1980
1984
1988
1992
1996
2000
2004
2008
0
Sumber: World Development Index, World Bank
Oleh karena itu Kuznets (1955) mengemukakan bahwa pembangunan
ekonomi tidak boleh berorientasi pada pertumbuhan ekonomi saja namun juga
harus memperhatikan dampak lingkungan. Menurut Kuznets pembangunan
ekonomi ini akan merusak lingkungan hidup. Pernyataan Kuznets ini terkenal
dengan teori Enviromental Kuznets Curve (EKC). Teori EKC ini menjelaskan bahwa
di negara-negara yang sedang berkembang, seiring dengan berjalannya waktu
1
akan semakin merusak lingkungan hidup. Dan sebaliknya pada negara-negara
yang sudah maju akan memperbaiki lingkungan hidup, seiring berjalannya waktu
(Eunho Choi, 2010).Penelitian ini akan membahas pengaruh dari PDB terhadap
emisi gas CO2 menggunakan Error Correction Model (ECM).
2. Metode
2.1 Penelitian terkait
Peneliti
Sahbi Fahrani,
Anissa Chaibi,
Christope Rault
(2014)
Mihael Grubb,
Benito Muller,
Lucy
Butler
(2011)
Hasil Penelitian
Adanya pengaruh positif, baik
persamaan jangka
panjang maupun jangka pendek dari PDB dan tingkat
keterbukaan terhadap emisi gas CO2 di Tunisia
Di awal 1950-an seiring bertambahnya PDB per kapita di
negara maju seperti UK dan US, emisi gas CO2 semakin
bertmabah. Namun di tahun 1990-an peningkatan PDB
di negara tersebut sudah tidak lagi diikuti dengan
penambahan emisi gas CO2. (Pembuktian Environmental
Kuznets Curve)
Eunho
Choi, Terdapat 3 kurva berbeda untuk pengaruh pertumbuhan
Almas
ekonomi dengan emisi CO2 di 3 negara. Korea memiliki U
Heshmati,
curve untuk pengaruh GDP dan Opennes terhadap emisi
Yongsung Cho gas CO2.
China memiliki N curve untuk pengaruh GDP dan
(November,
Opennes terhadap emisi gas CO2 yaitu di satu periode
2010)
tertentu peningkatan PDB tidak diikuti oleh peningkatan
emisi CO2, namun di periode berikutnya akan meningkat
kembali.
Jepang memiliki inverted N curve untuk pengaruh GDP
dan Opennes terhadap emisi gas CO2.
2.2 Analisis Data
ECM adalah suatu model yang digunakan untuk melihat pengaruh jangka
pendek dan jangka panjang dari masing-masng peubah bebas terhdap peubah
terikat dengan memasukkan penyesuaian untuk melakukan koreksi bagi
ketidakseimbangan (speed of adjustment). Fungsi dari ECM ini adalah untuk
menghindari spurious regression. Estimasi persamaan jangka pendek dengan
memasukkan residual yang sudah di dapat pada persamaan jangka panjang.
Tahapan pemodelan ECM adalah :
1. Lakukan uji stasioneritas pada semua variabel. Jika semua variabel
tidak stasioner di level namun stasioner di difference pada tingkat yang
sama maka ada kemungkinan variabel tersebut terkointegrasi.
2. Estimasi persamaan jangka pendek dengan menggunkan data yang
belum stasioner (data pada tingkat level). Kemudian lakukan uji
stasioneritas pada residualnya. Jika hasil uji menyatakan bahwa
residual stasioner maka dapat dikatakan variabel tersebut terkointegrasi
dan memiliki hubungan jangka panjang, sehingga model ECM bisa
dilanjutkan.
3. Langkah selanjutnya mengestimasi persamaan jangka panjang dengan
Eroor Correction Model menggunakan residual yang didapat pada
persamaan jangka panjang. Sehingga hasil regresi menggunakan
residual ini biasa disebut dengan persamaan jangka pendek.
4. Lakukan diagnostik model seduai dengan asumsi OLS.
2
Uji Asumsi Klasik
Uji asumsi yang digunakan adalah:
1. Asumsi normalitas, asumsi normalitas (Jarque-Bera) yang digunakan
untuk menguji apakah suatu series data berdistribusi normal. H0 dari
uji asumsi ini adalah data berdistribusi normal
2. Asumsi homoskedastisitas. Asumsi ini digunakan untuk melihat apakah
varians residual konstan seiring pertambahan waktu. H0 dari uji asumsi
ini adalah varians residual konstan atau homoskedastis.
3. Asumsi non-autokorelasi. Asumsi ini digunakan untuk melihat apakah
ada hubungan korelasi di dalam data variabel independennya. H0 dari
uji ini adalah data bersifat white noise (non autokorelasi)
2.3 Data
Data yang digunakan adalah data tahunan beruntun dari tahun 1993-2011
dengan emisi CO2 sebagai variabel dependen dan PDBHK 2000 sebagai variabel
independen. Data emisi CO2 diperoleh dari World Bank dan data PDB diperoleh
dari Badan Pusat Statistik.
3. Hasil dan Pembahasan
3.1 Analisis Deskriptif
Tabel 1. Statistik deskriptif variabel-variabel
Variabel
CO2
PDB
Mean
Std. Deviation
Skewness Kurtosis
320932,173
94667,00602
0,846
1,014
1657523,502
383942,5525
-0,461
1,014
Tabel di atas menunjukkan bahwa rata-rata keluaran gas CO2 di Indonesia
adalah sekitar 320.932 kilo ton dan rata-rata PDB di Indonesia setiap tahun
adalah 1.657.523 miliar rupiah.
3.2 Pengaruh PDB terhadap emisi gas CO2
Model yang digunakan untuk melihat pengaruh pertumbuhan PDB
terhadap keluaran gas CO2 dengan model ECM. Hasil uji stastioneritas masingmasing variabel adalah sebagai berikut:
Tabel 1. Uji Stasioneritas variabel dependen dan independen
Variabel
LCO2
LPDB
� = 5%
p-value
ADF test
ADF test
pada 1st
pada level
differece
0,2444
0,0041
0,8915
0,0468
Kesimpulan
I(1)
I(1)
Dari tabel 1 hasil ADF test menunjukkan bahwa data tidak stasioner di level
dan stasioner pada first difference. Tahap selanjutnya adalah meregresikan data
level (tidak stasioner) dengan OLS sehingga didapat persamaan :
��
+ ,
��
� = − ,
�
3
Dari model tersebut didapat residual yang sudah diuji stasioner dengan ADF
test. Hasil ADF untuk residualnya adalah stasioner pada tingkat level. Dapat
dikatakan bahwa variabel-variabel saling berkointegrasi. Model di atas biasa
disebut sebagai model jangka panjang. Selanjutnya adalah proses regresi dengan
variabel yang sudah stasioner (1st difference) dan ditambah dengan residual
persamaan jangka panjang sebagai variabel bebas. Model yang terbentuk adalah :
���
�
= − ,
Dari model di atas dapat dilihat:
+ ,
���
�
− ,
�−
1. Koefisien dari Et-1 biasa dikenal dengan speed of adjustment dan diharapkan
bernilai negatif. Pada model di atas speed of adjusment sudah negatif dan
bernilai cukup besar. Sekitar 73% dari ketidaksesuaian antara jangka
panjang dan jangka pendek dapat dikoreksi selama satu periode sehingga
dapat mencapai ekuilibrium
2. Variabel PDB signifikan dan secara positif mempengaruhi emisi gas CO2
Selanjutnya diagnostic model yang terbentuk dengan uji asumsi klasik.
Hasil yang diperoleh menggunakan software eviews 8.
a. Homoskedastisitas
Nilai probabilitas pada hasil pengujian heteroskedastisitas menggunakan
uji adalah 0,8587 (lebih besar � = 5%) maka dapat disimpulkan data
bersifat homoskedastisitas.
b. Autokorelasi
Nilai durbin watson dalam model ECM adalah 1,47 nilai tersebut berada
pada rentang dl < d < du sehingga tidak dapat disimpulkan asumsi non
autokorelasi terpenuhi atau tidak terpenuhi
c. Normalitas
Nilai Jarque-Bera pada model ECM adalah 1,24 atau nilai
probabilitasnya 0,537 (lebih besar � = 5%) maka dapat disimpulakan
bahwa data berdistribusi normal.
4. Kesimpulan
Berdasrkan hasil pembahasan pengaruh PDB terhdapa emisi gas CO2 di
Indonesia dapat disimpulkan beberapa hal yaitu:
1. Sekitar 66 % variasi dalam emisi gas CO2 di Indonesia mampu dijelaskan
oleh pertumbuhan PDB, sisanya dijelaskan oleh variabel lain.
2. Peningkatan pertumbuhan PDB dalam jangka pendek berpengaruh
signifikan dan positif terhdap emisi gas CO2 di Indonesia, begitu juga dalam
jangka panjang PDB juga berpengaruh secara positif terhadap emisi gas
CO2.
3. Hasil dari penelitian ini diharapkan mampu memberikan penjelasan dan
pengertian kepada penduduk Indoneisa dalam memahami masalah
lingkungan hidup. Karena pembangunan ekonomi tidak semata-mata hanya
untuk mensejahterakan penduduk namun juga harus memperhatikan
dampak lingkungan.
4
Daftar Pustaka
1. Putra, Rico Tantowi, 2012. Fenomena Deindustrialisasi di Provinsi Sulawesi
Tenggara
Tahun
1990-2010:
Berdasarkan
Error
Correction
Model(ECM).Jakarta: Sekolah Tinggi Ilmu Statistik
2. Choi, Eunho, dkk. 2010. An Empirical Study of the Relationships between
CO2 Emissions, Economic Growth and Openness. Germany
3. bps.go.id
4. data.worldbank.org
Lampiran
Lampiran 1
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
Std. Error
(Constant)
-,021
,019
dlpdb
1,640
,306
Unstandardized Residual
-,732
,231
Coefficients
Beta
t
Sig.
-1,066
,303
,755
5,361
,000
-,446
-3,171
,006
a. Dependent Variable: dlco2
Model Summaryb
Model
1
R
R Square
,840a
,705
Adjusted R
Std. Error of the
Square
Estimate
,666
,06056
Durbin-Watson
1,477
a. Predictors: (Constant), Unstandardized Residual, dlpdb
b. Dependent Variable: dlco2
Lampiran 2
5
Lampiran 3 (Normality test)
Lampiran 4. (Scatter plot Emisi CO2 dan PDB)
6