IV. KONVERGENSI DAN FAKTOR DETERMINAN KONVERSI LAHAN SAWAH
4.3. Pengaruh PDRB dan Jumlah Penduduk terhadap Luas Lahan Sawah
Analisa pengaruh pertumbuhan ekonomi yang dilihat dari PDRB, dan jumlah penduduk terhadap luas lahan sawah dihitung berdasarkan data panel BPS antara tahun 2001 sampai tahun 2010 dari 33 kabupaten/kota di Pulau Jawa dengan menggunakan Eviews 7. Data luas lahan sawah, PDRB total dan jumlah penduduk masing-masing dapat dilihat pada Lampiran 2a, 2b dan 2c. Hasil
estimasi secara rinci menggunakan metode Pool Ordinary Least Square (PLS), Fixed Effect Model (FEM) dan Random Effect Model (REM) dijabarkan masing-masing pada Lampiran 3a, 3b dan 3c. Model persamaan yang didapat berdasarkan ketiga metode tersebut adalah sebagai berikut:
1. Metode Pool Ordinary Least Square (PLS)
Lit =4945,051 –8,09 E-05PDRBit + 0,026472PDKit + uit
Dengan nilai koefisien, standar error dan statistik-t dan hasil analisis variannya disajikan pada Tabel 13 berikut.
Tabel 13. Hasil Estimasi Model Persamaan Luas Lahan Sawah menggunakan Metode PLS
Variable Coef. Std Error t-Statistic Prob
C 4945,051 1259,971 3,924732 0,0000
EKONOMI? -8,09E-05 9,72E-05 -0,832725 0,4056
PENDUDUK? 0,026472 0,001269 20,85587 0,0000
R-square 0,649682 Mean dependent var 32128,07
Adjusted R-squared 0,647539 S.D dependent var 17996,62
S.E of regression 10684,31 Akaike info criterion 21,39999
Sum Squared Resid 3,73E+10 Schwarz criterion 21,43453
Log likelihood -3527,998 Hannan-Quinn criter 21,41377
F-statistic 303,2185 Durbin-Watson stat 0,177440
Prob (F-statistic) 0,000000
Dengan menggunakan metode ini, terlihat bahwa secara parsial PDRB tidak berpengaruh signifikan terhadap luas lahan sawah, namun jumlah penduduk berpengaruh signifikan. Uji F juga menunjukkan bahwa secara simultan, terdapat peubah bebas yang berpengaruh signifikan terhadap luas lahan sawah. Demikian juga nilai probabilitas F-statistik yang lebih kecil dari taraf nyata, sehingga dapat disimpulkan bahwa kemungkinan kesalahan tidak melebihi batas taraf nyata. Nilai Adjusted R-squared model sebesar 0,647539 menunjukkan bahwa 64,75 persen variasi luas lahan sawah dipengaruhi oleh PDRB total dan jumlah penduduk di suatu wilayah.
2. Metode Fixed Effect Model (FEM)
Lit =47786,91 + Di–0,000125PDRBit–0,014312PDKit + uit
Pada persamaan yang menggunakan metode FEM ini slope untuk PDRB dan PDK berlaku untuk semua wilayah i, namun intersep setiap wilayah berbeda, tergantung pada nilai dummy (Di). Adapun nilai koefisien dasar, standar error dan Statistik-t dan hasil analisis variannya disajikan pada Tabel
14 berikut, sedangkan nilai dummy pada intersep masing-masing wilayah dapat dilihat pada Lampiran 2b.
Tabel 14. Hasil Estimasi Model Persamaan Luas Lahan Sawah menggunakan Metode FEM
Variable Coef. Std Error t-Statistic Prob.
C 47786,91 1570,256 30,43256 0,0000
EKONOMI? -0,000125 6,49 E-05 -1,931872 0,0543
PENDUDUK? -0,014312 0,001710 -8,370339 0,0000
Effect Specification
Cross-section fixed (dummy var)
R-square 0,994942 Mean dependent var 32128,07
Adjusted R-squared 0,994359 S.D dependent var 17996,62
S.E of regression 1351,661 Akaike info criterion 17,35606
Sum Squared Resid 5,39 E+08 Schwarz criterion 17,75899
Log likelihood -2828,750 Hannan-Quinn criter 17,51678
F-statistic 1706,715 Durbin-Watson stat 0,355859
Prob (F-statistic) 0,000000
Dengan menggunakan metode ini, pada taraf nyata 5%, hasil estimasi model tidak berbeda jauh dengan metode PLS dimana secara parsial PDRB tidak berpengaruh signifikan terhadap luas lahan sawah, tetapi jumlah penduduk berpengaruh signifikan terhadap luas lahan sawah. Uji F dan probabilitas F-statistik juga menunjukkan bahwa secara simultan, peubah bebas berpengaruh signifikan terhadap luas lahan sawah. Nilai Adjusted R-squared model pada metode FEM ini lebih baik, yaitu sebesar 0,994359 menunjukkan bahwa 99,4359 persen variasi luas lahan sawah dipengaruhi oleh PDRB total dan jumlah penduduk. Hal ini dapat diartikan bahwa estimasi model yang dihasilkan dengan metode FEM lebih handal dibanding metode PLS.
3. Metode Random Effect Model (REM)
Lit =40894,14 - 0,000248PDRBit –0,007045PDKit + wit
Pada persamaan yang menggunakan metode REM ini komponen error setiap wilayah berbeda. Adapun nilai koefisien dasar, standar error dan statistik-t dan hasil analisis variannya disajikan pada Tabel 15 berikut, sedangkan nilai random effect masing-masing wilayah dapat dilihat pada Lampiran 2c.
Tabel 15. Hasil Estimasi Model Persamaan Luas Lahan Sawah menggunakan Metode REM
Variabel Coef. Std Error t-Statistik Prob.
C 40894,14 2362,471 17,30990 0,0000
EKONOMI? -0,000248 6,26 E-05 -3,954032 0,0001
PENDUDUK? -0,007045 0,001567 -4,495956 0,0000
Effect Specification S.D RHO
Cross-section random 10770,83 0,9845
Idiosyncrotic random 1351,661 0,0155
Weighted Statistic
R-square 0,178859 Mean dependent var 1273,977
Adjusted R-squared 0,173837 S.D dependent var 1751,490
S.E of regression 1591,991 Sum squared resid 8,29E+08
F-statistic 35,61313 Durbin-Watson Stat. 0,231359
Prob (F-statistic) 0,000000
Dengan menggunakan metode ini, hasil estimasi model berbeda dengan metode PLS maupun FEM. menunjukkan bahwa secara parsial PDRB total dan jumlah penduduk berpengaruh signifikan terhadap laju konversi lahan sawah. Uji F juga menunjukkan bahwa secara simultan, seluruh peubah bebas berpengaruh signifikan terhadap laju konversi. Demikian juga nilai probabilitas F-statistik yang lebih kecil dari taraf nyata, sehingga dapat disimpulkan bahwa kemungkinan kesalahan tidak melebihi batas taraf nyata. Nilai Adjusted R-squared model sebesar 0,173837 menunjukkan bahwa hanya 17,3837 persen variasi luas lahan sawah dipengaruhi oleh PDRB total dan jumlah penduduk.
Dari ketiga pengujian tersebut, kemudian dilakukan beberapa uji untuk memilih metode mana yang paling sesuai. Dengan menggunakan program Eviews 7, hasil Uji Chow atau Likelihood Test Ratio antara metode FEM dan PLS menghasilkan nilai 3,261611 yang lebih besar dari Ftabel. Berdasarkan perhitungan ini maka metode FEM lebih baik. Hasil dari uji Hausman didapatkan nilai 0,599687 yang lebih kecil dari nilai chi-square. Hal ini berarti bahwa metode REM lebih baik.
Hasil serangkaian perhitungan di atas menunjukkan bahwa model persamaan yang dihasilkan dengan metode REM dapat menerangkan hubungan antara PDRB total dan jumlah penduduk dengan luas lahan sawah di wilayah-wilayah penelitian. Slope yang bernilai negatif menunjukkan bahwa semakin tinggi PDRB total, luas lahan sawah yang tersedia akan semakin kecil. Demikian
pula hubungan antara jumlah penduduk dan luas lahan sawah yang menunjukkan bahwa semakin banyak penduduk yang tinggal di suatu wilayah, luas lahan sawah akan semakin kecil. Nilai Adjusted R-squared model sebesar 0,173837 menunjukkan bahwa hanya 17,3837 persen variasi luas lahan sawah dipengaruhi oleh PDRB total dan jumlah penduduk. Luas lahan sawah yang tersedia lebih dipengaruhi oleh faktor-faktor lain. Faktor-faktor yang diduga mempengaruhi luas lahan sawah tersebut antara lain harga tanah, harga beras, harga faktor-faktor input pertanian, pembangunan infrastruktur, kawasan industri serta kawasan perkantoran dan jasa.
Pertumbuhan ekonomi yang diwakili oleh pertumbuhan PDRB di 33 kabupaten/kota di Pulau Jawa mempengaruhi luas lahan sawah yang tersedia. Seiring dengan perubahan waktu, peran sektor industri dan jasa semakin besar dalam menentukan besaran PDRB total. Perkembangan sektor industri dan jasa ini diringi dengan kebutuhan akan lahan sawah. Di wilayah-wilayah perkotaan, luas lahan sawah yang tersedia relatif kecil dibandingkan dengan PDRB total. Perkembangan sektor industri dan jasa yang pada umumnya semakin mendominasi PDRB akan memerlukan lahan untuk kawasan industri ataupu kawasan perkantoran/jasa. Kebutuhan lahan ini antara lain dipenuhi dari alih fungsi lahan sawah. Dengan demikian, semakin lama, luas lahan sawah di wilayah dengan PDRB total disumbang dari sektor industri ataupun jasa akan semakin sempit.
Model persamaan regresi berganda antara pengaruh pertumbuhan jumlah penduduk dan konversi lahan pertanian juga menunjukkan bahwa pertumbuhan jumlah penduduk mempengaruhi luas lahan sawah. Hal ini dapat dimengerti mengingat salah satu bentuk konversi utama yang terkait dengan jumlah penduduk adalah perubahan lahan sawah untuk pemukiman/perumahan. Semakin banyak jumlah penduduk, kebutuhan untuk perumahan akan semakin tinggi. Hal ini akan mendorong alih fungsi lahan sawah menjadi wilayah perumahan/pemukiman.
Dari sisi pengembang/developer, pembangunan kawasan perumahan baru di area persawahan memang lebih mudah. Kondisi alam area persawahan umumnya relatif rata dan telah didukung oleh beberapa fasilitas disekitarnya. Sementara dari
sisi pemilik lahan, besaran harga yang ditawarkan pengembang telah dapat membuat pemilik lahan sawah tergiur untuk menjualnya. Bahkan, di beberapa wilayah, dengan kepemilikan lahan sawah yang sangat kecil akan membuat petani berpikir lebih baik menjual lahan sawah agar mendapatkan modal untuk usaha yang lain seperti menjadi tukang ojek, berdagang ataupun pekerjaan informal lainnya.
Selain kebutuhan perumahan, jumlah penduduk yang semakin besar akan meningkatkan kebutuhan lahan untuk penyediaan berbagai bangunan fasilitas umum seperti sekolah, pasar, jalan, fasilitas kesehatan atau tempat ibadah. Bangunan fasilitas-fasilitas umum ini sebagian juga didirikan di lahan yang sebelumnya merupakan lahan sawah. Dengan demikian, semakin banyak jumlah penduduk, luas lahan sawah akan semakin kecil.