Estimasi manfaat penurunan polusi udara: studi kasus Jabodetabek 1

(1)

Estimasi manfaat penurunan polusi udara:

studi kasus Jabodetabek

1

Mia Amalia2_{, Jeff Bennett}3 _{dan Budy Resosudarmo}3

1 _{Survey dibiayai oleh the Australian National University dan Environmental Economics Program for South East Asia} 2_{Badan Perencanaan Pembangunan Nasional}

(2)

Kerangka presentasi

o

Latar belakang penelitian

o

Tujuan penelitian

o

Metode ■ Choice modelling ■ Kuesioner ■ Pemilihan sampel

o

Hasil ■ Karakteristik responden ■ Hasil pemodelan

o

Kesimpulan ■ Ringkasan ■ Usulan kebijakan ■ Perencanaan kebijakan ■ Penelitian lanjutan

(3)

www.usc.edu www.as.wn.com www.nature.com www.eia.doe.gov www.civeng.unsw.edu.au www.time.com www.usc.edu www.usc.edu www.usc.edu

(4)

Latar belakang

o

Kualitas udara Jabodetabek berada di atas ambang batas internasional:

Polutan Keterangan

TSP 2.7 kali lebih tinggi dari standar WHO (90μg/m3₎

Posisi ke-dua pada tahun 2004 (setelah New Delhi)

NO₂ 10 μg/m3 _{lebih tinggi dari standar WHO}

PM10 Posisi ke-sebelas di dunia pada tahun 2002

SO₂ Posisi ke-97 di dunia pada tahun 2001

(5)

Tujuan penelitian

o

Untuk mengestimasi nilai perubahan kondisi kesehatan dan lingkungan dalam satuan nilai uang (in monetary terms).

o

Untuk mengamati variabel penjelas untuk variasi willingness to pay:

■ Variabel sosial ekonomi seperti pendapatan rata-rata, pendidikan, umur dan kondisi kesehatan.

■ Atribut udara bersih yang digunakan dalam penelitian seperti kesehatan, jarak pandang dan bau.

Tujuan penelitian

Metode Hasil Kesimpulan

(6)

Choice modelling

o Pembuatan kuesioner

■ Isi

● Draft 1 – input dari langkah penelitian sebelumnya, focus group discussion I, diskusi dengan ahli (Juli 2007)

● Draft 2 – diskusi dengan ahli (Juli 2008)

● Draft 3 – input dari focus group discussions II (Juli dan Agustus 2008)

● Final – Tes lapangan (68 respondent oleh interviewer)

■ Experimental design

● Desainorthogonal – koefisien untuk pembuatan Desain efisien

● Desian efisien – lebih baik dari desain orthogonal, mengurangi jumlah responden.

o Desain pemilihan sampel

o Survey (647 respondent)

o Analisis data:

■ Conditional logit models (CL)

■ Random parameter logit model (RP) Choice modelling Kuesioner Pemilihan sampel Tes lapangan Tujuan penelitian Metode Hasil Kesimpulan

(7)

Isi kuesioner

o

Pengantar: tujuan penelitian dan pentingnya pendapat para responden.

o

Pembatasan masalah: pengalaman responden dengan polusi udara –

attribute ranking exercise.

o

Gambaran permasalahan: pengenalan atribut yang digunakan dalan kartu peraga.

o

Solusi yang mungkin dapat menangani masalah: kebijakan transportasi baru:

■ Perbaikan fasilitas transportasi.

■ Pengurangan jumlah kendaraan di pusat kegiatan.

■ Penurunan jumlah kendaraan tua.

o

Wahana pembayaran: kenaikan PBB, kenaikan pajak kendaraan, biaya masuk dan tarif parkir yang lebih tinggi di pusat kegiatan.

o

Kartu pilihan: dalam kartu peraga, 4 pilihan untuk setiap responden.

o

Penutup: kondisi kesehatan dan sosio-demografi.

Isi kuesioner Gambaran permasalahan Kebijakan Kartu pilihan Choice modelling Kuesioner Pemilihan sampel Tes lapangan Tujuan penelitian Metode Hasil Kesimpulan

(8)

Gambaran permasalahan

(9)

Kebijakan

(10)

Kartu pilihan

(11)

Multistage sampling

Multistage sampling

Daerah survey

JMA

cities and districts

sub district village village village sub village sub village village village

12 sub districts were selected for every city/district

5 villages in every sub district were selected randomly

2 sub villages in every village were selected randomly to create 2 PSU sub district sub district Choice modelling Kuesioner Pemilihan sampel Tes lapangan Tujuan penelitian Metode Hasil Kesimpulan

(12)

Daerah survey

Multistage sampling Daerah survey Tujuan penelitian Metode Hasil Kesimpulan Choice modelling Kuesioner Pemilihan sampel Tes lapangan

(13)

Jumlah responden

Pendapatan

Jumlah responden Pendapatan

SES Umur

Block _respondentsNumber of 1 109 2 104 3 111 4 110 5 104 6 109 Total 647 Income

level Income range

No of respondents 1 Below Rp 250,000 2 2 Rp 250,001 – Rp 600,000 57 3 Rp 600,001 – Rp 900,000 114 4 Rp 900,001 – Rp 1,250,000 178 5 Rp 1,250,001 – Rp 1,750,000 143 6 Rp 1,750,001 – Rp 2,500,000 84 7 Rp 2,500,001 – Rp 3,500,000 49 8 Rp 3,500,001 – Rp 5,000,000 14 9 Rp 5,000,001 – Rp 7,500,000 3 10 Above Rp 7,500,001 3 Total 647 Karakteristik responden Penerapan model Tujuan penelitian Metode Hasil Kesimpulan

(14)

Socio economic status level

Umur

Expenditure SES level Population _(%) Sample _(%)

Below 600,000 E 11 9 600,000 - 900,000 D 18 18 900,000 - 1,250,000 C2 23 28 1,250,000 - 1,750,000 C1 22 22 1,750,000 - 2,500,000 B 15 13 2,500,000 - 3,500,000 A2 7 8 Over 3,500,000 A1 4 3 Chi-squared 2.1033 Chi-squared critical (6, 0.05) 12.5916

Age groups Population 2008 (%)* Sample (%) 20 - 25 16 11 26 - 30 16 16 31 - 35 16 18 36 - 40 14 18 41 - 45 12 11 46 - 55 17 18 56 - 65 10 9 Chi-squared 3.6414 Chi-squared critical (6, 0.05) 12.5916 Menggunakan SES dan umur sebagai indikator, sampel tidak berbeda secara signifikan dengan populasi

Jumlah responden Pendapatan SES Umur Tujuan penelitian Metode Hasil Kesimpulan Karakteristik responden Penerapan model

(15)

Penerapan model

Conditional logit

Random parameter logit Perbandingan antar model

V_SQ = Iβ_I+ Vβ_V + O1β_O1 + O2β_O2 + Cβ_C V_TS = A_TS + Iβ_I+ Vβ_V + O1β_O1 + O2β_O2 + Cβ_C V_RD = A_RD + Iβ_I+ Vβ_V + O1β_O1 + O2β_O2 + Cβ_C V_RO = A_RO + Iβ_I+ Vβ_V + O1β_O1 + O2β_O2 + Cβ_C

Tujuan penelitian Metode Hasil Kesimpulan Karakteristik responden Penerapan model

(16)

Conditional Logit

Variables Model 1 Model 3 Coefficient Coefficient Illness -0.240 *** -0.248 *** Visibility 0.002 0.002 Odour1 -0.377 *** -0.407 *** Odour2 -0.097 ** -0.091 ** Cost -0.002 *** -0.003 *** ATS -0.220 * -1.003 ** ATS*Age -0.015 ** ATS*Gender -0.351 *** ATS*Education 0.415 *** ATS*Income 0.231 *** ATS*Cough -0.323 ** ATS*Distance -0.035 *** ATS*PM -20.824 ** ARD -0.382 *** -1.002 ** ARD *Age -0.017 *** ARD *Gender -0.521 *** ARD *Education 0.443 *** ARD *Income 0.231 *** ARD *Cough -0.441 ***

Variables _CoefficientModel 1 _CoefficientModel 3 ARD *Distance -0.036 *** ARD *PM -38.490 *** ARO -0.444 *** -1.078 ** ARO *Age -0.005 ARO *Gender -0.390 *** ARO *Education 0.397 *** ARO *Income 0.188 *** ARO *Cough -0.290 * ARO *Distance -0.042 *** ARO *PM -27.128 *** LL -3,090.273 -2799.018 AIC 2.394 2.186 BIC 2.412 2.251 Chi-squared 839.764 1422.274 Probability chi-squared 0.000 0.000 Rho-squared 0.120 0.203 Conditional logit

Random parameter logit Perbandingan antar model Tujuan penelitian Metode Hasil Kesimpulan Karakteristik responden Penerapan model

(17)

CL: Hausman test

CL Model Excluded choices

TS RD RO Model 1 p-value 0.009 0.004 0.010 Model 3 p-value 0.000 0.984 0.071

Model 1: asumsi IIA tidak bisa ditolak untuk seluruh kebijakan baru. Model 3: asumsi IIA tidak bisa ditolak untuk kebijakan RD.

Perlu estimasi dengan menggunakan Random Parameter Logit (RPL) yang tidak perlu memenuhi asumsi IIA. Conditional logit

Random parameter logit Perbandingan antar model Tujuan penelitian Metode Hasil Kesimpulan Karakteristik responden Penerapan model

(18)

Random parameter logit

o

Random parameter logit model diterapkan untuk mengamati dispersi pada koefisien rata-rata yang mengindikasikan heterogenitas responden.

o

Aplikasi:

■ Seluruh koefisien harga diset sebagai parameter tetap.

■ Seluruh atribut diset sebagai parameter random.

■ Replikasi untuk tes: 10-20, hasil: parameter random: Illness and Odour1.

■ Jumlah replikasi untuk estimasi model: 500.

■ Distribusi: diasumsikan normal.

Tujuan penelitian Metode Hasil Kesimpulan Karakteristik responden Penerapan model Conditional logit

Random parameter logit

(19)

RP

Variables Model 5

Coefficient Standard deviation Illness -0.247 *** 0.324 *** Visibility 0.002 Odour1 -0.436 *** 0.651 *** Odour2 -0.037 Cost -0.003 *** ATS -0.868 * Age -0.018 *** Education 0.472 *** Income 0.268 *** Cough -0.393 ** Distance -0.042 *** PM -25.880 *** ARD -0.894 * Age -0.020 *** Gender -0.612 *** Education 0.513 *** Income 0.271 *** Cough -0.517 *** Variables Model 5

Coefficient Standard deviation Distance -0.043 *** PM -44.344 *** ARO -0.940 * Gender -0.430 *** Education 0.447 *** Income 0.229 *** Cough -0.327 * Distance -0.050 *** PM -32.428 *** LL function -2791.552 Restricted LL -3587.730 Rho-squared 0.222 Chi-squared 1592.356 Prob chi-squared 0.000 AIC 2.181 BIC 2.251 Conditional logit

Perbandingan antar model Tujuan penelitian Metode Hasil Kesimpulan Karakteristik responden Penerapan model

(20)

Implicit prices

Variables _IPCL (Model 3)_{CI (95%)} _IPRPL (Model 5)_{CI (95%)} Proportion of _difference Illness -97.716 ± 0.946 -88.857 ±1.069 0.491 Visibility -- -- -- -- --D to N--D -360.955 ± 1.125 -324.786 ±2.190 0.781 SD to ND -234.841 ± 1.029 -- -- 0.873 Rho-squared 0.203 0.222

Note: D = disturbing, SD = slightly disturbing, ND = not disturbing

Model 5 dan Model 3 adalah dua model terbaik untuk data yang telah dikumpulkan.

Implicit prices memperlihatkan bahwa responden di Jabodetabek mau membayar untuk perbaikan kualitas kesehatan dan lingkungan, terutama bau dari asap kendaraan bermotor.

Implicit prices yang diestimasi menggunakan CL dan RPL tidak berbeda secara signifikan kecuali untuk Odour2yang signifikan di CL tapi tidak signifikan di RPL Model.

Untuk perhitungan lanjutan, Model 5 digunakan karena IIA di Model 3 tidak dapat ditolak.

Conditional logit

Perbandingan antar model

(21)

Consumer surplus

(ribuan Rp./rumah tangga/tahun)

Policies High CI Medium CI Low CI

TS 634.19 ±16.40 447.94 ±18.76 321.70 ±19.08 RD 643.50 ±17.22 487.26 ±19.58 331.02 ±38.98 RO 659.80 ±17.47 503.56 ±19.83 347.31 ±59.13 Rho-squared 0.222

Policies PVTB in million USD PVTB in trillion Rp

Discount rate (%) 6.75 9.51 12.75 6.75 9.51 12.75 TS 498 474 448 4,373 4,161 3,934 RD 507 483 456 4,459 4,242 4,010 RO 524 499 472 4,608 4,384 4,144

Present value of total benefit

Conditional logit

Perbandingan antar model

(22)

Ringkasan

o

Responden di Jabodetabek memiliki nilai signifikan untuk atribut kualitas udara: kesehatan dan bau.

o

Jarak pandang tidak signifikan.

o

Nilai ASC yang negatif kemungkinan disebabkan oleh biaya termurah masih terlalu tinggi atau responden lebih berkonsentrasi memilih atribut daripada kebijakan transportasi yang diusulkan.

o

Estimasi manfaat dapat digunakan untuk menghitung manfaat bersih

pelaksanaan kebijakan bila ada data mengenai estimasi biaya pelaksanaan kebijakan. Ringkasan Usulan kebijakan Perencanaan kebijakan Penelitian lanjutan Tujuan penelitian Metode Hasil Kesimpulan

(23)

Usulan kebijakan

o

WTP (per rumah tangga per tahun selama tiga tahun periode pembayaran):

■ TS: Rp284,266(USD32.36)

■ RD: Rp309,445 (USD35.22)

■ RO: Rp326,624 (USD37.18)

o

Market-based instruments dapat diperkenalkan di Jakarta untuk

mengurangi penggunaan kendaraan pribadi dengan menurunkan biaya kendaraan umum dan menaikan biaya pengoperasian kendaraan pribadi dan kendaraan tua.

Ringkasan Usulan kebijakan Perencanaan kebijakan Penelitian lanjutan Tujuan penelitian Metode Hasil Kesimpulan

(24)

Perencanaan kebijakan

o

Kegagalan untuk mengenali preferensi dan hanya menerapkan kebijakan berdasarkan perkiraan bahwa kebijakan dapat mengubah perilaku

masyarakat hanya akan menghasilkan outcome kebijakan yang berbeda dengan yang direncanakan.

o

Mempertimbangkan preferensi masyarakat dalam pembuatan kebijakan dapat memperpanjang proses dan meningkatkan biaya perencanaan kebijakan. Hasil akan lebih baik dan outcome lebih mendekati rencana.

Ringkasan Usulan kebijakan Perencanaan kebijakan Penelitian lanjutan Tujuan penelitian Metode Hasil Kesimpulan

(25)

Penelitian lanjutan

o

Pendekatan yang lebih baik untuk membantu responden mengerti metode penelitian yang rumit sehingga CM dapat dimengerti tidak hanya oleh

responden dengan tingkat pendidikan yang tinggi.

o

Komponen yang diperlukan untuk mengimplementasikan CM di Indonesia:

■ Interviewer yang terlatih;

■ Kuesioner yang berupa cerita;

■ Kartu peraga dengan isi yang mudah dimengerti dan biasa dilihat oleh responden.

o

Estimasi biaya untuk pelaksanaan kebijakan untuk menghitung manfaat bersih. Ringkasan Usulan kebijakan Perencanaan kebijakan Penelitian lanjutan Tujuan penelitian Metode Hasil Kesimpulan

(26)

Estimasi manfaat penurunan polusi udara: studi kasus Jabodetabek 1