Estimasi manfaat penurunan polusi udara:
studi kasus Jabodetabek
1Mia Amalia2, Jeff Bennett3 dan Budy Resosudarmo3
1 Survey dibiayai oleh the Australian National University dan Environmental Economics Program for South East Asia 2Badan Perencanaan Pembangunan Nasional
Kerangka presentasi
o
Latar belakang penelitiano
Tujuan penelitiano
Metode ■ Choice modelling ■ Kuesioner ■ Pemilihan sampelo
Hasil ■ Karakteristik responden ■ Hasil pemodelano
Kesimpulan ■ Ringkasan ■ Usulan kebijakan ■ Perencanaan kebijakan ■ Penelitian lanjutanwww.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
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
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
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
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
Gambaran permasalahan
Isi kuesioner Gambaran permasalahan Kebijakan Kartu pilihan Choice modelling Kuesioner Pemilihan sampel Tes lapangan Tujuan penelitian Metode Hasil KesimpulanKebijakan
Isi kuesioner Gambaran permasalahan Kebijakan Kartu pilihan Choice modelling Kuesioner Pemilihan sampel Tes lapangan Tujuan penelitian Metode Hasil KesimpulanKartu pilihan
Isi kuesioner Gambaran permasalahan Kebijakan Kartu pilihan Choice modelling Kuesioner Pemilihan sampel Tes lapangan Tujuan penelitian Metode Hasil KesimpulanMultistage 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
Daerah survey
Multistage sampling Daerah survey Tujuan penelitian Metode Hasil Kesimpulan Choice modelling Kuesioner Pemilihan sampel Tes lapanganJumlah responden
Pendapatan
Jumlah responden PendapatanSES 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
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
Penerapan model
Conditional logit
Random parameter logit Perbandingan antar model
VSQ = IβI + VβV + O1βO1 + O2βO2 + CβC VTS = ATS + IβI + VβV + O1βO1 + O2βO2 + CβC VRD = ARD + IβI + VβV + O1βO1 + O2βO2 + CβC VRO = ARO + IβI + VβV + O1βO1 + O2βO2 + CβC
Tujuan penelitian Metode Hasil Kesimpulan Karakteristik responden Penerapan model
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
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
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
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
Random parameter logit
Perbandingan antar model Tujuan penelitian Metode Hasil Kesimpulan Karakteristik responden Penerapan model
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
Random parameter logit
Perbandingan antar model
Tujuan penelitian Metode Hasil Kesimpulan Karakteristik responden Penerapan model
Consumer surplus
(ribuan Rp./rumah tangga/tahun)
Policies High CI Medium CI Low CITS 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
Random parameter logit
Perbandingan antar model
Tujuan penelitian Metode Hasil Kesimpulan Karakteristik responden Penerapan model
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 bersihpelaksanaan kebijakan bila ada data mengenai estimasi biaya pelaksanaan kebijakan. Ringkasan Usulan kebijakan Perencanaan kebijakan Penelitian lanjutan Tujuan penelitian Metode Hasil Kesimpulan
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 untukmengurangi 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
Perencanaan kebijakan
o
Kegagalan untuk mengenali preferensi dan hanya menerapkan kebijakan berdasarkan perkiraan bahwa kebijakan dapat mengubah perilakumasyarakat 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
Penelitian lanjutan
o
Pendekatan yang lebih baik untuk membantu responden mengerti metode penelitian yang rumit sehingga CM dapat dimengerti tidak hanya olehresponden 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.