Pengaruh Pembangunan Ekonomi dan Determinan Lainnya Terhadap Dampak Bencana Alam: Kasus Indonesia Tahun 2013-2019
IPB UNIVERSITY
SEMINAR HASIL SEKOLAH PASCA SARJANA
Dihqon Nadaamist (H151190266
)Pembimbing :
1. Prof. Dr. Ir. D S Priyarsono, MS
2. Dr. Alla Asmara, S.Pt, M.Si
• Indonesia merupakan negara rawan bencana
• Bencana alam seringkali melanda Indonesia.
• Benson dan Clay (1997) menyatakan bahwa bencana alam dapat menyebabkan kerusakan dan gangguan yang besar, menimbulkan korban jiwa serta mengganggu perekonomian suatu negara.
PENDAHULUAN
PENDAHULUAN
1641
1948
1684
2287
2851
2571
3814
0 500 1000 1500 2000 2500 3000 3500 4000 4500
2013 2014 2015 2016 2017 2018 2019
Sumber : Data bencana Indonesia BNPB, 2020 (diolah)
Gambar 1 Jumlah kejadian bencana alam di Indonesia tahun 2013-2019
5112
4034
148
5429
351
1563
147 4 2 97
0 1000 2000 3000 4000 5000 6000
Sumber : Data bencana Indonesia BNPB, 2020 (diolah)
Gambar 2 Jumlah kejadian bencana alam menurut jenis bencana di Indonesia tahun 20013-2019
Jumlah bencana alam di Indonesia dari tahun 2013-2019 cenderung meningkat dan bencana alam yang paling sering terjadi adalah angin puting beliung, banjir dan tanah longsor
PENDAHULUAN
92623
56665
25943
50114 51835
322864
75747
0 50000 100000 150000 200000 250000 300000 350000
2013 2014 2015 2016 2017 2018 2019
Sumber : Data bencana Indonesia BNPB, 2020 (diolah)
Gambar 3 Total unit kerusakan akibat bencana alam di Indonesia 2013-2019
Tingkat kerusakan akibat bencana alam merupakan salah satu proksi dari dampak bencana alam. Total kerusakan dari tahun 2013-2019 fluktuasi dan dampak paling besar terjadi pada tahun 2018.
• Dampak langsung bencana terhadap masyarakat adalah hilangnya nyawa manusia dan hancurnya modal fisik. Penghancuran langsung faktor input diikuti oleh gangguan dalam produksi dan output (Raschky 2008).
• Menurut Noy (2008) menemukan bahwa negara-negara dengan tingkat pendapatan perkapita yang lebih tinggi, keterbukaan terhadap perdagangan yang lebih luas, serta tingginya pembelanjaan pemerintah akan mampu menahan guncangan awal dari bencana.
• Sedangkan, menurut Songwathana (2018) PDB per kapita dan populasi perkotaan memiliki hubungan positif dengan jumlah kerusakan akibat bencana alam (dampak bencana alam).
PENDAHULUAN
• Saat ini penelitian mengenai pengaruh pembangunan ekonomi dan determinan lainnya terhadap dampak bencana alam di dunia mudah kita temui, sedangkan di Indonesia belum banyak dilakukan.
• Murujuk pada studi-studi empiris yang ada, ditemukan adanya variasi hubungan antara pembangunan ekonomi dengan dampak bencana alam.
• Penelitian sebelumnya juga belum menambahkan beberapa faktor penting yaitu faktor pembangunan manusia, ketimpangan pendapatan dan tingkat demokrasi suatu daerah. Penelitian ini membahas beberapa variabel yang tidak dibahas dipenelitian sebelumnya, maka penelitian ini ada.
PENDAHULUAN
1. Bagaimana kondisi bencana alam, tingkat kerusakan akibat bencana alam, pembangunan ekonomi, sumberdaya manusia, ketimpangan pendapatan dan demokrasi di Indonesia?
2. Bagaimana pengaruh pembangunan ekonomi dan determinan lainnya terhadap dampak bencana alam di Indonesia?
Perumusan Masalah
1. Memberikan gambaran umum tentang bencana alam, tingkat kerusakan akibat bencana alam, pembangunan ekonomi, sumberdaya manusia, ketimpangan pendapatan dan demokrasi di Indonesia
2. Menganalisis pengaruh pembangunan ekonomi dan determinan lainnya terhadap dampak bencana alam di Indonesia
Tujuan Penelitian
TINJAUAN PUSTAKA
Bukti-Bukti Empiris
• Tselios dan Tompkins (2018) Negara-negara dengan tingkat ketimpangan pendapatan yang lebih besar memiliki lebih banyak orang yang terkena dampak daripada di negara-negara yang lebih setara
• Songwathana (2018) PDB per kapita dan populasi perkotaan memiliki hubungan positif dengan jumlah kerusakan akibat bencana alam.
• Felbermayr dan Groschl (2014) pertumbuhan ekonomi, keterbukaan internasional, dan institusi demokrasi mengurangi dampak buruk dari bencana alam.
• Raschky (2008) pembangunan ekonomi merupakan faktor penting dalam menentukan kerentanan masyarakat terhadap bencana alam dilihat berdasarkan PDB Perkapita.
• Toya dan Skidmore ( 2007) Pembangunan ekonomi dan kerugian ekonomi yang disebabkan
bencana berbanding terbalik.
TINJAUAN PUSTAKA
Gambar 5 Kerangka pemikiran
Keterangan : : Hubungan sebab-akibat
TINJAUAN PUSTAKA
• Jumlah kejadian bencana alam meningkatkan dampak bencana alam provinsi di Indonesia
• Pembangunan ekonomi (pendapatan perkapita) mengurangi dampak bencana alam provinsi di Indonesia.
• Pembangunan demokrasi (Indeks demokrasi indonesia) mengurangi dampak bencana alam provinsi di Indonesia
• Ketimpangan Pendapatan (Indeks Gini) meningkatkan dampak bencana alam provinsi di Indonesia
• Pembangunan Manusia (Indeks Pembangunan Manusia) mengurangi dampak bencana alam provinsi di Indonesia
• Jumlah populasi penduduk meningkatkan dampak bencana alam provinsi di Indonesia
• Luas wilayah menurunkan dampak bencana alam provinsi di Indonesia
Hipotesis Penelitian
Problem
METODOLOGI PENELITIAN
• Data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk time series dan cross section. Data time series pada penelitian ini menggunakan data tahunan dari tahun 2013 sampai dengan 2019. Sementara itu data cross section yang digunakan adalah data 33 provinsi di Indonesia.
• Data sekunder yang diperoleh dalam penelitian ini berasal dari berbagai sumber dari
Badan Pusat Statistik (BPS), Data Informasi Bencana Indonesia (DIBI) BNPB. Selain itu
penelitian ini juga menggunakan data deskriptif tentang bencana alam Indonesia lewat
kumpulan artikel, jurnal dan laporan lain.
Problem
METODOLOGI PENELITIAN
Analisis menggunakan dua pendekatan
• Metode analisis deskriptif : bencana alam, tingkat kerusakan akibat bencana alam, pembangunan ekonomi, sumberdaya manusia, ketimpangan pendapatan dan demokrasi di Indonesia
• Metode kuantitatif menggunakan metode panel dinamis melalui pendekatan First-
Differences Generalized Method of Moments (FD-GMM)
Problem
METODOLOGI PENELITIAN
LNTKit= α1 + α2 LNTKit-1 + α3 IDIit + α4 LNPERKAPITAit+ α5 LNPOPit+ α6 LNLUASit+ α7 LNKEJADIANit + µit
LNKERUGIANit = α1 + α2 LNKERUGIANit-1 + α3 LNPOPit + α4 LNPERKAPITAit + α5 GINIit + α6 IPMit + α7 LNTKit + α8 LNLUASit + µit
Keterangan :
∝1 : Intersep
∝2 −∝8 : Koefisien masing-masing variabel
𝜇𝑖𝑡 : Error Term
𝐿𝑁𝑇𝐾𝑖𝑡 : Tingkat Kerusakan (unit) provinsi i pada tahun t (logaritma natural)
𝐿𝑁𝑇𝐾𝑖𝑡−1 : Tingkat Kerusakan (unit) tahun sebelumnya (time lag) (logaritma natural) 𝐿𝑁𝐾𝐸𝑅𝑈𝐺𝐼𝐴𝑁𝑖𝑡 : Kerugian Ekonomi (Unit/Rp) provinsi i pada tahun t (logaritma natural)
𝐿𝑁𝐾𝐸𝑅𝑈𝐺𝐼𝐴𝑁𝑖𝑡−1 : Kerugian Ekonomi (Unit/Rp) tahun sebelumnya (time lag) (logaritma natural) 𝐼𝐷𝐼𝑖𝑡 : Persentase Indeks Demokrasi menurut Provinsi (persen) provinsi i pada tahun t 𝐼𝑃𝑀𝑖𝑡 : Persentase Indeks Pembangunan menurut Provinsi (persen) provinsi i pada tahun t 𝐺𝐼𝑁𝐼𝑖𝑡 : Persentase Indeks Gini menurut Provinsi (persen) provinsi i pada tahun t
𝐿𝑁𝐿𝑈𝐴𝑆𝑖𝑡 : Luas Wilayah (km2) provinsi i pada tahun t (logaritma natural)
𝐿𝑁𝐾𝐸𝐽𝐴𝐷𝐼𝐴𝑁𝑖𝑡 : Jumlah Kejadian Bencana Alam (unit) provinsi i pada tahun t (logaritma natural) 𝐿𝑁𝑃𝑂𝑃𝑖𝑡 : Populasi Penduduk (jiwa) provinsi i pada tahun t (logaritma natural)
HASIL DAN
PEMBAHASAN
924 706
622 180
165 154 103
95 76
0 100 200 300 400 500 600 700 800 900 1000 JAWA TENGAH
JAWA BARAT JAWA TIMUR ACEH SULAWESI SELATAN KALIMANTAN SELATAN SUMATERA BARAT SUMATERA SELATAN KALIMANTAN TENGAH
Kejadian Bencana
Sumber : BNPB 2020 (diolah)
Gambar 6 Provinsi-Provinsi dengan Jumlah Bencana Alam Paling Banyak (Provinsi Paling Rawan Bencana Alam) Tahun 2019
HASIL DAN
PEMBAHASAN
Tahun Rumah
Fasilitas Kesehatan
Fasilitas Peribadatan
Fasilitas Pendidikan
2013 89718 321 684 1900
2014 55481 63 355 766
2015 25522 32 158 231
2016 47797 232 601 1484
2017 49677 117 715 1326
2018 370153 287 1503 2984
2019 73723 213 688 1123
Tabel 2 Jumlah kerusakan akibat bencana alam tahun 2013-2019
Tahun
Meninggal Dunia dan Hilang
Menderita dan Mengungsi
2013 512 3892000
2014 604 6281400
2015 276 1277000
2016 578 3162491
2017 378 3674369
2018 6240 10417179
2019 589 6103421
Tabel 3 Jumlah korban jiwa akibat bencana alam tahun 2013-2019
Sumber : DIBI BNPB, 2020
Dampak materi (kerusakan bangunan maupun fasilitas publik) maupun non materi (korban meninggal dan menderita) akibat bencana alam dari tahun 2013-2019 mengalami fluktuasi
HASIL DAN
PEMBAHASAN
0 200000 400000 600000 800000 1000000 1200000 1400000 1600000 1800000 2000000
Gambar 7 Pendapatan Perkapita provinsi-provinsi di Indonesia tahun 2019
0,00 10,00 20,00 30,00 40,00 50,00 60,00 70,00 80,00 90,00 100,00
Gambar 8 Indeks demokrasi provinsi-provinsi di Indonesia tahun 2019
0,00 10,00 20,00 30,00 40,00 50,00 60,00 70,00 80,00 90,00
0,32 0,320,310,330,320,330,340,33 0,27
0,34 0,390,4
0,36 0,42
0,370,370,370,38
0,360,330,340,330,33 0,37
0,33 0,390,40,41
0,37 0,320,31
0,390,39
0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45
Gambar 10 Indeks gini provinsi-provinsi di Indonesia tahun 2019 Gambar 9 Indeks pembangunan manusia provinsi-provinsi di Indonesia tahun 2019
HASIL DAN
PEMBAHASAN
Kuadran PDRB perkapita dengan dampak bencana alam (tingkat
kerusakan)
Indeks gini provinsi dengan dampak bencana alam
(tingkat kerusakan)
Indeks demokrasi dengan dampak bencana alam (tingkat
kerusakan)
Indeks pembangunan manusia dengan dampak
bencana alam (tingkat kerusakan) I Jawa Barat, Jawa Tengah, Jawa
Timur
Jawa Barat, Jawa Tengah, Jawa Timur, Nusa Tenggara Barat, Sulawesi Selatan, dan Sulawesi Tenggara
Jawa Tengah, Jawa Timur dan Nusa Tenggara Barat
Jawa Barat, Jawa Tengah, Jawa Timur, Sulawesi Selatan dan Sulawesi Tenggara.
II Sumatera Utara, Riau, DKI Jakarta, Banten dan Kalimantan Timur
DKI Jakarta, DI Yogyakarta, Banten, Bali, Nusa Tenggara Timur, Sulawesi Utara, Gorontalo, Sulawesi Barat, Papua Barat, dan Papua
Aceh, Riau, Sumatera Selatan, Bengkulu, Kep. Bangka Belitung, Kep. Riau, DKI Jakarta,DI Yogyakarta, Bali, Nusa Tenggara Timur, Kalimantan Barat,
Kalimantan Selatan, Kalimantan Tengah, Kalimantan Timur, Sulawesi Utara, Sulawesi Tengah, Gorontalo dan Sulawesi Barat
Aceh, Sumatera Utara, Sumatera Barat, Riau, Jambi, Bengkulu, Kep. Bangka Belitung, Kep. Riau, DKI Jakarta, DI Yogyakarta, Banten, Bali, Kalimantan Timur, dan Sulawesi Utara
III Aceh, Sumatera Barat, Sumatera Selatan, Jambi, Bengkulu,
Lampung, Kep. Bangka Belitung, Kep. Riau, DI Yogyakarta, Bali, Nusa Tenggara Timur, Kalimantan Barat, Kalimantan Tengah,
Kalimantan Selatan, Sulawesi Utara, Sulawesi Tengah, Gorontalo, Sulawesi Barat, Papua Barat, Papua
Aceh, Sumatera Utara, Sumatera Barat, Riau, Jambi, Sumatera Selatan, Bengkulu, Lampung, Kep. Bangka Belitung, Kep. Riau, Kalimantan Barat, Kalimantan Tengah, Kalimantan Selatan, Kalimantan Timur, dan Sulawesi Tengah
Sumatera Utara, Sumatera Barat, Jambi, Lampung, Banten, Papua Barat, dan Papua
Sumatera Selatan, Lampung, Nusa Tenggara Timur,
Kalimantan Barat, Kalimantan Tengah, Kalimantan Selatan, Sulawesi Tengah, Gorontalo, Sulawesi Barat, Papua Barat dan Papua
IV Nusa Tenggara Barat, Sulawesi Selatan, Sulawesi Tenggara, Maluku, dan Maluku Utara
Maluku dan Maluku Utara Jawa Barat, Sulawesi Selatan, Sulawesi Tenggara, Maluku dan Maluku Utara
Nusa Tenggara Barat, Maluku dan Maluku Utara
Tabel 4 Pengelompokan provinsi berdasarkan nilai dampak bencana alam (tingkat kerusakan akibat bencana alam dan variabel lainnya 2019
HASIL DAN
PEMBAHASAN
Parameter Estimated Coefficient Standard Error p-Value
Ln_TKi,t-1 -0.10536878 0.0324516 0.001***
IDI -0.0367606 0.0117801 0.002***
Ln_Perkapita -3.285018 1.234412 0.008***
Ln_Pop 14.48239 1.003952 0.000***
Ln_Luas 8.150042 0.0782337 0.177
Ln_Kejadian 0.4565601 0.0782337 0.000***
AB Test
Arellano-Bond m1 Arellano-Bond m2
Sargan Test
Z -2.3383 0.26402 chi2(33)= 27.49735 Prob>chi2= 0.7375
Prob > z 0.0194 0.7918
Parameter Estimated Coefficient Standard Error p-Value
Fd-GMM -0.10536878 0.0324516 0.001***
PLS 0.01835875 0.0663205 0.782
Fixed Effects -0.16208275 0.074216 0.030**
Tabel 5 Hasil uji estimasi Model 1 GMM Variabel Dependen TKi,t
• Melalui uji konsistensi (uji Arrelano-Bond), uji validitas (uji sargan) dan uji ketidakbiasan menunjukkan model layak digunakan.
• Variabel tingkat kerusakan periode sebelumnya, pendapatan perkapita, indeks demokrasi provinsi, jumlah kejadian bencana alam dan jumlah penduduk signifikan terhadap dampak bencana alam (tingkat kerusakan akibat bencana alam).
HASIL DAN
PEMBAHASAN
Tabel 6 Hasil uji estimasi Model 2 GMM Variabel Dependen KERUGIANi,t
Parameter Estimated Coefficient Standard Error p-Value
Ln_Kerugiani,t-1 -0.00050094 0.0005421 0.355
Ln_Pop -0.10336547 0.0025365 0.000***
Ln_Perkapita -0.01453 501 0.0028963 0.000***
Gini 0.04077932 0.0120268 0.001***
IPM -0.00485062 0.0001671 0.000***
Ln_TK 0.08734076 0.0001961 0.000***
Ln_Luas 0.01113006 0.0035529 0.002***
AB Test
Arellano-Bond m1 Arellano-Bond m2
Sargan Test
Z -1.5266 0.91775 chi2(33)= 27.25491 Prob>chi2= 0.7484
Prob > z 0.1269 0.3588
Parameter Estimated Coefficient Standard Error p-Value
Fd-GMM -0.00050094 0.0005421 0.355
PLS -0.00745098 0.0082269 0.366
Fixed Effects 0.00186172 0.0059997 0.757
• Melalui uji konsistensi (uji Arrelano-Bond), uji validitas (uji sargan) dan uji ketidakbiasan menunjukkan model layak digunakan.
• Variabel pendapatan perkapita, indeks gini provinsi, indeks pembangunan manusia, tingkat kerusakan akibat bencana alam, jumlah penduduk dan luas wilayah signifikan terhadap dampak bencana alam (kerugian ekonomi)
