ANALISIS PERTUMBUHAN PENDUDUK, PENDAPATAN, DAN TEKNOLOGI TERHADAP PENINGKATAN EMISI KARBONDIOKSIDA
(CO
2) DI ASEAN
(STUDI KASUS INDONESIA,THAILAND, MALAYSIA, VIETNAM, FILIPINA)
JURNAL ILMIAH
Disusun oleh :
DEMITRI PANGESTIKA AYUNINGTYAS 135020107111033
JURUSAN ILMU EKONOMI FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA MALANG
2020
LEMBAR PENGESAHAN PENULISAN ARTIKEL JURNAL
Artikel Jurnal dengan judul :
ANALISIS PERTUMBUHAN PENDUDUK, PENDAPATAN, DAN TEKNOLOGI TERHADAP PENINGKATAN EMISI KARBONDIOKSIDA (CO2) DI ASEAN (STUDI KASUS INDONESIA,THAILAND, MALAYSIA, VIETNAM, FILIPINA)
Yang disusun oleh :
Nama : Demitri Pangestika Ayuningtyas NIM : 135020107111033
Fakultas : Ekonomi dan Bisnis Jurusan : Ilmu Ekonomi
Program Studi : S1 Ekonomi Pembangunan Konsentrasi : Perencanaan Pembangunan
Bahwa artikel Jurnal tersebut dibuat sebagai
persyaratan ujian skripsiyang dipertahankan di depan Dewan Penguji pada tanggal 24 November 2020.
Malang, 28 November 2020 Dosen Pembimbing,
Ajeng Kartika Galuh, SE., ME.
NIP. 85122102120363
ANALISIS PERTUMBUHAN PENDUDUK, PENDAPATAN, DAN TEKNOLOGI TERHADAP PENINGKATAN EMISI KARBONDIOKSIDA (CO2) DI ASEAN (STUDI KASUS INDONESIA,THAILAND, MALAYSIA, VIETNAM, FILIPINA)
Demitri Pangestika Ayuningtyas Ajeng Kartika Galuh, SE., ME.
Fakultas Ekonomi dan Bisnis Universitas Brawijaya, Malang#
Email : demitrityas95@gmail.com
ABSTRAK
Penelitian ini bertujuan untuk mengetahui pengaruh pendapatan, penduduk, dan teknologi terhadap peningkatan emisi karbondioksida (CO2) di lima negara ASEAN terpilih, yaitu Indonesia, Thailand, Malaysia, Vietnam, Filipina pada periode penelitian 1985-2016 serta pembuktiannya dalam teori Environmental Kuznets Curve (EKC). Metode yang digunakan adalah regresi data panel. Hasil penelitian ini adalah penduduk, pendapatan, dan teknologi berpengaruh sognifikan terhadap perningkatan emisi karbondioksida (CO2) secara parsial dan simultan.
Kata Kunci : emisi karbondioksida (CO2), penduduk, pendapatan, teknologi, EKC
A. PENDAHULUAN
Di era globalisasi ini, pemanasan global (global warming) bukan hanya isu semata, melainkan sudah menjadi permasalahan lingkungan yang serius di mata dunia. Dampak dari pemanasan global sudah terjadi sejak lama tanpa disadari, misalnya pergeseran cuaca dan perubahan cuaca yang ekstrem.
Peningkatan konsentrasi emisi gas rumah kaca terutama karbondioksida atau CO2 di atmosfer memberikan pengaruh terhadap iklim global dan membawa pengaruh secara fisik dan biologis (IPCC,2001). World Bank menggambarkan bagaimana perubahan pada iklim akan mempegaruhi elemen hidup manusia di dunia dengan meningkatnya kesulitan kepada akses air bersih, produksi pangan kesehatan, dan menurunnya kualitas lingkungan (World Bank, 1992).
Faktor pendorong terciptanya emisi CO2 dipertimbangkan dari berbagai aspek. Menurut Dietz dan Rosa (1997), pertumbuhan yang cepat dari emisi CO2 disebabkan oleh faktor–faktor antropogenik antara lain penduduk, kegiatan ekonomi, teknologi, politik dan lembaga ekonomi, sikap dan keyakinan. Dari beberapa faktor yang sudah dijabarkan berikut penduduk, pendapatan, pertumbuhan teknologi dianggap sebagai pendorong utama dari emisi karbon dioksida.
Keterkaitan ketiga faktor tersebut tercantum dan akan diformulasikan dalam model IPAT (Impact- Population-Affluence-Technology). Model ini diangap paling tepat untuk mengukur semua jenis
dampak lingkungan karena model ini dianggap paling sederhana dan sistematis. Berdasarkan penuturan Dietz dan Rosa dalam tulisannya yang berjudul Effect of Population and Affluence on CO2 Emission tahun 1997, model ini dianggap sederhana karena faktor antropogenik (kekuatan pendorong) dapat mempengaruhi dampak lingkungan dan diangap sistematis karena adanya hubungan matematis antara faktor antropogenik dengan dampak lingkungan.
B. KAJIAN PUSTAKA Hubungan antara Penduduk dan Lingkungan
Penduduk memiliki peran ganda dalam lingkungan. Di satu sisi, penduduk berperan sebagai faktor pendorong (penyebab) degradasi lingkungan seiring dengan terjadinya “bom penduduk” yang dikhawatirkan sewaktu-waktu dapat meletus. Di sisi lain, penduduk juga berperan sebagai penerima dari degradasi lingkungan, sebagaimana kutipan berikut: ““the poor are dying of hunger, while rich and poor alike are dying from the by-product of affluence-pollution and ecological disaster” (Mantra, 2003:54).
Seperti diungkapkan oleh Malthus (1798), jumlah penduduk meningkat secara deret ukur sedangkan kebutuhan hidup riil meningkat secara deret hitung. Akibatnya pada suatu saat akan terjadi perbedaan yang besar antara penduduk dan kebutuhan. Selain hal tersebut, Malthus juga mengungkapkan bencana Malthusian atau Malthusian Catasthrope, yakni mendorong kembali kondisi substansia ketika penduduk tidak seimbang dengan produksi pertanian
.
Hubungan antara pendapatan dan lingkungan
Pertumbuhan ekonomi umumnya didefinisikan sebagai proses yang meningkatkan pendapatan perkapita suatu wilayah dalam jangka panjang (Kamaludin, 1998:10). Kenaikan pendapatan perkapita tersebut menggambarkan adanya perbaikan dalam kesejahteraan ekonomi (Amalia, 2007:1-2). Adanya hubungan positif antara pertumbuhan ekonomi dan pencemaran lingkungan menyebabkan naiknya tingkat degradasi lingkungan (pencemaran lingkungan) seiring dengan naiknya pertumbuhan ekonomi (Suparmoko, 1997:14-16).
Gambar 1 Kurva Hubungan Pendapatan dan Limgkungan
Sumber : Suparmoko, 1997:14-16
Hubungan antara lingkungan dan pendapatan pertama kali diperkenalkan oleh Grossman dan Krueger (1991) yang disebut dengan Hipotesis Environmental Kuznets Curve (EKC), ekonom
tersebut menunjukkan adanya hubungan sistematis antara perubahan pendapatan dan degradasi lingkungan, yang telah menjadi topik perbincangan terkait kebijakan lingkungan. Dalam EKC terdapat dua tahap yaitu, tahap awal dan tahap akhir. Pada tahap awal terdapat hubungan positif antara kenaikan pendapatan dan degradasi lingkungan. Pada tahap akhir akan dimulai ketika mencapai titik balik (turning point) yang berarti adanya hubungan negatif antara pendapatan dan degradasi lingkungan. Dengan demikian seiring dengan kenaikan pendapatan maka degradasi lingkungan menurun.
Gambar 2 The Environmental Kuznets Curve
Sumber: Andreoni dan Levinson (2004) Hubungan antara Teknologi dan Lingkungan
Teknologi adalah elemen lain yang menyatukan organisasi sosial, lembaga, budaya, dan faktor-faktor lain yang mempengaruhi dampak manusia terhadap lingkungan. Selain hal tersebut, teknologi juga dapat mempengaruhi kombinasi modal, tenaga kerja, energi, bahan material, dan informasi yang digunakan untuk memproduksi barang dan jasa (Nanduri, 1998). Teknologi mempunyai dua cara untuk menurunkan dampak lingkungan. Pertama dengan cara mengurangi bahan material dan penggunaan energi per unit output yang disebut sebagai intensitas energi.
Kedua dengan mensubtitusikan teknologi yang dipakai dengan teknologi yang lebih tidak berbahaya.
Reksohadiprojo (2000:3) mengatakan bahwa teknologi juga dapat dimanfaatkan untuk berbagai kepentingan yang bermanfaat bagi lingkungan antara lain: (1) memperbaiki efisiensi produksi; (2) mencegah kemungkinan meluasnya pencemaran yang telah terlanjur terjadi dalam lingkungan hidup manusia; (3) menanggulangi kemungkinan meluasnya pencemaran yang telah terlanjur terjadi dalam lingkungan hidup manusia, termasuk usaha pemanfaatan kembali limbah buangan produksi; (4) mencegah kemungkinan timbulnya limbah konsumsi; (5) menanggulangi kemungkinan meluasnya limbah buangan yang datang dari konsumen; (6) mengatur lingkungan hidup pada umumnya
C. METODE PENELITIAN Jenis penelitian
Sesuai dengan tujuan yang hendak diteliti, yaitu untuk mengetahui pengaruh penduduk, pendapatan, dan teknologi melalui penerapan Model IPAT terhadap emisi CO2 di lima negara
ASEAN (Indonesia, Thailand, Malaysia, Vietnam, dan Filipina), maka jenis pendekatan yang digunakan dalam penelitian ini adalah pendekatan kuantitatif. Pendekatan kuantitatif adalah penelitian yang menitikberatkan pada pengujian hipotesis dengan informasi yang terukur dan akan menghasilkan kesimpulan yang dapat digeneralisasikan.
Identifikasi Variabel dan Sumber Data
1. Variabel terikat (y) adalah emisi karbondioksida (CO2)
2. Variabel bebas (x) adalah penduduk (x1), pendapatan (x2), dan teknologi (x3).
Tabel 1 Jenis dan Sumber Data
D. HASIL DAN PEMBAHASAN
Analisis dalam penelitian ini menggunakan model regresi data panel. Dalam regresi data panel terdapat tiga model yang bisa digunakan dalam menganalisis yaitu common effect model, fixed effect model, dan random effect model. Pemilihan model dilakukan untuk mencari model regresi yang terbaik. Metode yang digunakan adalah uji chow dan uji hausman.
Uji Chow
Uji Chow dilakukan bertujuan untuk memilih teknik regresi antara PLS atau FEM dengan membandingkan nilai probabilitas F pada FEM dengan α (1%, 5%, atau 10%). Hipotesis nol pada Chow Test:
H0 = Model PLS H1 = Model FEM
Apabila nilai probabilitas Jika nilai probability Chi-square < α maka H0 ditolak. Dengan begitu model yang tepat digunakan adalah model Fixed Effect Model dan sebaliknya.
Tabel 2 Uji Chow
Effects Test Statistic d.f Prob
Cross-section F 72.409512 (4,152) 0,0000
Cross-section Chi-square 170.657621 4 0,0000
Sumber : Eviews 11, 2020 (diolah)
Dari tabel di atas, nilai probabilitas Chi-square sebesar 0.0000. dengan derajat kepercayaaan 95%, maka hipotesis H0 ditolak yang artinya model yang tepat digunakan dalam pengujian ini adalah Fixed Effect Model (FEM).
Uji Hausman
Uji Hausman dilakukan untuk menentukan model yang tepat digunakan antara Fixed Effect Model dan Random Effect Model. Hipotesis yang digunakan adalah :
H0 = Model REM
No Jenis Variabel Satuan Sumber
1 Emisi CO2 kiloton World Development Indicator (World Bank, 2012) 2 Jumlah penduduk Juta jiwa World Development Indicator (World Bank, 2012) 3 Pendapatan per kapita US$ World Development Indicator (World Bank,2012) 4 Teknologi Btu/juta
US$
International Energy Statistic, U.S Energy Information Administration (EIA, 2012)
H1 = Model FEM
Jika nilai probabilitas cross section < α maka hipotesis H0 ditolak. Sehingga model yang tepat digunakan adalah Fixed Effect Model dan sebaliknya.
Tabel 3 Uji Hausman
Test Summary Chi-Sq. Statistic d.f. Prob.
Cross-section random 13.336035 3 0,0040
Sumber : Eviews 11, 2020 (diolah)
Dari hasil uji hausman di atas menunjukkan bahwa nilai probabilitas cross-sectionnya sebesar 0.0040 atau lebih kecil dari 0.05 (5%) sehingga keputusan yang diambil adalah H0 ditolak.
Sehingga model yang digunakan adalah Fixed Effect Model.
Dikarenakan keputusan yang diambil pada uji hausman adalah Fixed Effect Model, maka uji Lagrange-Multiplier tidak perlu dilakukan. Dari kedua pengujian dia atas, dapat disimpulkan bahwa model yang tepat digunakan dalam oeneitian ini adalah Fixed Model Effect.
Uji Autokorelasi
Dalam penelitian ini, uji autokorelasi dilakukan dengan uji Durbin-Watson. Nilai uji Durbin-Watson dibandingkan dengan nilai tabel Durbin-Watson untuk mengetahui apakah terdapat autokorelasi atau tidak. Keputusan mengenai keberadaan autokorelasi adalah sebagai berikut :
1. Jika d < dL, berarti terdapat autokorelasi positif 2. Jika d > (4 – dL), berarti terdapat autokorelasi negatif 3. Jika dU < d < (4 – dL), berarti tidak terdapat autokorelasi
4. Jika dL < d < dU atau dL < d < (4 – dU), berarti tidak dapat disimpulkan
Penelitian ini telah menetapkan untuk menggunakan Fixed Effect Model dengan niai Durbin-Watson sebesar 0.243070. Dengan jumlah observasi 160 dan terdapat 3 variabel, maka nilai tabel Durbin-Watson adalah dL sebesar 1.7035 dan dU sebesar 1.7798. Keputusan yang diambil adalah terdapat autokorelasi positif dalam penelitian ini. Karena d < dL atau 0.243070 <
1.7035.
Uji Heterokedastisitas
Dalam penelitian ini uji heterokedastisitas menggunakan uji glejser. Caranya adalah dengan meregresikan residual dengan variabel-variabel independen dengan hipotesis sebagai berikut :
H0 : Tidak ada heterokedastisitas H1 : Ada heterokedastisitas
Jika nilai prob. value < α maka H0 ditolak, artinya terdapat heterokedastisitas.
Tabel 4 Uji Glejser
Variabel Prob. Value
Pendapatan 0.4862
Penduduk 0.0001
Teknologi 0.0076
Sumber : Eviews 11, 2020 (diolah)
Dari tabel 4 dua dari tiga variabel memiliki nilai probabilitas di bawah 5% atau dibawah 0.05. Sedangkan variabel pendapatan memiliki nilai probabilitas 0.4862 dimana nilai tersebut lebih besar dari 0.05 dan terdapat heterokedastisitas dalam penelitian ini. Sehingga dapat disimpulkan bahwa dalam penelitian ini ditemukan heterokedastisitas dan autokorelasi. Untuk mengatasi masalah tersebut, dapat digunakan model cross-section SUR.
Tabel 5 Cross-Section SUR
Variabel Coef Std. Error t Prob
Pendapatan 0.338573 0.066006 5.129400 0.0000
Penduduk 0.555156 0.254466 2.181654 0.0307
Teknologi 0.383488 0.048747 7.866912 0.0000
cons -9.091343 3.828808 -2.374458 0.0188
R-Square 0.940300
F-Statistic 0.000000
Sumber : Eviews 11, 2020 (diolah)
Berdasarkan hasil estimasi regresi data panel menggunakan Cross-Section SUR model, pengujian signifikansi secara simultan atau f-test dilakukan dengan melihat probabilitas F- Statistic. Jika dilihat dari tabel 5 nilai probabilitas f-statistic adalah 0.0000, berarti variabel penduduk, pendapatan, dan teknologi memiliki pengaruh signifikan terhadap peningkatan emisi karbondioksida. Sedangkan hasil pengujian signifikansi secara persial atau t-test dilakukan dengan melihat probabilitas t-value dimana variabel pendapatan memiliki nilai probabilitas sebesar 0.0000, variabel penduduk memiliki nilai probabilitas sebesar 0.0307, dan variabel teknologi memiliki nilai probabilitas sebesar 0.0188. ketiga variabel yang dipilih memiliki nilai probabilitas lebih kecil dari 0.05 atau 5%, berarti ketiga variabel tersebut secara parsial berpengaruh terhadap variabel CO2. Untuk hasil R-Squared dalam pendekatan Fixed Effect Model dan Cross-Section SUR, model menunjukkan angka sebesar 0.940300. Artinya variabel pendapatan, penduduk, dan teknologi mempengaruhi peningkatan emisi karbondioksida sebesar 94% dan 6% sisanya dipengaruhi oleh variabel di luar variabel terpilih.
Analisis Koefisien
Berdasarkan hasil estimasi yang telah diolah, maka dibuat model persamaan untuk penelitian ini yaitu :
Emisi CO2 = (-9.091343) + 0.338573 Pendapatan + 0.555156 Penduduk + 0.383488 Teknologi + e
Sesuai denga persamaan di atas, maka koefisien danri tiap-tiap variabel memiliki arti sebagai berikut :
1. Variabel Pendapatan
Nilai koefisien regresi dari variabel pendapatan sebesar 0.338573 dan bernilai positif menjelaskan jika pendapatan total yang dihasilkan oleh masyarakat meningkat sebesar 1%, maka akan mempengaruhi peningkatan emisi karbondioksida sebesar 0.338573 jika variabel lain dianggap tetap. Begitu pula sebaliknya.
2. Variabel Penduduk
Nilai koefisien regresi dari variabel pendapatan sebesar 0.555156 dan bernilai positif menjelaskan jika pendapatan total yang dihasilkan oleh masyarakat meningkat sebesar 1%, maka akan mempengaruhi peningkatan emisi karbondioksida sebesar 0.555156 jika variabel lain dianggap tetap. Begitu pula sebaliknya.
3. Variabel Teknologi
Nilai koefisien regresi dari variabel pendapatan sebesar 0.383488 dan bernilai positif menjelaskan jika pendapatan total yang dihasilkan oleh masyarakat meningkat sebesar 1%, maka akan mempengaruhi peningkatan emisi karbondioksida sebesar 0.383488 jika variabel lain dianggap tetap. Begitu pula sebaliknya.
4. Konstanta
Konstanta menunjukkan angka -9.091343. Konstanta bernilai negatif memiliki arti jika variabel lain diangap tidak ada atau bernilai 0, maka nilai Y akan berkurang sebesar 9.091343.
E. KESIMPULAN DAN SARAN
Kesimpulan
Berdasarkan analisis hasil penelitian dan pembahasan tentang penerapan Model IPAT terhadap emisi CO2 di ASEAN, maka didapatkan kesimpulan sebagai berikut:
1. Secara keseluruhan, penduduk, pendapatan, dan teknologi berpengaruh terhadap emisi CO2 di ASEAN. Dengan demikian, Model IPAT dapat diaplikasikan untuk menjelaskan emisi CO2 di ASEAN. Secara spesifik, hanya penduduk dan teknologi yang berpengaruh terhadap emisi CO2 di ASEAN, sedangkan pendapatan tidak berpengaruh.
2. Hipotesis Environtment Kuznets Curve tidak terbukti di ASEAN. Sehingga tidak ada hubungan antara pendapatan dengan emisi karbondioksida.
Saran
1. Diperlukan regulasi pemerintah dalam menekan laju emisi karbondioksida di tiap negara.
Karena jika tidak ada aturan yang jelas dari pemerintah, peningkatan emisi karbondioksida dan kerusakan lingkungan akan semakin parah. Jika kerusakan sudah melampaui ambang batas maka akan mempengaruhi ekosistem dan mengancam umat manusia dan makhluk hidup lain.
2. Menggalakkan program keluarga berencana untuk menekan laju penduduk. Hal ini disebabkan akibat peningkatan jumlah penduduk yang selaras dengan dengan peningkatan emisi karbondioksida (CO2). Pada kenyataannya peningkatan penduduk tidak disertai pula dengan kesadaran untuk menjaga lingkungan, justru memperparah kerusakan yang sudah ada.
3. Terkait dengan keterbatasan penelitian ini, maka diharapkan adanya penelitian lanjutan dengan menggunakan beberapa hal. Seperti, menggunakan parameter lingkungan yang lain, data yang lebih lengkap, terdapat hubungan dua arah antara ekonomi dan lingkungan, dan tidak hanya menyajikan kesimpulan secara umum tapi juga antar negara
.
DAFTAR PUSTAKA
Amalia, Lia. 2007. Ekonomi Pembangunan. Edisi Pertama. Yogyakarta : Graha Ilmu
Andreoni, James & Levinson, Arik. 2004. The simple analytics of the environmental Kuznets curve. Journal of Public Economics.
Dietz,T., and Rosa E. 1997. Effects of Population and Affluence on CO2 Emission, Proceedings of the National Academy of Sciences 94(1), 175-179.
Grossman, G.M. and A.B. Krueger. 1991. Environmental Impacts of a North American Free Trade Agreement. National Bureau of Economic Research Working Paper 3914. NBER, Cambridge, MA.
Gujarati, DamodarN.2003.Basic Econometrics. Fourthedition. McGraw-Hill.USA.
Kamaluddin, Rustian. 1998. Pengantar Ekonomi Pembangunan. Edisi Kedua. Jakarta : LPFEUI.
Mantra, Ida Bagoes. 2003. Demografi Umum. Edisi Kedua. Yogyakarta: Pustaka Pelajar.
Nanduri M. 1998. An Assessment of Energy Intensity Indicators and Their Role as Policy-Making Tools. Concordia University School of Resource and Environmental Management Report.
No:232.
Suparmoko. 1997. Ekonomi Sumber Daya Alam dan Lingkungan: Suatu Pendekatan Teoritis.
Edisi Ketiga. Yogyakarta: BPFE.