DAMPAK PERTUMBUHAN DAN KETERBUKAAN EKONOMI TERHADAP DEGRADASI LINGKUNGAN OLEH DAVID AKBAR ABDURAHMAN H

DAMPAK PERTUMBUHAN DAN KETERBUKAAN EKONOMI TERHADAP DEGRADASI LINGKUNGAN

OLEH DAVID AKBAR ABDURAHMAN H14080126

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2012

RINGKASAN

DAVID AKBAR ABDURAHMAN. Dampak Pertumbuhan dan Keterbukaan Ekonomi terhadap Degradasi Lingkungan (dibimbing oleh WIDYASTUTIK) Pembangunan ekonomi merupakan upaya untuk meningkatkan taraf hidup masyarakat. Melalui pertumbuhan ekonomi diharapkan tercipta kehidupan masyarakat yang lebih berkualitas. Namun, pertumbuhan ekonomi bukan tidak memiliki eksternalitas negatif. Eksploitasi sumberdaya alam akan memperngaruhi keseimbangan lingkungan. Emisi yang dihasilkan dari kegiatan ekonomi dapat mencemari lingkungan. Sejumlah penelitian telah menganalisis hubungan antara pertumbuhan ekonomi dan kualitas lingkungan dan berbagai hasil telah diperoleh, termasuk dalam beberapa kasus bukti dari hubungan terbalik-U yang dikenal dengan konsep Environmental Kuznets Curve (EKC) yang diciptakan oleh Kuznets. Tujuan dari penelitian ini adalah untuk menganalisis dampak pertumbuhan dan keterbukaan ekonomi terhadap degradasi lingkungan yang ditinjau melalui gas rumah kaca. Dalam menganalisis dampak tersebut menggunakan pendekatan model Environmental Kuznet Kurve (EKC) yang diciptakan oleh Kuznet. Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Word Development Indicator (WDI) dan Emission Database for Global Atmospheric Reasearch (EDGAR). Data sekunder yang diperoleh berupa data GDP per kapita, perdagangan, dan emisi gas rumah kaca (CO2, CH4, dan N2O) yang meliputi data kuantitatif pada rentang waktu antara tahun 1981-2008 dari 20 negara yaitu Amerika, Inggris, Italia, Perancis, Jepang, Malaysia, Afrika Selatan, Argentina, Cina, Brazil, India, Indonesia, Nigeria, Pilipina, Tonga, Uganda, Comoros, Liberia, Malawi dan Zimbabwe. Metode analisis yang digunakan adalah panel data dengan pendekatan Fixed Effect dengan pembobotan Cross section SUR. Hasil analisis menunjukan adanya hubungan signifikan membentuk EKC model untuk Emisi CH4, namun untuk kasus emisi CO2 dan N2O, pertumbuhan dan keterbukaan ekonomi pada jangka panjang mengarah pada peningkatan emisi yang dihasilkan berbentuk kurva-U. Berdasarkan hasil penelitian yang didapat, untuk mengurangi laju emisi gas rumah kaca perlu adanya evaluasi terhadap program Carbon Trade dan kebijakan perdagangan yang telah disepakati antar negara. Penerapan pajak emisi yang lebih agresif dirasa perlu untuk mengawal pertumbuhan ekonomi demi menjaga kualitas lingkungan tidak lupa dengan pemberlakuan sanksi yang tegas untuk setiap pelanggaran.

DAMPAK PERTUMBUHAN DAN KETERBUKAAN EKONOMI TERHADAP DEGRADASI LINGKUNGAN

OLEH DAVID AKBAR ABDURAHMAN H14080126

Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR 2012

Judul Skripsi

: Dampak Pertumbuhan dan Keterbukaan Ekonomi terhadap Degradasi Lingkungan

Nama

: David Akbar Abdurahman

Nomor Induk Mahasiswa

: H14080126

Menyetujui, Dosen Pembimbing

Widyastutik, M.Si NIP. 19731105 200501 2 001

Mengetahui, Ketua Departemen Ilmu Ekonomi

Dr. Ir. Dedi Budiman Hakim, M.Ec NIP. 19641022 198903 1 003

Tanggal Kelulusan:

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, Mei 2012

David Akbar Abdurahman H14080126

RIWAYAT HIDUP

Penulis bernama David Akbar Abdurahman lahir pada tanggal 26 April 1990 di Bandung. Penulis adalah anak pertama dari tiga bersaudara yang berasal dari pasangan Ujang Abdurohim dan Ernawati. Pendidikan formal mulai dijalani di TK Aisyiah Bogor, kemudian melanjutkan pendidikan di SDN Cibuluh 1 Bogor. Setelah itu

melanjutkan

pendidikannya ke SLTP Negeri 2 Bogor dan lulus pada tahun 2005. Jenjang menengah atas penulis meneruskan pendidikannya di SMA Negeri 3 Bogor sampai dengan tahun 2008. Pada tahun 2008 penulis berkesempatan untuk melanjutkan studinya ke Institut Pertanian Bogor (IPB) melalui jalur Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi pada Fakultas Ekonomi dan Manajemen. Selama di IPB, penulis aktif dalam lembaga kemahasiswaan. Tergabung kedalam kepengurusan HIPOTESA (Himpunan Peminat Ilmu Ekonomi dan Studi Pembangunan) 2010 sebagai sekertaris umum, dan di tahun berikutnya menjadi ketua HIPOTESA untuk masa kepengurusan 2011 dan mewakili Departemen Ilmu Ekonomi IPB dalam Ikatan Ilmu Ekonomi dan Studi Pembangunan (IMEPI). Selain di lembaga kemahasiswaan, Penulis aktif dalam kegiatan olahraga bersama rekan seangkatan. Beberapa prestasi yang sempat diraih adalah Juara 2 Voli Putra SPORTAKULER FEM IPB 2010, Juara 2 Voli Putra SPORTAKULER FEM IPB 2011, dan Juara 3 Basket Putra SPORTAKULER FEM IPB 2011.

KATA PENGANTAR

Puji dan syukur penulis ucapkan kepada Allah SWT yang selalu memberikan rahmat dan nikmat-Nya sehingga penulis diberi kemudahan dan kekuatan dalam menyelesaikan skripsi ini. Judul skripsi ini adalah “Dampak Pertumbuhan dan Keterbukaan Ekonomi terhadap Degradasi Lingkungan”. Penelitian ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Penulis mengucapkan terima kasih kepada seluruh pihak yang telah memberikan bantuan, perhatian, dan dukungan sehingga penulis dapat menyelesaikan skripsi ini dengan baik. Ucapan terima kasih penulis sampaikan kepada: 1. Kedua orang tua penulis, Ayahanda Ujang Abdurohim dan Ibunda Ernawati Syafei serta keluarga tercinta, Adik-adikku Wildan Mukhtar dan Salma Dzakiyah yang telah memberikan doa, motivasi, kasih sayang, materi, dan dorongan moral, serta jasa besarnya untuk membuat saya agar tetap terus berjuang dan bertahan menghadapi hidup ini. Merekalah penopang terkuat dalam hidup dan proses penyelesaian skripsi ini. 2. Widyastutik, M.Si selaku dosen pembimbing skripsi yang telah sabar memberikan bimbingan, baik secara teknis maupun teoritis. 3. Dosen penguji utama dalam sidang skripsi, yaitu Dr. Alla Asmara yang telah memberikan saran dan kritik yang membangun bagi kesempurnaan karya ini. 4. Komisi pendidikan, yaitu Laily Dwi Arsyianti M.Sc yang memberikan banyak informasi mengenai tata cara penulisan skripsi yang baik. 5. Dosen-dosen Departemen Ilmu Ekonomi yang tidak bisa disebutkan satu persatu yang telah membentuk mental berpikir ilmiah penulis sehingga terbantu dalam penyusunan skripsi ini.

6. Seluruh Staf Departmen Ilmu Ekonomi dan Staf Fakultas Ekonomi dan Manajemen atas kerjasamanya selama penulis menuntut ilmu di Departemen Ilmu Ekonomi. 7. Keluarga besar HIPOTESA FEM IPB dan keluarga besar Ilmu Ekonomi khususnya angkatan 45 yang telah memberikan bantuan dan kebersamaan selama ini. 8. Guruh Herman Was’an, yang telah banyak sekali memberikan bantuan dan motivasi luar biasa untuk menyelesaikan

penelitian

ini.

Rekan

seperjuangan bersama-sama dalam suka dan duka dalam penyusunan skripsi ini. 9. Sahabat-sahabat terdekat yang telah memberi pelajaran dan makna akan hidup yang sangat berharga bagi hidup saya. 10. Kepada semua pihak yang telah menjadi bagian dari cerita perjalanan hidup dan inspirasi saya.

DAFTAR ISI Halaman DAFTAR ISI ........................................................................................................... ii  DAFTAR TABEL ................................................................................................ viii  BAB 1. PENDAHULUAN...................................................................................... 1  1.1  Latar Belakang Masalah ........................................................................1  1.2.  Rumusan Masalah .................................................................................8  1.3  Tujuan Penelitian ................................................................................11  1.4  Manfaat Penelitian ..............................................................................11  BAB II. TINJAUAN PUSTAKA .......................................................................... 13  2.1.  Pertumbuhan Ekonomi ........................................................................13  2.2.   Pengertian Degradasi Lingkungan ......................................................15  2.3  Hubungan Pertumbuhan Ekonomi dengan Degradasi Lingkungan: Teori Kuznets.................................................................16  2.4   Hubungan Keterbukaan Ekonomi (Openness of the Economy) dan Degradasi Lingkungan. ................................................................19  2.5   Penelitian Sebelumnya ........................................................................19  2.6.  Kerangka Pemikiran ............................................................................23  2.7.   Hipotesis Penelitian .............................................................................25  BAB III. METODE PENELITIAN ....................................................................... 26  3.1.   Jenis dan Sumber Data ........................................................................26  3.2.   Metode Analisis Data ..........................................................................26  3.3.  Spesifikasi Model ...............................................................................27  3.3.1.   Model untuk kasus CO2 ........................................................29  3.3.2.  Model untuk kasus CH4 ........................................................30 

3.3.3.   Model Untuk Kasus N2O ......................................................31  3.4.   Metode Analisis Regresi dan Panel Data ............................................32  3.5.   Pemilihan Pendekatan: Uji Haussman ................................................33  3.6.   Pengujian Kriteria Ekonomi dan Statistik ...........................................34  3.6.1.   Uji Koefisien Regresi Secara Individual (Uji t) ....................35  3.6.2.   Uji Signifikansi Simultan (Uji f) ...........................................36  3.6.3. Uji Koefisien Determinasi (R2)...............................................37  3.6.4.   Uji Autokorelasi ....................................................................38  3.6.5. Uji Heterokedastisitas .............................................................38  3.6.6.   Uji Normalitas .......................................................................39  3.7.   Definisi Operasional............................................................................40  BAB IV. GAMBARAN UMUM .......................................................................... 42  4.1.   Laju Pertumbuhan GDP per Kapita Negara High Income 1981-2008 ...........................................................................................42  4.2.  Laju Pertumbuhan GDP per Kapita Negara Upper Middle Income 1981-2008 ...............................................................................43  4.3.   Laju Pertumbuhan GDP per Kapita Negara Low Income 19812008 .....................................................................................................45  4.4.   Laju Pertumbuhan Emisi Gas Rumah Kaca CO2 ................................46  4.4.1   Laju Pertumbuhan CO2 Negara High Income 19812008.......................................................................................46  4.4.2.   Laju Pertumbuhan CO2 Negara Middle Income 1981-2008 .............................................................................47  4.4.3.   Laju Pertumbuhan CO2 Negara Low Income 19812008.......................................................................................48  4.4.4.   Laju Pertumbuhan CH4 Negara High Income 19812008.......................................................................................49 

4.4.5.   Laju Pertumbuhan CH4 Negara Middle Income 1981-2008 .............................................................................50  4.4.6.   Laju Pertumbuhan CH4 Negara Low Income 19812008.......................................................................................51  4.4.7.   Laju Pertumbuhan N2O Negara High Income 19812008.......................................................................................52  4.4.8.   Laju Pertumbuhan N2O Negara Middle Income 1981-2008 .............................................................................54  4.4.9. Laju Pertumbuhan N2O Negara Low Income 19812008.......................................................................................55  4.5.   Laju Tingkat Keterbukaan Ekonomi Negara High Income 1981-2008 ...........................................................................................56  4.6.   Laju Tingkat Keterbukaan Ekonomi Negara Upper Middle Income 1981-2008 ...............................................................................57  4.7.   Laju Tingkat Keterbukaan Ekonomi Negara Lower Middle Income 1981-2008 ...............................................................................58  4.8.   Laju Tingkat Keterbukaan Ekonomi Negara Low Income 19812008 .....................................................................................................59  BAB V. HASIL DAN PEMBAHASAN ............................................................... 61  5.1.   Pengaruh Pertumbuhan Ekonomi dan Tingkat Keterbukaan Ekonomi terhadap Kerusakan Lingkungan .........................................61  5.2.   Kriteria Statistik ..................................................................................62  5.2.1.   Uji Signifikansi Simultan (Uji f) ...........................................63  5.2.2.   Uji Koefisien Regresi Secara Individual (Uji t) ....................63  5.2.3. Koefisien Determinasi (Adjusted R-squared) .........................63  5.4.   Kriteria Ekonometrika .........................................................................64  5.4.1.   Uji Autokorelasi ....................................................................64  5.4.2.   Uji Heteroskedastisitas ..........................................................65  5.4.   Kriteria Ekonomi .................................................................................65 

5.4.1.   Pengaruh Pertumbuhan Ekonomi terhadap Emisi Gas CO2.................................................................................65  5.4.2.   Pengaruh Pertumbuhan dan Keterbukaan Ekonomi terhadap Emisi Gas CO2 .......................................................67  5.4.3.   Pengaruh Pertumbuhan Ekonomi terhadap Emisi Gas CH4.................................................................................68  5.4.4.   Pengaruh Pertumbuhan dan Keterbukaan Ekonomi terhadap Emisi Gas CH4 .......................................................70  5.4.5.   Pengaruh Pertumbuhan Ekonomi terhadap Emisi Gas N2O ................................................................................71  5.4.6.   Pengaruh Pertumbuhan dan Keterbukaan Ekonomi terhadap Emisi Gas N2O .......................................................73  5.4.6.   Individual Effect Untuk Setiap Negara Dalam Sample ...................................................................................74  BAB VI. PENUTUP.............................................................................................. 76  6.1   Kesimpulan .........................................................................................76  6.2   Saran ....................................................................................................77  DAFTAR PUSTAKA ........................................................................................... 78 

DAFTAR GAMBAR No.

Halaman

1.1.

Laju Rata-rata Emisi CO2 dan GDP per KapitaTahun 1982- 2007.............2 

2.1.

Hipotesis Environmental Kuznets Curve ........................................ ..........17 

2.2.

Kerangka Pemikiran Penelitian ..................................................................24 

3.1.

Pengujian Pemilihan Model dalam Pengolahan Data Panel ......................34 

4.1.

Laju Pertumbuhan Ekonomi Negara High Income, 1981-2008 .................42 

4.2.

Laju Pertumbuhan Ekonomi Negara Middle Income, 1981-2008..............44 

4.3.

Laju Pertumbuhan GDP per Kapita Negara Low Income, 19812008 ............................................................................................................45 

4.4.

Laju Pertumbuhan CO2 Negara High Income, 1981-2008 ........................46 

4.5.

Laju Pertumbuhan CO2 Negara Middle Income, 1981-2008 ....................47 

4.6.

Laju Pertumbuhan CO2 Negara Low Income, 1981-2008 ..........................48 

4.7.

Laju Pertumbuhan CH4 Negara High Income, 1981-2008 ........................49 

4.8.

Laju Pertumbuhan CH4 Negara Middle Income, 1981-2008 ....................50 

4.9.

Laju Pertumbuhan CH4 Negara Low Income, 1981-2008 ........................52 

4.10. Laju Pertumbuhan N2O Negara High Income, 1981-2008 .......................53  4.11. Laju Pertumbuhan N2O Negara Middle Income, 1981-2008 ....................54  4.12. Laju Pertumbuhan N2O Negara Low Income, 1981-2008 ........................55  4.13. Laju Tingkat Keterbukaan Ekonomi Negara High Income, 19812008 ............................................................................................................56  4.14. Laju Tingkat Keterbukaan Ekonomi Negara Upper Middle Income, 1981-2008...................................................................................................58  4.15. Laju Tingkat Keterbukaan Ekonomi Negara Upper Middle Income, 1981-2008...................................................................................................59 

4.16. Laju Tingkat Keterbukaan Ekonomi Negara Low Income, 19812008 ............................................................................................................60  5.1.

Hubungan Pertumbuhan Ekonomi dengan Emisi Gas CO2.......................66 

5.2.

Hubungan Antara Pertumbuhan dan Keterbukaan Ekonomi dengan Emisi Gas CO2 ...........................................................................................68 

5.3.

Hubungan Antara Pertumbuhan Ekonomi dengan Emisi Gas CH4 ...........69 

5.4.

Hubungan Antara Pertumbuhan dan Keterbukaan Ekonomi dengan Emisi Gas CH4 ...........................................................................................71 

5.5.

Hubungan Antara Pertumbuhan Ekonomi dengan Emisi Gas N2O ...........72 

5.6.

Hubungan Antara Pertumbuhan dan Keterbukaan Ekonomi dengan Emisi Gas N2O ...........................................................................................73 

DAFTAR TABEL

No.

Halaman

3.1

Data, Satuan, Simbol, dan Sumber Data ....................................................26 

3.2

Uji d Durbin-Watson: Aturan Keputusan...................................................38 

5.1

Nilai Probabilitas t-statistic, Probabilitas F-statistic, dan Adjusted R-square ......................................................................................61 

5.2

Nilai Individual Effect Untuk Setiap Negara Pada Sample ........................75 

BAB 1 PENDAHULUAN

1.1

Latar Belakang Masalah Proses pembangunan dan pertumbuhan ekonomi yang dilakukan banyak

negara di berbagai penjuru dunia dilakukan untuk meningkatkan taraf hidup masyarakat di masing-masing negara. Setiap negara menghendaki peningkatan kualitas

kehidupan

melalui

pertumbuhan

ekonomi.

Pembangunan

dan

pertumbuhan ekonomi dilakukan dengan memanfaatkan sumberdaya yang ada untuk mencapai tujuan tertentu, dalam hal ini adalah peningkatan kesejahteraan atau taraf hidup masyarakat yang didukung oleh perluasan pilihan-pilihan ekonomis dan sosial. Todaro dan Smith (2006) menyatakan istilah pembangunan (development) secara tradisional diartikan sebagai suatu kapasitas dari sebuah perekonomian nasional yang kondisi awalnya kurang baik dan bersifat statis dalam kurun waktu yang cukup lama untuk menciptakan dan mempertahankan kenaikan GDP (Gross Domestic Product) atau GNI (Gross National Income). Beberapa badan internasional termasuk Organisasi Kerjasama Ekonomi dan Pembangunan (OECD: Organization for Economic Cooperation and Development) dan PBB mengklasifikasi berbagai negara berdasarkan status perekonomian mereka, tetapi sistem pengklasifikasian yang dikenal secara luas dilakukan oleh Bank Internasional untuk Rekonstruksi dan Pembangunan (IBRD: International Bank for Reconstruction and Development), yang lebih umum dikenal sebagai Bank Dunia (Word Bank). Dalam sistem klasifikasi Bank Dunia, 208 perekonomian dengan jumlah populasi minimal 30.000 jiwa diurutkan 1

2 berdasarkan tingkat pendapatan nasional bruto per kapita (GNI: Gross Natiional income) berbagai perekonomian ini kemudian dibedakan menjadi pendapatan rendah (Low Income) pendapatan menengah bawah (lower-middle income), pendapatan menengah atas (upper-middle income), pendapatan tinggi menurut OECD, dan negara-negara pendapatan tinggi lainnya (Todaro, 2006). Proses pembangunan ekonomi bukan tidak memiliki efek samping atau biasa disebut eksternalitas. Peningkatan kesejahteraan peningkatan standar kesehatan, sadar pendidikan dan lain-lain merupakan eksternalitas positif dari pertumbuhan ekonomi. Di sisi lain penurunan kualitas lingkungan hadir sebagai eksternaliatas

negatif

dari

pertumbuhan

ekonomi

yang

pada

akhirnya

menyebabkan banyak permasalahan lingkungan.

0.08 0.06 Rata‐rata Laju  Pertumbuhan CO2

0.04

Rata rata Laju  Pertumbuhan GDP per  Kapita

0.02 0 ‐0.02

1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008

Rata‐rata laju pertumbuhan per Tahun  (persen)

0.1

‐0.04

Sumber: World Bank, 2011 Gambar 1.1. Rata-rata Laju Pertumbuhan Emisi CO2 dan GDP per KapitaTahun 1982- 2007

3 CO2 digunakan dalam banyak penelitian sebagai gas buangan untuk menggambarkan tingkat pencemaran. Gambar 1.1 merupakan gambaran rata-rata laju pertumbuhan gas CO2 dari dua puluh negara contoh dari lima kelompok pendapatan yang berbeda. Gambar 1.1 menunjukan pola yang sama antara peningkatan rata-rata laju pertumbuhan GDP per Kapita dan rata-rata laju pertumbuhan CO2. Pada tahun 1981 sampai dengan tahun 1988 baik rata-rata laju pertumbuhan CO2 maupun rata-rata laju pertumbuhan GDP per kapita sama-sama mengalami pertumbuhan yang positif. Pada rentang tahun 1988 sampai dengan 1990 baik rata-rata laju pertumbuhan GDP per kapita maupun rata-rata laju pertumbuhan CO2 sama-sama menunjukan penurunan yang drastis. Terkecuali pada tahun 1992 dan tahun 2006 Gambar 1.1 memperlihatkan hubungan yang positif antara rata-rata laju pertumbuhan GDP per kapita dan rata-rata laju pertumbuhan CO2. Artinya, semakin tinggi rata-rata laju pertumbuhan ekonomi maka semakin besar rata-rata laju pertumbuhan emisi gas CO2 yang dihasilkan. Begitu juga sebaliknya, penurunan rata-rata laju pertumbuhan GDP per kapita berarti juga penurunan rata-rata laju pertumbuhan gas buangan CO2. Pada kasus negara maju, tingginya pencemaran udara, dalam hal ini CO2, dapat disebabkan oleh tingginya konsumsi energi yang mengakibatkan pencemaran udara. Semakin tinggi pendapatan suatu negara semakin tinggi pula kemampuan bayar yang dimiliki warga negaranya. negara maju memiliki banyak keluarga dengan pendapatan tinggi yang mampu membeli mobil untuk setiap anggota keluarga (satu kepala satu mobil). Selain itu konsumsi energi listrik untuk dapat menyalakan alat-alat elektronik berdaya tinggi akan sangat tinggi. Berbeda

4 dengan negara Middle Income yang hanya memiliki sebagian kecil keluarga berpendapatan tinggi. Sebagian keluarga yang berpendapatan rendah hanya dapat membiayai satu kendaraan untuk digunakan bersama-sama atau menggunakan angkutan umum. Konsumsi listrik tidak akan lebih besar dari negara maju karena butuh biaya yang lebih besar untuk menghidupkan alat-alat elektronik berdaya tinggi sehingga hanya memiliki barang-barang elektronik berdaya rendah atau pun menggunakan fasilitas umum. Pandangan lain diberikan oleh Hayami dan Godo (2006), mereka menilai seharusnya degradasi lingkungan lebih besar terjadi pada negara berkembang yang sedang berada pada tahap industrialisasi. Polusi pabrik-pabrik yang banyak terdapat di negara berkembang menyebabkan kerusakan lingkungan yang signifikan.

Sebaliknya,

negara

maju

telah

mengalami

pergeseran

dari

industrialisasi menuju sektor jasa dalam pergerakan ekonominya. Sehingga konsumsi energi sebagai sumber utama polusi akan lebih rendah pertumbuhannya jika dibandingkan dengan pertumbuhan ekonomi. Selain itu masyarakat di negara maju akan lebih memiliki pilihan untuk memperhatikan aspek lingkungan dan tidak terfokus pada persoalan konsumsi. Hal ini akan memudahkan pemerintah untuk menetapkan regulasi atau pun pajak yang berkaitan dengan aspek lingkungan karena willingness to pay untuk lingkungan akan lebih besar. Akpan dan Chuku (2011) menyatakan, sejak tahun 1990 penelitian tentang hubungan pertumbuhan ekonomi dan degradasi lingkungan yang membuktikan teori Environmental Kuznet Curve (EKC) mulai banyak dilakukan. Penelitian akan hubungan antara pertumbuhan ekonomi dengan degradasi lingkungan

5 sebagai pendekatan EKC model diawali oleh Grossman dan Krueger (1991), Shafik dan Bandypadhayay (1992), Panayotou (1993) kemudian oleh Selden dan Song (1994). Grosman dan Krueger pertama kali menyoroti berbentuk kurva-U terbalik dalam hubungan antara degradasi lingkungan dengan pendapatan per kapita sebagai dampak dari perdagangan bebas Amerika Utara. Kurva-U terbalik kemudian disebut sebagai sebagai Kurva Kuznet oleh Panayoyou karena kemiripannya dengan kurva yang menunjukan hubungan antara degradasi lingkungan dengan pertumbuhan ekonomi yang pertama kali dipopulerkan oleh Kuznet (1955). Kahuthu (2006) menemukan adanya hubungan kurva-U terbalik diantara pertumbuhan ekonomi dengan degradasi lingkungan. Dimana pertumbuhan ekonomi akan berpengaruh kepada peningkatan kerusakan yang ditimbulkan. Namun pada titik balik tertentu, pertumbuhan ekonomi akan mengarah kepada perbaikan kualitas lingkungan. Akpan dan Chuku (2011) mendapatkan hasil yang berbeda ketika melakukan penelitian tentang pertumbuhan ekonomi dengan degradasi lingkungan di Nigeria. Hubungan antara pertumbuhan ekonomi dan degradasi lingkungan lebih menunjukan bentuk kurva-N dibanding dengan kurvaU. Penelitian Grossman dan Kruegel (1995) menemukan hubungan kuadratik dalam hubungan pertumbuhan ekonomi dengan degradasi lingkungan. Teori Kuznet (1955) telah membawa sejumlah penelitian kepada hasil yang beragam seiring dengan munculnya hasil dari para peneliti dan pembuat kebijakan dan tidak membantu banyak untuk mengimbangi kecenderungan dari negara-negara berkembang yang hampir secara eksklusif fokus pada pertumbuhan

6 ekonomi mengabaikan masalah lingkungan. Negara maju (yang memperhatikan masalah lingkungan hanya pada tahap selanjutnya dari proses pembangunan) tidak membantu untuk merangsang pendekatan yang lebih ramah lingkungan dari negara-negara sedang berkembang. Kurva Kuznet telah menyatakan bahwa pertumbuhan ekonomi dengan sendirinya adalah obat mujarab untuk degradasi lingkungan. Beberapa negara telah memulai jalan pembangunan berkelanjutan memperhatikan beberapa hal yang penting untuk kebijakan lingkungan, namun di satu sisi beberapa negara mengabaikan kerusakan dan mengedepankan pertumbuhan ekonomi yang tinggi (Kahuthu, 2006). Pertumbuhan ekonomi yang penyebabkan penurunan kualitas lingkungan pada titik balik tertentu akan mengarah kepada peningkatan kualitas lingkungan. Negara berkembang akan fokus pada permasalahan pokok yang berhubungan dengan kesejahteraan dan swasembada pangan yang belum tercapai. Sedangkan negara maju telah mencapai pertumbuhan ekonomi dan tingkat kesejahteraan yang tinggi sehingga masalah kesejahteraan dan pangan tidaklah menjadi persoalan. Pada saat yang sama tingkat kepedulian dan kesadaran akan kualitas lingkungan sebagai kebutuhan jangka panjang akan lebih diperhatikan. Kinerja suatu perekonomian tidak dapat dipisahkan dari proses globalisasi. Keterkaitan perekonomian suatu negara semakin erat akibat berkurangnya batasan-batasan perdagangan dan tingginya arus modal lintas perekonomian. Keterbukaan ekonomi (Openness of The Economy) seharusnya membawa suatu negara kepada pertumbuhan ekonomi yang kemudian, menurut model EKC, mengarah pada peningkatan standar lingkungan. Banyak negara telah melakukan

7 liberalisasi ekonomi dengan menghapus hambatan perdagangan dan mengurangi subsidi pemerintah dalam upaya pemanfaatan potensi dari globalisasi. Integrasi antar negara melalui perdagangan internasional akan melahirkan kompetisi yang berujung pada peningkatan kegiatan ekonomi dan peningkatan emisi gas buangan. Pada akhirnya negara yang terintegrasi akan menghasilkan emisi lebih banyak jika dibandingkan dengan negara yang tidak terintegrasi (Kahuthu, 2006). Namun, keterbukaan ekonomi juga berarti melebarnya pintu informasi dan komunikasi sehingga

tidak

menutup

kemungkinan

integrasi

ekonomi

justru

akan

meningkatkan efisiensi yang berujung pada pengurangan emisi gas buangan kegiatan produksi. Selain itu, keterbukaan ekonomi juga berarti terbukanya kesempatan untuk bisa melakukan intervensi terhadap suatu negara melalui forum Internasional. Sebagai contoh, negara-negara di dunia dapat menghimpun kekuatan dan mendesak negara-negara penghasil emisi untuk mengurangi gas buangan mereka yang mencemari bumi ini. Selanjutnya, EKC menunjukan tahap awal dari proses pertumbuhan ekonomi akan mengakibatkan degradasi sumber daya alam yang meningkat dengan cepat, setelah melampaui batas tertentu pertumbuhan kemudian beralih pada penurunan polusi. Perubahan akan terjadi pada tingkat tertentu dimana masyarakat akan lebih tertarik dengan udara bersih dan hutan sehat, bukan dengan penghasilan lebih naik karena negara tersebut telah melewati masa pertumbuhan ekonomi yang pesat dan melewati titik puncak. Namun yang menjadi pertanyaan apakah memang benar suatu negara harus fokus di awal pertumbuhan dan mengabaikan faktor lingkungan karena

8 lingkungan akan didapatkan dengan sendirinya ketika mencapai pertumbuhan ekonomi tertentu? Apakah model pertumbuhan “grow first clean up leter” adalah model yang memang harus digunakan setiap negara di dunia untuk mencapai keseimbangan lingkungan?

antara

pertumbuhan

Kerusakan

lingkungan

ekonomi akan

tanpa

semakin

mengabaikan besar

dan

faktor

mungkin

menyebabkan bencana tak terhindarkan jika persepsi di atas digunakan oleh seluruh negara di belahan dunia diimpementasikan secara kurang tepat. Sementara penelitian mengenai hubungan antara pertumbuhan ekonomi dan kerusakan lingkungan masih menghasilkan sesuatu yang samar akibat beragamnya hasil yang didapatkan. Berkaitan dengan latar belakang di atas relevan apabila dilakukan penelitian dengan judul “Dampak Pertumbuhan dan Keterbukaan Ekonomi terhadap Degradasi Lingkungan” dengan menggunakan studi kasus dua puluh negara yang mewakili tingkat pertumbuhan ekonomi di dunia. Penambahan indikator lingkungan dilakukan untuk memberikan hasil yang lebih jelas akan kerusakan lingkungan.

1.2.

Rumusan Masalah Lahirnya Protokol Kyoto menjadi bukti akan besarnya perhatian dunia

akan kerusakan alam di bumi kita ini. Konvensi ini diikuti oleh 2.200 delegasi dari 158 negara anggota konvensi, enam negara pengamat, sekitar 4.000 pengamat dari Organisasi Internasional, serta lebih dari 3.700 perwakilan media. Pada saat itu G77+Cina diketuai oleh Tanzania. Kyoto Protocol menekankan pengurangan

9 emisi dalam jumlah yang berarti, realistis, dan adil. Melalui forum ini dunia berusaha menekan negara-negara maju untuk segera menyetujui pengurangan emisi tersebut. Kerusakan lingkungan dikaitkan dengan ekspansi ekonomi banyak negara di dunia terutama negara maju berperan aktif dalam pencemaran lingkungan sebagai eksternalitas negatif dari proses pertumbuhan ekonomi mereka. Kerusakan tanah, sumber-sumber air, dan hutan-hutan yang diakibatkan oleh metode produksi yang kurang terencana serta tidak efisien jelas dapat mengurangi tingkat produktifitas, terutama dalam jangka panjang. Namun hal tersebut sering kali disisihkan dari perhitungan demi memunculkan angka-angka GNI yang mengesankan. Oleh karena itu, setiap analisis ekonomi harus memperhitungkan berbagai implikasi jangka panjang yang ditimbulkan oleh setiap kegiatan ekonomi terhadap kualitas dan kelestarian lingkungan hidup (Todaro, 2009). Shafik (1994) dalam Kahuthu (2006) menyebutkan, peningkatan aktifitas ekonomi akan berdampak pada peningkatan permintaan sumberdaya alam. Pertumbuhan ekonomi yang direpresentasikan oleh pertumbuhan GDP akan mengarah kepada degradasi lingkungan sebagai eksternalitas negatif dari kegiatan ekonomi. Namun Kuznet (1955) menerangkan bahwa ada titik balik tertentu dimana pertumbuhan ekonomi akan mengarah pada perbaikan kualitas lingkungan. Negara-negara di dunia melakukan ekploitasi sumberdaya alam dan fokus pada pertumbuhan ekonomi melalui kegiatan penambahan nilai yang profit oriented. Surplus value merupakan eksternalitas positif yang didapatkan dari

10 kegiatan

ekonomi

yang

memungkinkan

kemudian

digunakan

untuk

pengembangan teknologi yang mengarahkan kegiatan ekonomi ke tingkat yang lebih efisien. Hingga akhirnya pertumbuhan ekonomi yang mendukung kemajuan teknologi menghasilkan kegiatan produksi yang lebih efisien dan ramah lingkungan sehingga dapat mereduksi dampak kerusakan lingkungan, namun apabila pertumbuhan ekonomi pada tingkat pendapatan yang tinggi tidak mengurangi degradasi lingkungan dapat diprediksikan bahwa dunia akan semakin mengarah pada kehancuran akibat teori pembangunan yang tidak terbukti. Dalam era globalisasi dewasa ini pertumbuhan ekonomi tidak terlepas dari tingkat keterbukaan ekonomi yang sangat berpengaruh terhadap kondisi perekonomian suatu negara karena perekonomian berbagai negara di dunia membentuk suatu sistem kesatuan yang saling memengaruhi. Tumbuhnya perusahaan multi nasional dan berbagai kesepahaman dan kesepakatan yang dilakukan berbagai dunia memengaruhi perekonomian negara-negara di dunia beserta dampaknya terhadap degradasi lingkungan. Berbagai penelitian yang telah dilakukan menghasilkan kesimpulan yang beragam. Spesifikasi dan studi kasus yang berbeda menghasilkan kesimpulan yang berbeda. Perbedaan kesimpulan tersebut kemudian pada akhirnya mempertanyakan kembali beberapa pertanyaan yang melatarbelakangi penelitian ini. Pertanyaan yang akan dijawab melalui penelitian ini adalah : 1.

Bagaimanakah hubungan antara pertumbuhan ekonomi dengan emisi Gas Rumah Kaca (CO2, CH4, dan N2O)?

11 2.

Bagaimana pengaruh tingkat keterbukaan ekonomi suatu negara terhadap emisi Gas Rumah Kaca (CO2, CH4, dan N2O)?

3.

Bagaimana kontribusi pertumbuhan dan keterbukaan ekonomi negara dalam sampel terhadap emisi Gas Rumah Kaca (CO2, CH4, dan N2O)?

1.3

Tujuan Penelitian Berdasarkan penjelasan pada bagian latar belakang dan perumusan

masalah yang telah dikemukakan, maka tujuan penelitian ini adalah sebagai berikut: 1. Menganalisis hubungan pertumbuhan ekonomi dengan degradasi lingkungan. 2. Menganalisis pengaruh tingkat keterbukaan ekonomi terhadap emisi perusak lingkungan. 3. Menganalisis kontribusi pertumbuhan dan keterbukaan ekonomi negara pada sampel terhadap emisi Gas Rumah Kaca.

1.4

Manfaat Penelitian Hasil dari penelitian mengenai hubungan

pertumbuhan ekonomi dan

keterbukaan ekonomi terhadap degradasi lingkungan ini diharapkan dapat memberika manfaat bagi: 1. Pemerintah negara maju dan berkembang dalam menentukan kebijakan yang berkaitan dengan pertumbuhan ekonomi dan dampak lingkungan terutama dalam forum internasional.

12 2. Para peneliti untuk menjadi bahan rujukan dan pertimbangan dalam proses penelitian berikutnya. 3. Masyarakat umum dalam memahami dampak pertumbuhan ekonomi dan keterbukaan ekonomi terhadap degradasi lingkungan.

BAB II TINJAUAN PUSTAKA

2.1.

Pertumbuhan Ekonomi Pertumbuhan ekonomi adalah salah satu indikator yang amat penting

dalam melakukan analisis tentang pembangunan ekonomi yang terjadi pada suatu negara. Istilah pertumbuhan ekonomi bisa saja diartikan berbeda oleh satu orang dengan orang lain, daerah yang satu dengan daerah lain, negara satu dengan negara lainnya. Menurut Kuznets dalam Todaro (2006), pertumbuhan ekonomi adalah kenaikan jangka panjang dalam kemampuan suatu Negara untuk menyediakan semakin banyak jenis barang-barang ekonomi kepada penduduknya. Kemampuan ini tumbuh sesuai dengan kemajuan teknologi, dan penyesuaian kelembagaan dan idiologis yang diperlukannya. Definisi ini mempunyai 3 (tiga) komponen: 1. Pertumbuhan ekonomi suatu bangsa terlihat dari meningkatnya secara terusmenerus persediaan barang 2. Teknologi maju merupakan faktor dalam pertumbuhan ekonomi yang menentukan derajat pertumbuhan kemampuan dalam penyediaan aneka macam barang kepada penduduk 3. Penggunaan teknologi secara luas dan efisien memerlukan adanya penyesuaian di bidang kelembagaan dan ideologi sehingga inovasi yang dihasilkan oleh ilmu pengetahuan umat manusia dapat dimanfaatkan secara tepat.

13

14 Dengan bahasa lain, Boediono dalam Hutabarat (2010) menyebutkan pertumbuhan ekonomi adalah proses kenaikan output dalam jangka panjang. Pengertian tersebut mencakup tiga aspek, yaitu proses, output per kapita, dan jangka panjang. Jadi pertumbuhan ekonomi merupakan suatu proses, bukan gambaran ekonomi atau hasil pada saat itu. Boediono menyebutkan secara lebih lanjut bahwa pertumbuhan ekonomi juga berkaitan dengan kenaikan ”output per kapita”. Dalam pengertian ini teori tersebut harus mencakup teori mengenai pertumbuhan GDP dan teori mengenai pertumbuhan penduduk. Sebab hanya apabila kedua aspek tersebut dijelaskan, maka perkembangan output per kapita bisa dijelaskan. Kemudian aspek yang ketiga adalah pertumbuhan ekonomi dalam perspektif jangka panjang, yaitu apabila selama jangka waktu yang cukup panjang tersebut output per kapita menunjukkan kecenderungan yang meningkat. Menurut Todaro (2006), pertumbuhan ekonomi dapat diartikan sebagai peningkatan hasil atau outpt masyarakat yang disebabkan oleh makin banyaknya jumlah faktor produksi yang digunakan dalam proses produksi masyarakat. Ada tiga faktor atau komponen utama dalam pertumbuhan ekonomi dari setiap bangsa, antara lain: 1. Akumulasi modal, meliputi semua bentuk atau jenis investasi baru yang ditanamkan pada tanah, peralatan fisik, dan modal manusia atau sumber daya manusia. 2. Pertumbuhan

penduduk,

yang

beberapa

memperbanyak jumlah angkatan kerja. 3. Kemajuan teknologi.

tahun

selanjutnya

akan

15 Secara umum pertumbuhan ekonomi memiliki arti peningkatan pada Gross Domestic Product (GDP) atau Produk Domestik Bruto (PDB) suatu negara. Pertumbuhan ekonomi yang dinyatakan dengan peningkatan output dan pendapatan riil perkapita memang bukanlah satu-satunya sasaran kebijakan terutama di negara-negara berkembang. Namun kebijakan ekonomi menaikkan tingkat pertumbuhan output memang perlu dilakukan. Hal ini berdasarkan alasan, karena pertumbuhan ekonomi dipandang sebagai suatu syarat yang sangat diperlukan untuk perbaikkan kesejahteraan masyarakat dan mencapai tujuantujuan pembangunan lainnya seperti peningkatan pendapatan dan kekayaan masyarakat, ataupun penyediaan fasilitas dan sarana-sarana sosial lainnya.

2.2.

Pengertian Degradasi Lingkungan Berdasarkan UU No. 23 Tahun 1997, lingkungan hidup adalah kesatuan

ruang dengan semua benda dan kesatuan makhluk hidup termasuk di dalamnya manusia dan perilakunya yang melangsungkan perikehidupan dan kesejahteraan manusia serta makhluk hidup lainnya. Sumber daya lingkungan, seperti udara, air, lahan, dan biota, dapat menyediakan barang dan jasa yang secara langsung maupun tidak langsung mendapatkan manfaat ekonomis. Mengingat bahwa daya dukung alam sangat menentukan bagi kelangsungan hidup manusia, maka kemampuan daya dukung alam tersebut harus dijaga agar tidak terdegradasi. Menurut

Wardhana

(1995),

Secara

umum

degradasi

lingkungan

disebabkan oleh 2 faktor, yaitu faktor internal dimana degradasi lingkungan berasal dari dalam bumi atau alam itu sendiri, dan faktor eksternal dimana

16 degradasi lingkungan berasal dari ulah manusia dalam rangka meningkatkan kualitas dan kenyamanan hidupnya. Pemanasan global memiliki dampak turunan terhadap kualitas lingkungan. Peningkatan suhu bumi dan perubahan iklim berdampak signifikan pada berkurangnya kualitas dan kenyamanan hidup. Luasnya definisi degradasi lingkungan menyebabkan perlu adanya pembatasan ruang lingkup akan apa yang dimaksud dengan degradasi lingkungan itu sendiri. Konteks degradasi lingkungan dalam penelitian ini dilihat melalui pencemaran udara yang menyebabkan efek Gas Rumah Kaca dan beberapa masalah turunan lainnya. Penelitian akan emisi gas rumah kaca yang dapat ditolelir bumi telah banyak dilakukan. Belum ada kesepakatan bersama yang menetapkan batas ambang dari emisi gas rumah kaca. Hansen (2010), seorang peneliti dari NASA, mengatakan bahwa jika manusia berharap melestarikan bumi maka manusia harus mengurangi emisi CO2 menjadi 350 ppm (www.iklimkarbon.com, 2010).

2.3

Hubungan Pertumbuhan Ekonomi dengan Degradasi Lingkungan: Teori Kuznets Orientasi pertumbuhan ekonomi telah memacu permintaan terhadap

sumberdaya

alam

yang

semakin

besar.

Metode

produksi

yang

tidak

memungkinkan adanya substitusi input tersebut berdampak terhadap eksploitasi sumberdaya tersebut sehingga ketersediaannya semakin menipis. Simon Kuznets, peraih penghargaan Nobel pada tahun 1955 membuat suatu hipotesis mengenai hubungan pertumbuhan ekonomi dengan lingkungan yang dikenal dengan

17 hipotesis Environmental Kuznets Curve. Berdasarkan hipotesis Environmental Kuznets Curve, kerusakan lingkungan yang parah rawan terjadi di negara-negara berkembang yang mayoritas merupakan negara-negara yang berpenghasilan per kapita rendah. Hal ini terjadi karena pada fase awal pertumbuhan industrialisasi sangat besar fokusnya pada bagaimana ekonomi berkembang pesat dan banyak menyerap tenaga kerja. Isu lingkungan belum menjadi agenda utama dan pemerintah belum banyak terlibat dalam upaya perbaikan sistem pasar. Pada fase ini terjadi korelasi positif antara degradasi lingkungan karena banyak bahan polutan di udara dengan pertumbuhan ekonomi. Emisi Bahan Polutan

EKC Konvensional

Pendapatan per kapita Sumber: Kahutu, 2006 Gambar 2.1. Hipotesis Environmental Kuznets Curve

Namun, pada tingkat pendapatan tertentu terdapat titik balik. Pada fase ini kesadaran pentingnya kualitas lingkungan sudah mulai berkembang. Public goods seperti kualitas lingkungan serta kesehatan telah menjadi bagian permintaan masyarakat. Tekanan atas kebutuhan tersebut baik terpaksa maupun tidak, industri melakukan kebijakan perubahan metode produksi. Pada fase ini terdapat income yang cukup untuk melakukan usaha-usaha perbaikan lingkungan.

18 Penjelasan lebih jelasnya mengenai terjadinya inverted U pada kurva Kuznets adalah sebagai berikut : 1. Terjadinya pergeseran transformasi dari sektor pertanian ke sektor industri karena adanya dorongan investasi asing. Pada tingkat pendapatan rendah di negara berkembang, pendapatan industri masih rendah dan akan meningkat seiring peningkatan pendapatan. Peningkatan sektor indutri ini menyebabkan polusi di negara sedang berkembang juga akan mengalami peningkatan dan ketika terjadi transformasi dari sektor industri ke sektor jasa, polusi akan menurun seiring peningkatan pendapatan. 2. Permintaan akan kualitas lingkungan akan mengalami peningkatan seiring dengan peningkatan pendapatan. Hal ini bermula ketika pendapatan masih rendah, sulit bagi pemerintah negara berkembang untuk melakukan proteksi terhadap lingkungan. Ketika pendapatan mulai meningkat, masyarakat mulai mampu untuk membayar kerugian lingkungan akibat dari kegiatan ekonomi. Pada tahap ini masyarakat mau mengorbankan konsumsi barang demi terlindunginya lingkungan. Pertumbuhan pendapatan akan diiringi dengan kenaikan tingkat polusi, dan kemudian menurun lagi dengan kondisi pertumbuhan pendapatan tetap berjalan. Teori ini didasarkan pada permintaan terhadap kualitas lingkungan yang meningkatkan pengawasan sosial dan regulasi pemerintah sehingga masyarakat akan lebih sejahtera.

19 2.4

Hubungan Keterbukaan Ekonomi (Openness of the Economy) dan Degradasi Lingkungan Ada beberapa indikator yang menunjukan tingkat keterbukaan suatu

perekonomian atau Openness of the Economy yaitu perdagangan, tingkat suku bunga dalam Negeri, International risk sharing, dan rasio investasi terhadap tabungan domestik. Keterbukaan ekonomi dapat dijelaskan dengan penjumlahan nilai ekspor dan impor. Perdagangan internasional memiliki sejumlah argumen yang mendukung serta menolaknya, dengan beragam alasan yang mendasarinya. Namun argumen yang mendukung dan menolaknya tidak ada yang memiliki kebenaran absolut. Manfaat yang diperoleh suatu Negara dengan adanya perdagangan Internasional bergantung pada struktur perekonomian Negara itu sendiri. Keterbukaan ekonomi dapat memiliki hubungan positif maupun negatif dengan degradasi lingkugan. Kahuthu (2006) menemukan adanya pengaruh positif keterbukaaan ekonomi dalam menjelaskan hubungan antara pertumbuhan ekonomi dan degradasi lingkungan. Namun, keterbukaan ekonomi bisa saja berpengaruh negatif terhadap degradasi lingkungan apabila terdapat transfer informasi teknologi dari dunia global ke dalam suatu perekonomian sehingga dapat melakukan kegiatan produksi dengan lebih efisien.

2.5

Penelitian Sebelumnya Penelitian ini akan menganalisis hubungan antara pertumbuhan ekonomi

dan degradasi lingkungan melalui variabel gas CO2 dan beberapa komponen gas rumah kaca (GRK) yang merepresentasikan indikator lingkungan. Berbagai

20 penelitian tentang hubungan antara pertumbuhan ekonomi dengan degradasi lingkungan telah banyak dilakukan dan didapatkan hasil yang beragam. Grossman dan Krueger (1995) melakukan penelitian tentang hubungan pertumbuhan ekonomi dengan kualitas lingkungan. Mereka menggunakan GDP per kapita sebagai indikator pertumbuhan ekonomi dan menggunakan polusi udara perkotaan, oksigen pada aliran sungai, dan kontaminasi aliran air sungai oleh logam berat sebagai indikator lingkungan. Penelitian ini menggunakan pendekatan reduce-form untuk melihat hubungan pertumbuhan ekonomi dengan indikator lingkungan yang telah ditetapkan. Data diperoleh dari 287 titik sungai pada 58 negara tahun 1979 sampai dengan tahun 1990. Penelitian telah memberikan dukungan untuk model EKC. Untuk kebanyakan indikator, pertumbuhan ekonomi membawa tahap awal kerusakan diikuti oleh fase berikutnya perbaikan. Titik balik untuk polutan yang berbeda bervariasi, tetapi dalam banyak kasus didapatkan Negara mencapai titik balik pada tingkat pendapatan perkapita sebesar 8.000 dollar. Kahuthu (2006) melakukan penelitian untuk mengetahui dampak pertumbuhan ekonomi terhadap kerusakan lingkungan yang dilihat melalui gas CO2 dan luas hutan. Data yang digunakan adalah data panel yang terdiri dari 84 Negara dari berbagai level pertumbuhan selama tahun 1960-2000. Model yang digunakan adalah model kuadratik yang diestimasi menggunakan fixed effect model. Penelitian ini menghasilkan dukungan terhadap EKC model dimana terdapat hubungan berbentuk kurva-U terbalik antara pertumbuhan ekonomi dengan kerusakan lingkungan. Hasil dari pengulangan estimasi setelah melakukan modifikasi pada model dengan menambahkan variabel keterbukaan ekonomi

21 menyebutkan bahwa jika suatu Negara semakin terintegrasi (memiliki tingkat keterbukaan ekonomi yang lebih tinggi) maka akan semakin tinggi tingkat emisi yang dihasilkan dan semakin tinggi titik puncak yang harus dicapai agar kemudian pertumbuhan ekonomi mengarah pada pengurangan emisi dan kerusakan lingkungan. Choi et al. (2010) melakukan penelitian akan hubungan emisi CO2 dengan pertumbuhan ekonomi dan keterbukaan ekonomi pada negara Korea, Cina, dan Jepang untuk tahun 1971-2006. Melalui proses estimasi yang dilakukan menggunakan metode OLS. Hasil yang didapat untuk studi kasus Negara Korea tidak sejalan dengan konsep EKC yang menyebutkan bahwa hubungan pertumbuhan ekonomi dengan degradasi lingkungan akan membentuk kurva-U terbalik. Untuk Negara Cina, hubungan antara pertumbuhan ekonomi dengan emisi CO2 membentuk kurva-N. Pertumbuhan ekonomi tidak dapat memberikan peningkatan kualitas lingkungan secara berkesinambungan karena pada titik balik kedua, pertumbuhan ekonomi akan kembali memberikan dampak negatif bagi kualitas lingkungan di Cina. Sedangkan untuk kasus negara Jepang, penelitian mengarah pada kurva-N terbalik dalam menggambarkan pola hubungan antara pertumbuhan ekonomi dengan emisi CO2. Meskipun untuk kasus negara Jepang pada akhirnya peningkatan ekonomi dapat memberikan perbaikan kualitas lingkungan yang ditinjau melaui emisi CO2 dalam penelitian ini, namun model hubungan yang ditemukan berbeda dengan EKC model yang berbentuk kurva-U terbalik. Hutabarat (2000) melakukan penelitian menggunakan analisis regresi berganda dengan model Fixed Effect Model (FEM) dengan metode Fixed Effect

22 Model Fixed Cross Section yang telah dilakukan untuk mengetahui pengaruh variabel PDB sektor industri terhadap kualitas lingkungan yang ditinjau melalui emisi Sulfur dan emisi CO2 di lima negara ASEAN selama 21 tahun. Dari penelitian tersebut, ditemukan hubungan yang membentuk fungsi kubik untuk kasus emisi surfur dan emisi CO2. Akpan dan Chuku (2011) melakukan penelitian mengenai hubungan pertumbuhan ekonomi dan degradasi lingkungan untuk studi kasus negara Nigeria. Mereka menggunakan data tahun 1960 sampai dengan tahun 2008 dengan GDP per kapita sebagai indikator pertumbuhan ekonomi dan CO2 sebagai indikator degradasi lingkungan. Model ARDL digunakan untu melihat hubungan antara keduanya. Akpan dan Chuku (2011) juga turut memasukan tingkat keterbukaan ekonomi (openness ratio) sebagai variabel lain yang turut mempengaruhi degradasi lingungan. Hasil penelitian ini menemukan bahwa untuk studi kasus negara Nigeria, pertumbuhan ekonomi berasosiasi dengan peningkatan degradasi lingkungan baik untuk jangka pendek maupun jangka panjang. Hubungan kurva-N terbalik sebagai hasil penelitian tidak memberikan dukungan terhadap EKC model. Penelitian ini berbeda dengan penelitian sebelumnya. Penambahan indikator lingkungan CH4 dan N2O sebagai emisi komponen gas rumah kaca diharapkan dapat memberikan pengaruh yang lebih spesifik akan pertumbuhan ekonomi terhadap degradasi lingkungan. Penambahan indikator keterbukaan ekonomi dilakukan kembali untuk menangkap pengaruh tingkat keterbukaan ekonomi. Berbeda dengan Choi et,al (2010), penelitian ini menggunakan cross

23 section dan time series yang lebih banyak. Meskipun tidak sebanyak Kahutu (2006), namun indikator lingkungan yang digunakan lebih banyak dengan time series yang lebih up to date.

2.6.

Kerangka Pemikiran Perhatian utama masyarakat perekonomian dunia tertuju pada cara-cara

untuk mempercepat tingkat pertumbuhan pendapatan nasional. “Pengejaran pertumbuhan” merupakan tema sentral dalam kehidupan ekonomi semua negara di dunia dewasa ini. Dalam melakukan percepatan pertumbuhan ekonomi, pertumbuhan ekonomi dilakukan untuk mewujudkan perbaikan kualitas hidup dan mengatasi permasalahan yang berkaitan atau berakar dari masalah kesejahteraan. Perbaikan infrastruktur, pelayanan masyarakat, dan kualitas kehidupan merupakan beberapa fokus dari pertumbuhan ekonomi. Suatu sistem perekonomian dapat berintegrasi dengan perekonomian lain untuk menciptakan hubungan yang saling menguntungkan melalui perdagangan bebas demi terciptanya percepatan ekonomi. Pemanfaatan sumber daya alam secara berlebihan tanpa memperhatikan aspek pelestariannya dapat meningkatkan tekanan berlebihan terhadap kualitas lingkungan hidup yang pada akhirnya mengancam swasembada pangan, pemerataan distribusi pendapatan, serta potensi pertumbuhan ekonomi di masa mendatang. Kegiatan ekonomi merupakan kegiatan memanfaatkan sumberdaya untuk menghasilkan barang atau jasa yang memiliki nilai ekonomi.

24 Inefisiensi kegiatan pemanfaatan sumberdaya alam , kurangnya kesadaran ekonomi, dan konsepsi pertumbuhan ekonomi yang mengesampingkan aspek lingkungan yang dikenal dengan “grow first clean up later” memperbesar dampak pertumbuhan ekonomi terhadap kerusakan lingkungan. Kemajuan teknologi dapat mengurangi emisi yang dihasilkan dari kegiatan ekonomi dengan meningkatkan efisiensi. Konsep pengejaran pertumbuhan ekonomi untuk mengejar tingkat pendapatan yang lebih tinggi dalam mengurangi dampak pertumbuhan ekonomi harus selalu dipertanyakan kebenarannya. Hal ini disebabkan karena dalam pelaksanaanya, apabila pertumbuhan ekonomi pada tingkat pendapatan yang lebih tinggi tidak mengurangi kerusakan lingkungan maka dunia akan terarahkan pada kerusakan lingkungan yang tak terhindarkan.

Memacu Peningkatan

Pertumbuhan dan Keterbukaan Ekonomi

Permintaan SDA (ekspolitasi SDA)

• • •

Grow first clean up later Kurangnya kesadaran lingkungan inefisiensi

Degradasi Lingkungan (Emisi gas Rumah Kaca) Gambar 2.2. Kerangka Pemikiran Penelitian

Peningkatan taraf hidup

25 2.7.

Hipotesis Penelitian Berdasarkan teori dan hasil penelitian terdahulu serta variabel-variabel

yang dijelaskan dalam penelitian ini, maka dalam penelitian ini dirumuskan hipotesis, yaitu: 1. Dampak pertumbuhan ekonomi terhadap kualitas lingkungan hidup yang diukur dengan emisi gas rumah kaca, yaitu melalui emisi Karbondioksida (CO2), Metana (CH4), dan Nitrogen Oksida (N2O) di negara berkembang dan negara maju signifikan dengan konsep Environmental Kuznets Curve model. Pertumbuhan ekonomi pada tingkat pendapatan rendah (sebelum titik balik) akan meningkatkan degradasi lingkungan, namun pada tingkat pendapatan yang lebih (setelah titik balik) tinggi pertumbuhan ekonomi akan memberikan perbaikan kualitas lingkungan. 2. Tingkat keterbukaan ekonomi berpengaruh signifikan terhadap emisi gas rumah kaca dalam penelitian ini. Semakin suatu Negara terbuka perekonomiannya (terintegrasi), maka semakin besar dampak kerusakan lingkungan yang diberikan.

BAB III METODE PENELITIAN

3.1.

Jenis dan Sumber Data Penelitian ini menggunakan data kuantitatif tahunan pada rentang waktu

antara tahun 1981-2008. Data dalam penelitian ini adalah data dari 20 Negara yang mewakili masing-masing tingkatan pertumbuhan ekonomi seluruh dunia berdasarkan klasifikasi menurut World Bank. Keseluruhan negara yang dimaksud adalah Amerika Serikat, Inggris, Itali, Jepang, Perancis, Cina, Argentina, Brazil, Malaysia, Afrika Selatan, Indonesia, India, Philipina, Nigeria, Tonga. Pengolahan data dilakukan dengan perangkat lunak Microsoft Excel 2007, Minitab, dan Eviews 6. Tabel 3.1 Data, Satuan, Simbol, dan Sumber Data Variabel Satuan Simbol GDP per Kapita US $ GDP CO2 CO2 Kilotonne Trade per GDP Persen TRD CH4 CH4 Kilotonne N2O Keterangan:

3.2.

Sumber World Bank World Bank UN-Comtrade EDGAR

N2O Kilotonne EDGAR Word Bank , tahun 1981-2008 EDGAR (Emission Database for Global Atmospheric Research),tahun 1981-2008

Metode Analisis Data Metode analisis yang digunakan adalah metode deskriptif dan kuantitatif.

Metode deskriptif adalah metode yang berkaitan dengan pengumpulan dan penyajian gugus data sehingga memberikan informasi yang berguna. Proses 26

27 deskripsi data pada dasarnya meliputi upaya penelusuran dan pengungkapan informasi yang lebih relevan yang terkandung di dalam data dan penyajian hasilnya dalam bentu yang lebih ringkas dan sederhana, sehingga pada akhirnya mengarah pada keperluan adanya penjelasan dan penafsiran. Metode penelitian ini juga mengandalkan proses kuantitatif untuk mendapatkan gambaran yang terstruktur dan jelas mengenai fenomena perekonomian yang terjadi. Penelitian kuantitatif berlandaskan interpretasi terhadap hasil olahan model dengan metode analisis panel data.

3.3.

Spesifikasi Model Untuk melakukan estimasi pada model data panel, terdapat dua

pendekatan yang dapat dilakukan yaitu menggunakan fixed effect atau random effect. Berdasarkan hasil uji, kemudian diputuskan fixed effect yang akan digunakan dalam penelitian ini. Pencarian model terbaik dalam menentukan pola hubungan pertumbuhan ekonomi dan keterbukaan ekonomi dengan degradasi lingkungan harus dilakukan untuk dapat memberikan gambaran yang akurat akan hubungan pertumbuhan ekonomi dengan degradasi lingkungan. Terdapat tiga model yang akan diestimasi untuk menentukan model terbaik yaitu, model persamaan linear, model persamaan kuadratik, model persamaan kubik. Linear

: Eit = βi + β1 Xit + β4 Yit + εit

Kuadratik

: Eit = βi + β1 Xit + β2 (Xit)2 + β4 Yit + εit Syarat: β2 ≠ 0, Jika β2 < 0 maka membentuk kurva-U terbalik (EKC), sedangkan jika β2 > 0 maka membentuk kurva-U.

28

Turning point = : Eit = βi + β1 Xit + β2 (Xit)2 + β3 (Xit)3 + β4 Yit + εit

Kubik

Syarat: β3 ≠ 0, Jika β3 < 0 maka membentuk kurva-N terbalik, sedangkan jika β3 > 0 maka membentuk kurva-N. Turning point 1 = Turning point 2 =

²

²

dimana: Eit

: emisi gas rumah kaca (CO2, N2O, dan CH4) untuk negara i pada tahun t

Xit

: GDP per kapita untuk negara i pada tahun t

Yit

: Tingkat keterbukaan ekonomi negara i pada tahun t

βi

: konstanta

β1, β2, β3

: koefisien regresi

εit

: error term untuk negara i pada tahun t Untuk dapat menggambarkan pola hubungan antara pertumbuhan dan

tingkat keterbukaan ekonomi terhadap degradasi lingkungan secara tepat digunakan beberapa kriteria pemilihan model sehingga model yang terpilih adalah model terbaik dalam pendugaan. Model terbaik adalah model yang memiliki Adj-R2 tertinggi dan signifikan dengan taraf nyata 5% untuk keseluruhan variabel bebas yang digunakan dalam model. Model juga harus bersifat BLUE (Best Linear Unbiased Estimator)

29

3.3.1. Model untuk kasus CO2 Setelah melakukan pengujian untuk mendapatkan model terbaik, didapatkan model persamaan kuadratik yang dapat menggambarkan hubungan antara pertumbuhan ekonomi dan CO2. Adapun model yang digunakan sebagai berikut. CO2it = βi + β1 GDPit + β2 (GDPit)2 + εi…………………………..………….………………………(1) CO2

= Karbondioksida (kilotonne)

GDP

= GDP per kapita (US$)

GDP2

= GDP2 (US$)

LnCO2it = βi + β1 LnGDPit + β2 (LnGDPit)2 + εit.………………………………………..……..(2) LnCO2

= Karbondioksida (persen)

LnGDP

= GDP per kapita (persen)

LnGDP2

= GDP2 (persen)

Analisis yang sama dilakukan dengan menambahkan variabel keterbukaan ekonomi yang direpresentasikan oleh persentase jumlah nilai ekspor dan import terhadap GDP sehingga membentuk persamaan. CO2it = βi + β1 Xit + β2 (GDPit)2 + β3 (TDR)it +εit…….………………………………………..(3) CO2

= Karbondioksida (kilotonne)

GDP

= GDP per kapita (US$)

GDP2

= GDP2 (US$)

TRD

= Share perdagangan terhadap GDP (persen)

LnCO2it = βi + β1 LnXit + β2 (LnGDPit)2 + β3 (LnTDR)it +εit……………………………(4)

30 LnCO2

= Karbondioksida (persen)

LnGDP

= GDP per kapita (persen)

LnGDP2

= GDP2 (persen)

LnTRD

= Share perdagangan terhadap GDP (persen)

3.3.2. Model untuk kasus CH4 Untuk kasus CH4, Setelah melakukan pengujian untuk mendapatkan model terbaik, didapatkan model persamaan kubik yang dapat menggambarkan hubungan antara pertumbuhan ekonomi dan CH4. Adapun model yang digunakan sebagai berikut. CHit = βi + β1 GDPit + β2 (GDPit)2 + β3 (GDPit)3 + εit ……………...…………(5) CH4

= Metana (kilotonne)

GDP

= GDP per kapita (US$)

GDP2

= GDP2 (US$)

GDP3

= GDP3 (US$)

LnCHit = βi + β1 LnGDPit + β2 (LnGDPit)2 + β3 (LnGDPit)3 + ε.……………..(6) LnCH4

= Metana (persen)

LnGDP

= GDP per kapita (persen)

LnGDP2

= GDP2 (persen)

LnGDP3

= GDP3 (persen)

Analisis yang sama dilakukan dengan menambakan variabel keterbukaan ekonomi yang direpresentasikan oleh jumlah persentase nilai ekspor dan import terhadap GDP sehingga membentuk persamaan.

31 CH4it = βi + β1 Xit + β2 (GDPit)2 + β3 TRDit +εit …….………………………..(7) CH4

= Metana (kilotonne)

GDP

= GDP per kapita (US$)

GDP2

= GDP2 (US$)

TRD

= Share perdagangan terhadap GDP (persen)

LnCH4it = βi + β1 LnXit + β2 (LnGDPit)2 + β3 LnTRDit +εit…………………..(8) LnCH4

= Metana (persen)

LnGDP

= GDP per kapita (persen)

LnGDP2

= GDP2 (persen)

LnTRD

= Share perdagangan terhadap GDP (persen)

3.3.3. Model Untuk Kasus N2O Pada kasus N2O, setelah melakukan pengujian untuk mendapatkan model terbaik, didapatkan model linear yang dapat menggambarkan hubungan antara pertumbuhan ekonomi dan N2O. Adapun model yang digunakan sebagai berikut. N2Oit = βi + β1 GDPit + εit …………………………………………………..(9) N2O

= Nitrogen Oksida (kilotonne)

GDP

= GDP per kapita (US$)

LnN2Oit = βi + β1 LnGDPit + εit ……………………………………………(10) LnN2O

= Nitrogen Oksida (persen)

LnGDP

= GDP per kapita (persen)

32 Analisis yang sama dilakukan dengan menambakan variabel keterbukaan ekonomi yang direpresentasikan oleh jumlah persentase nilai ekspor dan import terhadap GDP sehingga membentuk persamaan. N2Oit= βi + β1 (GDPit) + β2 TRDit +εit……………………………………….(8) N2O

= Nitrogen Oksida (kilotonne)

GDP

= GDP per kapita (US$)

TRD

= Share perdagangan terhadap GDP (persen)

Ln N2Oit = βi + β1 (LnGDPit) + β2 LnTRDit +εit…………………………….(8) LnN2O

= Nitrogen Oksida (persen)

LnGDP

= GDP per kapita (persen)

LnTRD

= Share perdagangan terhadap GDP (persen)

3.4.

Metode Analisis Regresi dan Panel Data Ketersediaan data untuk mewakili variabel yang akan digunakan dimana

kondisinya yaitu data time series pendek dan unit cross section terbatas dapat diatasi dengan menggunakan metode panel data (pooled data). Penggunaan model panel data tersebut digunakan dengan tujuan agar diperoleh hasil estimasi yang lebih baik (efisien) dengan meningkatnya jumlah observasi yang berimplikasi pada meningkatnya derajat kebebasan (degree of freedom).

33 Penggunaan data panel telah memberikan banyak keuntungan secara statistik maupun teori ekonomi. Manfaat penggunaan panel data adalah sebagai berikut: 1. Mampu mengontrol heterogenitas individu 2. Mengurangi kolinearitas antar variabel, meningkatnya degree of freedom, lebih bervariasi dan lebih efisien 3. Mampu mengidentifikasi dan mengukur efek yang secara sederhana tidak dapat diperoleh dari data cross section murni atau time series murni Model analisa data panel memiliki tiga macam pendekatan, yaitu pendekatan kuadrat terkecil (pooled least square), pendekatan efek tetap (fixed effect), dan pendekatan efek acak (random effect). Selain itu, di dalam melakukan pengolahan data panel terdapat juga kriteria pembobotan yang berbeda-beda yaitu No weighting (semua observasi diberi bobot sama), cross section weight (GLS dengan menggunakan estimasi varians residual cross section, apabila terdapat asumsi cross section heteroskedasticity), dan SUR (GLS dengan menggunakan covariance matrix cross section). Metode ini mengoreksi baik heteroskedastisitas maupun autokorelasi antar unit cross section.

3.5.

Pemilihan Pendekatan: Uji Haussman Alur pengujian statistik untuk memilih pendekatan yang digunakan dapat

diperlihatkan pada Gambar 3.1. Penggunaan pendekatan Pooled Least Square dirasakan kurang sesuai dengan tujuan digunakannya data panel maka dalam penelitian ini hanya mempertimbangkan pendekatan fixed effect dan random

34 effect. Dalam memilih apakah fixed atau random effect yang lebih baik, dilakukan pengujian terhadap asumsi ada tidaknya korelasi antara regresor dan efek individu. Untuk menguji asumsi ini dapat digunakan Haussman Test. Dalam uji ini dirumuskan hipotesis sebagai berikut: H0

: Model Random Effect

H1

: Model Fixed Effect Jika nilai H hasil pengujian lebih besar dari χ2 tabel, maka cukup bukti

untuk melakukan penolakan terhadap H0 sehingga model yang digunakan adalah model fixed effect, begitu juga sebaliknya.

Fixed Effect Chow Test Pooled Least

Hausman Test

Random Effect Sumber: Firdaus, 2012 Gambar 3.1. Pengujian Pemilihan Model dalam Pengolahan Data Panel

3.6.

Pengujian Kriteria Ekonomi dan Statistik Setelah mendapatkan parameter estimasi, langkah selanjutnya adalah

melakukan berbagai macam pengujian terhadap parameter estimasi tersebut serta pengujian terkait model terbaik mana yang akan dipilih diantara fixed dan random. Pengujian tersebut bisa berupa pengujian ekonomi, statistik, dan ekonometrik.

35 Pengujian dapat dilakukan dengan kriteria ekonomi dan statistik. Pengujian ekonomi dilakukan untuk melihat besaran dan tanda parameter yang akan diestimasi, apakah sesuai dengan teori atau tidak. Sedangkan uji kriteria statistik dilakukan dengan uji koefisien determinasi (R2)

3.6.1. Uji Koefisien Regresi Secara Individual (Uji t) Uji t–statistik dilakukan untuk menguji apakah variabel independen secara individu mempunyai pengaruh yang signifikan terhadap variabel dependennya. Pengujian ini dilakukan untuk mengetahui secara parsial variabel independen berpengaruh secara signifikan atau tidak terhadap variabel dependen. Dalam pengujian ini dilakukan uji dua arah dengan hipotesa : H0: βi = 0 (tidak ada pengaruh variabel independen terhadap variabel dependen) H1: βi ≠ 0 (ada pengaruh variabel independen terhadap variabel dependennya) Kriteria pengujian : 1.

Ho diterima dan Ha ditolak apabila t tabel > t hitung < t tabel, artinya variabel independen tidak berpengaruh secara signifikan terhadap variabel dependen.

2.

Ho ditolak dan Ha diterima apabila t tabel < t hitung > t tabel, artinya variabel independen berpengaruh secara signifikan terhadap variabel dependent

Sedangkan nilai t hitung adalah : T hitung = βi Se (βi)

36

3.6.2. Uji Signifikansi Simultan (Uji f) Uji-F statistik digunakan untuk menguji apakah keseluruhan variabel independen secara simultan berpengaruh terhadap variabel dependen. Pengujian ini dilakukan dengan hipotesa : H0 = β1 = β2 = β3 = β4 = 0 (variabel independen secara bersama – sama tidak berpengaruh secara signifikan terhadap variabel dependen). H1 ≠ β1 ≠ β2 ≠ β3 ≠ β4 ≠ 0 (variabel independen secara bersama – sama berpengaruh secara signifikan terhadap variabel dependen). Dengan kata lain, dalam penelitian ini bila hasil F hitung menunjukkan hasil yang signifikan berarti variabel pertumbuhan ekonomi, aglomerasi dan variabel moderat secara bersama – sama berpengaruh terhadap kualitas lingkungan Untuk menghitung F hitung digunakan rumus (Gujarati, 1995) F hitung =

R2 / (k-1) (1 – R2) / (n-k)

Dimana : R2 = koefisien determinasi n = jumlah observasi k = jumlah variabel independen termasuk konstanta

37 Kriteria Pengujian: 1.

H0 diterima dan H1 ditolak apabila F hitung < F tabel, artinya variabel independen secara bersama – sama tidak berpengaruh secara signifikan terhadap variabel dependen.

2.

H0 ditolak dan H1 diterima apabila F hitung > F tabel, artinya variabel independen secara bersama – sama berpengaruh secara signifikan terhadap variabel dependen.

3.6.3. Uji Koefisien Determinasi (R2) Koefisien determinasi (R2) digunakan untuk mengetahui besarnya daya menerangkan dari variabel independen terhadap variabel dependen pada model tersebut. Nilai R2 berkisar antara 0 < R2 < 1 sehingga kesimpulan yang diambil adalah: 1. Nilai R2 yang kecil atau mendekati nol, berarti kemampuan variabel-variabel bebas dalam menjelaskan variabel-variabel tak bebas sangat terbatas. 2. Nilai R2 mendekati satu, berarti variabel-variabel bebas memberikan hampir semua informasi untuk memprediksi variasi variabel tak bebas. Dalam penelitian ini berarti, bila nilai R2 memberikan hasil yang mendekati angka 1, artinya kualitas lingkungan yang ditinjau dari tingkat emisi CO2, CH4, dan N2O dapat dijelaskan dengan baik oleh variasi variabel independen GDP, GDP2, GDP3, dan atau TDR Sedangkan sisanya (100% - nilai R2) dijelaskan oleh sebab-sebab lain di luar model.

38

3.6.4. Uji Autokorelasi Istilah autokorelasi bisa didefinisikan sebagai korelasi di antara anggota observasi yang diurut menurut waktu (seperti data deret berkala) atau ruang (seperti data lintas sektoral). Uji yang paling dikenal untuk pendeteksian autokorelasi adalah statistik d Durbin-Watson (DW Test). Pengujian dengan DW Test hanya digunakan untuk autokorelasi tingkat satu (first order autocorrelation) dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak ada variabel lag diantar variabel independen. Hipotesis yang akan diuji adalah: H0 : tidak ada autokorelasi (r = 0) H1 : ada autokorelasi (r ≠ 0) Tabel 3.2 Uji d Durbin-Watson: Aturan Keputusan Hipotesis nol Keputusan Tidak ada autokorelasi positif Tolak Tidak ada autokorelasi positif Tidak ada keputusan Tidak ada autokorelasi negatif Tolak Tidak ada autokorelasi negatif Tidak ada keputusan Tidak ada autokorelasi positif Tidak ditolak atau negative Sumber: Gujarati, 2003

Jika 0 < d < dL dL ≤ d ≤ dU 4 - dL < d < 4 4 - dU ≤ d ≤ 4 - dL dU < d < 4 - dU

3.6.5. Uji Heterokedastisitas Suatu asumsi kritis dari model regresi linear klasik adalah bahwa gangguan ui semuanya mempunyai varians yang sama. Jika asumsi ini tidak dipenuhi, maka mempunyai heteroskedasitas. Heteroskedasitas tidak merusak sifat ketidakbiasan dan konsistensi dari penaksir OLS. Tetapi penaksir ini tidak lagi mempunyai varians minimum atau efisien . Dengan perkataan lain, sehingga tidak lagi memenuhi asumsi BLUE.

39 Untuk mendeteksi ada tidaknya pelanggaran ini dengan menggunakan White Heterocdasticity Test (Gujarati, 1995). Nilai probabilitas Obs*R-squared dijadikan sebagai acuan untuk menolak atau menerima H0. Hipotesis yang akan diuji: H0 : homoskedastisitas H1 : heteroskedastisitas Kriteria pengujiannya adalah: 1. Probabilitas Obs*R-squared < taraf nyata , maka tolak H0 2. Probabilitas Obs*R-squared > taraf nyata , maka terima H0

3.6.6. Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah data terdistribusi normal atau tidak. Dalam penelitian ini menggunakan Jarque-Bera test (J-B test) untuk melihat apakah data terdistribusi normal atau tidak. Uji ini menggunakan hasil residual dan chi-square probability distribution. hipotesis yang akan diuji adalah: H0 : Sampel berasal dari populasi yang berdistribusi normal H1 : Sampel berasal dari populasi yang tidak berdistribusi normal Kriteria pengujian adalah: 1. Bila nilai JB hitung > nilai X2tabel, maka H0 yang menyatakan residual, ut adalah berdistribusi normal ditolak. 2. Bila nilai JB hitung < nilai X2tabel, maka H0 yang menyatakan residual, ut adalah berdistribusi normal diterima.

40

3.7.

Definisi Operasional Penelitian ini menggunakan CO2 (carbon dioksida), CH4 (metana), dan

N2O (nitrogen oksida) sebagai indikator pencemaran lingkungan karena ketiganya merupakan gas rumah kaca yang berperan aktif dalam meningkatkan suhu bumi melalui efek rumah kaca yang ditimbukan gas buangan tersebut. Gas-gas buangan tersebut ketika dilepaskan di atmosfer akan membentuk lapisan yang menahan pantulan panas matahari yang menyinari bumi seperti prinsip rumah kaca. 1. Emisi Karbondioksida (CO2) Variabel ini diperoleh dari emisi karbondioksida (CO2) yang dinyatakan dalam kilotonne. Karbondioksida adalah gas rumah kaca yang penting karena ia menyerap gelombang inframerah dengan kuat. Karbondioksida dihasilkan oleh semua makhluk hidup pada proses respirasi dan digunakan oleh tumbuhan pada proses fotosintesis. Karbondioksida juga dihasilkan dari hasil samping pembakaran bahan bakar fosil. 2. Emisi Metana (CH4) Variabel ini diperoleh dari emisi metana (CH4) yang dinyatakan dalam kilotonne. Metana merupakan komponen utama gas alam yang termasuk gas rumah kaca. Ia merupakan insulator yang efektif, mampu menangkap panas 20 kali lebih banyak bila dibandingkan karbondioksida. Metana dilepaskan selama produksi dan transportasi batu bara, gas alam, dan minyak bumi. Metana juga dihasilkan dari pembusukan limbah organik di tempat pembuangan sampah (landfill), bahkan dapat keluarkan oleh hewan-hewan tertentu, terutama sapi, sebagai produk samping dari pencernaan.

41 3. Emisi Nitrogen Oksida (N2O) Variabel ini diperoleh dari emisi nitrogen oksida (N2O) yang dinyatakan dalam kilotonne. Nitrogen oksida adalah gas insulator panas yang sangat kuat. Ia dihasilkan terutama dari pembakaran bahan bakar fosil dan oleh lahan pertanian. Nitrogen oksida dapat menangkap panas 300 kali lebih besar dari karbondioksida. 4. GDP per kapita merupakan GDP yang telah dibagi dengan jumlah penduduk dalam suatu negara sehingga GDP per kapita dirasa efektif dalam menggambarkan tingkat pendapatan suatu negara. Penggunaan GPD perkapita dilakukan sebagai pendekatan pertumbuhan ekonomi. 5. Volume perdagangan merupakan penjumlahan dari persentase ekspor terhadap GDP dan persentase impor terhadap GDP yang digunakan untuk mendekati keterbukaan ekonomi.

BAB IV GAMBARAN UMUM

4.1.

Laju Pertumbuhan GDP per Kapita Negara High Income 1981-2008 Kelompok negara high income merupakan kelompok negara yang telah

melewati tahapan pertumbuhan ekonomi hingga pada akhirnya mencapai kondisi mapan. Secara keseluruhan negara high income memiliki laju pertumbuhan GDP per kapita bernilai positif meskipun terdapat fluktuas dalam data tahunan. Hal tersebut menunjukan bahwa setiap tahunnya terjadi fluktuasi pendapatan namun secara keseluruhan untuk jangka waktu tahun 1981-2008 pendapatan negara high income mengalami peningkatan. 45000

GDP per kapita (US$)

40000 35000 30000

Inggris

25000

Amerika Serikat

20000

Jepang

15000

Italia

10000

Perancis

5000 2007

2005

2003

2001

1999

1997

1995

1993

1991

1989

1987

1985

1983

1981

0

Sumber: World Development Indicator, diolah Gambar 4.1. Laju Pertumbuhan Ekonomi Negara High Income, 1981-2008 Berdasarkan Gambar 4.1, rata-rata keseluruhan negara high income memiliki pertumbuhan ekonomi konstan dengan pertumbuhan GDP per kapita rata-rata per tahun sebesar 1,8 persen. Negara-negara high income memiliki 42

43 pertumbuhan perekonomian yang cenderung stabil apabila dibandingkan dengan kelompok negara lainnya. Jepang merupakan negara dengan GDP per kapita tertinggi untuk kelompok negara high income kemudian disusul oleh Amerika. Jepang merupakan negara produsen otomotif maupun elektronik dunia. Negara dengan tingkat industrialisasi yang tinggi yang berhasil mendongkrak perekonomiannya setelah terpuruk pasca Perang Dunia ke II. Sedangkan Amerika merupakan raksasa ekonomi yang sangat berpengaruh terhadap perekonomian global. Negara high income lainnya seperti Inggris, Perancis, dan Italia secara berurutan menempati posisi ke tiga, empat, dan kelima.

4.2.

Laju Pertumbuhan GDP per Kapita Negara Upper Middle Income 1981-2008 Kelompok negara upper-mid income merupakkan negara berpendapatan

menegah yang sedang mengalami pertumbuhan ekonomi signifikan. Negaranegara tersebut sedang mengakselerasi pertumbuhan ekonominya untuk menjadi negara berpendapatan tinggi atau high income sedangkan lower-mid income merupakan negara dengan pendapatan menengah yang setingkat lebih tinggi dari negara berpendapatan rendah atau low income. Negara upper middle income yang terpilih menjadi contoh dalam penelitian ini adalah Cina, Brazil, Afrika Selatan, Malaysia, dan Argentina. Sedangkan untuk negara lower middle income yaitu India, Indonesia, Pilipina, Nigeria, dan Tonga. Gambar 4.2 menunjukan laju GDP per kapita untuk kelompok negara upper middle income dan lower middle income pada tahun 1981 sampai dengan 2008.

44

12000 Argentina GDP per kapita (US$)

10000

Brazil Cina

8000

Malaysia 6000

Afrika Selatan India

4000

Indonesia 2000

Philippina Nigeria 2007

2005

2003

2001

1999

1997

1995

1993

1991

1989

1987

1985

1983

1981

0

Tonga

Sumber: World Development Indicator, diolah Gambar 4.2. Laju Pertumbuhan Ekonomi Negara Middle Income, 1981-2008 Berdasarkan Gambar 4.2, dapat terlihat negara-negara upper-mid income seperti Brazil, Afrika Selatan, Malaysia, dan Argentina memiliki tingkat GDP per kapita yang lebih tinggi dari GDP per kapita negara lower-mid income, hanya Cina yang merupakan negara upper-mid income namun GDP per kapita negaranya berada diantara GDP per kapita negara lower-mid income. Hal tersebut dikarenakan dalam menggolongkan Negara-negara di dunia ke dalam kelompok pendapatan menggunakan GDP bukan GDP per kapita. Penduduk Cina yang banyak menjadikan GDP per kapita Cina lebih kecil dari GDP-nya. Meskipun untuk kelompok middle income laju GDP per kapita memiliki nilai yang bervariasi namun secara keseluruhan perekonomian negara middle income mengalami pertumbuhan yang bernilai positif.

45 4.3.

Laju Pertumbuhan GDP per Kapita Negara Low Income 1981-2008 Kelompok negara low income memiliki tingkat GDP per kapita terendah

jika dibandingkan dengan kelompok negara high income dan low income. Trend pertumbuhan GDP per kapita untuk masing-masing negara low income bervariasi dengan tingkat fluktuas yang relatif tinggi. 800

GDP per Kapita (US$)

700 600 500

Malawi

400

Uganda

300

Comoros

200

Liberia

100

Zimbabwe

0

Sumber: World Development Indicator, diolah Gambar 4.3. Laju Pertumbuhan GDP per Kapita Negara Low Income, 1981-2008 Berdasarkan Gambar 4.3, ada beberapa negara low income yang memiliki total pertumbuhan GDP per kapita yang bernilai negatif yaitu Zimbabwe, Liberia, dan Comoros. Penurunan GDP per kapita terbesar sepanjang tahun 1981-2008 dialami oleh Liberia dengan total penurunan GDP per kapita sebesar minus tujuh puluh persen. Negara Malawi, Uganda, dan Comoros mengalami pertumbuhan GDP total yang bernilai positif sepanjang tahun 1981-2008. Uganda merupakan negara kelompok low income yang mengalami total pertumbuhan GDP per kapita tertinggi.

46 4.4.

Laju Pertumbuhan Emisi Gas Rumah Kaca CO2

4.4.1

Laju Pertumbuhan CO2 Negara High Income 1981-2008 Negara high income merupakan negara maju yang telah melewati beberapa

fase pertumbuhan ekonomi termasuk industrialisasi. Kontribusi negara high income terhadap emisi gas CO2 tidak diragukan lagi. Karena CO2 merupakan limbah kegiatan produksi untuk mendongkrak perekonomian mereka di masa lampau. Gambar 4.4 adalah grafik dari laju pertumbuhan emisi gas CO2 sepanjanga tahun 1981-2008: 6000000

CO2 (kilotonne)

5000000 4000000

Inggris Amerika Serikat

3000000

Jepang 2000000

Italia Perancis

1000000

1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007

0

Sumber: World Development Indicator, diolah Gambar 4.4. Laju Pertumbuhan CO2 Negara High Income, 1981-2008 Berdasarkan Gambar 4.4, penyumbang emisi gas CO2 tertinggi untuk golongan Negara high income adalah Amerika Serikat dengan emisi CO2 berkisar antara empat juta kilo ton sampai lima juta kilo ton CO2. Negara high income kedua tertinggi setelah Amerika Serikat adalah Jepang yang berkisar antara 900 ribu sampai satu juta kilo ton per tahun. Tingkat pertumbuhan emisi CO2 per tahun untuk negara maju terbilang cukup rendah, yakni 0,5 persen per tahun.

47 4.4.2. Laju Pertumbuhan CO2 Negara Middle Income 1981-2008 Dalam beberapa forum lingkungan tingkat dunia dan pendapat terkait pemanasan dunia, negara berkembang dengan pendapatan menengah sering kali menjadi terdakwa atas mengingkatknya emisi gas CO2 ke atmosfer bumi. CO2 aktif membentuk skema rumah kaca yang menyebabkan pemanasan global. Berikut ini adalah grafik dari laju pertumbuhan emisi gas CO2 sepanjang tahun 1981-2008 untuk negara middle income. 8000000 Afrika Selatan

7000000

Argentina

6000000

Malaysia

5000000

Cina

4000000

Brazil

3000000

Nigeria

2000000

Tonga

1000000

India Indonesia 2007

2005

2003

2001

1999

1997

1995

1993

1991

1989

1987

1985

1983

1981

0

Philipina

Sumber: World Development Indicator, diolah Gambar 4.5. Laju Pertumbuhan CO2 Negara Middle Income, 1981-2008 Berdasarkan Gambar 4.5, untuk semua negara middle income selain India dan Cina, petumbuhan CO2 tidak lebih dari satu juta kilo ton sepanjang tahun 1981-2008. Perbedaan yang sangat signifikan terlihat dari negara Cina dan India yang memiliki tingkat pencemaran CO2 jauh di atas negara lainnya. Cina dan India adalah negara yang sedang gencar melakukan industrialisasi untuk mengejar pertumbuhan ekonomi mereka. India hampir menembus angka dua juta kilo ton emisi CO2 sedangkan Cina tujuh juta kilo ton pada tahun 2008.

48 4.4.3. Laju Pertumbuhan CO2 Negara Low Income 1981-2008 Negara low income merupakan dengan tingkat pendapatan terendah jika dibandingkan dengan kelompok negara lainnya. Perekonomian yang bertumpu pada pemanfaatan sumberdaya alam secara sederhana tidak memberikan dampak yang signifikan terhadap jumlah emisi gas CO2 yang dihasilkan. 20000 18000

CO2 (kilotonne)

16000 14000 12000

malawi

10000

Uganda

8000

Comoros

6000

Liberia

4000

Zimbabwe

2000 2007

2005

2003

2001

1999

1997

1995

1993

1991

1989

1987

1985

1983

1981

0

Sumber: World Development Indicator, diolah Gambar 4.6. Laju Pertumbuhan CO2 Negara Low Income, 1981-2008 Berdasarkan Gambar 4.6, terdapat perbedaan yang signifikan antara Zimbabwe dengan negara low income lainnya. Antara 1981-1994 Zimbabwe mengalami peningkatan emisi CO2 rata-rata lima persen per tahun hingga pada akhirnya mengalami penurunan sampai dengan tahun 2008. Meskipun secara keseluruhan Zimbabwe mengalami penurunan hingga titik 9075,825 kilo ton emisi CO2 namun emisi CO2 yang dihasilkan masi jauh melampaui negara low income lainnya yang tidak melebihi titik 4.000 kilo ton CO2.

49 4.4.4. Laju Pertumbuhan CH4 Negara High Income 1981-2008 Sebagai sebuah negara yang berhasil mengakselerasi perekonomian melalui proses industrialisasi yang dilakukan di masa sebelumnya, negara high income merupakan kelompok konsumen bahan bakar fosil dengan jumlah yang sangat besar. Namun, negara high income bukan merupakan negara emitor gas CO2 terbesar. 3.50E+04

CH4 (kilotonne)

3.00E+04 2.50E+04 Inggris

2.00E+04

Amerika Serikat

1.50E+04

Jepang

1.00E+04

Italia Perancis

5.00E+03

1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007

0.00E+00

Sumber: World Development Indicator, diolah Gambar 4.7. Laju Pertumbuhan CH4 Negara High Income, 1981-2008 Berdasarkan Gambar 4.7, sama seperti pada kasus emis CH4, pada kelompok negara high income hanya Amerika yang menunjukan perbedaan signifikan dalam jumlah emisi yang dihasilkan. Emisi gas CH4 yang dihasilkan Amerika jauh melebihi negara high income lainnya meskipun secara keseluruhan mengalami penurunan. Untuk negara high income lainnya memiliki kisaran CH4 yang tidak begitu berbeda sepanjang tahun 1981-2008, yakni berkisar antara 2.090 kilo ton CH4 sampai dengan 5.110 kilo ton. Keseluruhan pertumbuhan emisi CH4 Negara high income tahun 1981-2008 bernilai negatif, yakni minus 0,7 persen

50 rata-rata per tahun. Dengan kata lain secara keseluruhan emisi CH4 pada negara high income sepanjang tahun 1981-2008 mengalami penurunan.

4.4.5. Laju Pertumbuhan CH4 Negara Middle Income 1981-2008 Negara middle income merupakan negara berkembang yang sedang mengalami industrialisi. Pergeseran dari sektor pertanian ke industri merupakan tahapan proses pembangunan yang harus dilewati kelompok Negara ini dalam menjalankan pembangunan ekonomi. Emisi gas CH4 yang dihasilkan akibat oksidasi tidak sempurna dari barang organik banyak ditemukan pada lahan gambut dan area persawahan. Negara middle income merupakan kelompok negara yang aktif menyumbangkan emisi gas CH4 ke udara. Gambar 4.8 adalah grafik dari laju pertumbuhan emisi gas CH4 sepanjang tahun 1981-2008. 8.00E+04 Cina

7.00E+04

Brazil India

5.00E+04

Indonesia

4.00E+04

Philipina

2007

2005

2003

2001

1999

1997

Tonga 1995

0.00E+00 1993

Malaysia

1991

1.00E+04 1989

Afrika Selatan

1987

2.00E+04

1985

Argentina

1983

3.00E+04

1981

CH4 (kilotonne)

6.00E+04

Nigeria

Sumber: World Development Indicator, diolah Gambar 4.8. Laju Pertumbuhan CH4 Negara Middle Income, 1981-2008

51 Berdasarkan Gambar 4.8, untuk kelompok negara middle income emitor CH4 tertinggi diraih oleh Cina, kemudian disusul oleh India dan Brazil. Emisi CH4 yang dihasilkan negara Brazil, India, dan Indonesia banyak berasal dari kotoran hewan, rawa, lahan gambut maupun area pesawahan terbuka yang membutuhkan banyak konsumsi air. Sedangkan untuk negara Cina banyak berasal dari pembusukan limbah. Indonesia menempati urutan ke empat dengan pergerakan kurva emisi CH4 yang sangat fluktuatif apabila dibandingkan dengan negara lain dalam kelompok negara middle income. pada tahun 1998 jumlah emisi CH4 yang dihasilkan Indonesia melebihi empat juta kilo ton dan kemudian kembali turun secara drastis. Rata-rata pertumbuhan emisi CH4 Brazil adalah 1,8 persen per tahun, sedangkan untuk Negara India dan Brazil sekitar satu persen rata-rata per tahun.

4.4.6. Laju Pertumbuhan CH4 Negara Low Income 1981-2008 Negara low income merupakan dengan tingkat pendapatan terendah jika dibandingkan dengan kelompok negara lainnya. Meskipun pertanian dan peternakan merupakan motor penggerak perekonomian negara low income, namun emisi CH4 yang dihasilkan relatif lebih rendah jika dibandingkan dengan Negara middle income. Dan Gambar 4.8 adalah grafik dari laju pertumbuhan emisi gas CH4 sepanjanga tahun 1981-2008.

52

1.40E+03

CH4 (kilotonne)

1.20E+03 1.00E+03 Malawi

8.00E+02

Uganda

6.00E+02

Comoros

4.00E+02

Liberia Zimbabwe

2.00E+02

2007

2005

2003

2001

1999

1997

1995

1993

1991

1989

1987

1985

1983

1981

0.00E+00

Sumber: World Development Indicator, diolah Gambar 4.9. Laju Pertumbuhan CH4 Negara Low Income, 1981-2008 Berdasarkan Gambar 4.9, pada kelompok negara low income Uganda merupakan negara emitor terbesar emisi CH4. Emisi gas CH4 yang dihasilkan Uganda jauh melebihi negara low income lainnya. Urutan nomor dua sebagai emitor CH4 terbesar dalam golongan negara low income ditempati oleh Zimbabwe yang kemudian disusul oleh Malawi dan Liberia. Sedangkan Comoros merupakan Negara emitor terkecil dalam golongan Negara low income. Pertumbuhan CH4 Uganda pada tahun 1981-2008 hampir mengalami peningkatan dua kali lipat, yakni sebesar 95 persen. Namun, untuk negara low income lainnya pertumbuhan yang terjadi tidak sebesar Uganda, hanya berada pada kisaran 50 persen.

4.4.7. Laju Pertumbuhan N2O Negara High Income 1981-2008 Nitrogen oksida banyak dihasilkan dari sisa pembakaran dan penggunaan pupuk N secara berlebiha. Mekipun Negara high income bukan merupakan negara

53 yang berbasiskan sektor pertanian, namun Negara high income memiliki kontribusi yang tidak sedikit terhadap pertumbuhan emisi gas N2O di udara. Berikut ini adalah grafik dari laju pertumbuhan emisi gas N2O sepanjang tahun 1981-2008: 1.40E+03

N2O (kilotonne)

1.20E+03 1.00E+03 Inggris

8.00E+02

Amerika Serikat

6.00E+02

Jepang

4.00E+02

Italia Perancis

2.00E+02

1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007

0.00E+00

Sumber: World Development Indicator, diolah Gambar 4.10. Laju Pertumbuhan N2O Negara High Income, 1981-2008 Berdasarkan Gambar 4.10, penyumbang emisi gas N2O tertinggi untuk golongan negara high income adalah Amerika Serikat dengan emisi N2O berkisar antara satu juta kilo ton sampai satu koma dua juta kilo ton N2O. Angka tersebut jauh diatas tingkat emisi N2O negara high income lainnya sepanjang tahun 19812008 yang tidak melebihi 230 kilo ton N2O. Tingkat pertumbuhan emisi N2O tahun 1981-2008 bernilai negatif. Terjadi penurunan N2O untuk semua negara high income disepanjang tahun 1981-2008.

54 4.4.8. Laju Pertumbuhan N2O Negara Middle Income 1981-2008 Nitrogen Oksida yang sebagian besar berasal pembakaran dan pemberian pupuk N berlebihan pada sektor pertanian. Sebagai negara dengan kontribusi pertanian yang besar seharusnya negara middle income memiliki kontribusi yang besar terhadap emisi gas N2O di udara. Berikut ini adalah grafiknya sepanjang tahun 1981-2008:

N2O (kilotonne)

2.00E+03 1.80E+03

Cina

1.60E+03

Brazil

1.40E+03

India

1.20E+03

Indonesia

1.00E+03

Pilipina

8.00E+02

Argentina

6.00E+02

Afrika Selatan

4.00E+02

Malaysia

2.00E+02

Tonga 2007

2003 2005

2001

1999

1995 1997

1993

1991

1989

1985 1987

1983

1981

0.00E+00

Nigeria

Sumber: World Development Indicator, diolah Gambar 4.11. Laju Pertumbuhan N2O Negara Middle Income, 1981-2008 Berdasarkan Gambar 4.11, untuk kelompok negara middle income emitor N2O tertinggi adalah Cina, kemudian disusul oleh India dan Brazil. Indonesia menempati urutan ke empat dengan pergerakan kurva emisi N2O yang sangat fluktuatif apabila dibandingkan dengan negara lain dalam kelompok Negara middle income. Pertumbuhan emisi N2O sepanjang tahun 1981-2008 untuk negara middle income terlihat serupa dengan pola yang ditampilkan untuk emisi CH4 negara middle income.

55 4.4.9. Laju Pertumbuhan N2O Negara Low Income 1981-2008 Secara keseluruhan negara low income memiliki laju pertumbuhan N2O yang berbeda untuk setiap negara. Gambar 4.12 menunjukan laju pertumbuhan emisi gas N2O sepanjang tahun 1981-2008. 9.00E+01 8.00E+01

N2O (kilotonne)

7.00E+01 6.00E+01

Uganda

5.00E+01

Comoros

4.00E+01

Liberia

3.00E+01

Zimbabwe

2.00E+01

Malawi

1.00E+01 2007

2005

2003

2001

1999

1997

1995

1993

1991

1989

1987

1985

1983

1981

0.00E+00

Sumber: World Development Indicator, diolah Gambar 4.12. Laju Pertumbuhan N2O Negara Low Income, 1981-2008 Berdasarkan Gambar 4.12, pada kelompok negara low income Uganda merupakan negara emitor terbesar emisi N2O. Emisi gas N2O yang dihasilkan Uganda melebihi negara low income lainnya. Terdapat lonjakan emisi N2O pada tahun 2007 sebesar 155 persen namun kembali turun sebesar 30 persen pada tahun 2008. Urutan nomor dua sebagai emitor N2O terbesar dalam golongan Negara low income ditempati oleh Zimbabwe yang kemudian disusul oleh Malawi dan Liberia. Sedangkan Comoros merupakan negara emitor terkecil dalam golongan negara low income, serupa dengan pola yang ditampilkan untuk emisi CH4. Pertumbuhan N2O Uganda pada tahun 1981-2008 mengalami peningkatan lebih dari dua kali lipat, yakni sebesar 149 persen. Namun, untuk negara low income

56 lainnya pertumbuhan yang terjadi tidak sebesar Uganda, hanya berada pada kisaran empat persen.

4.5.

Laju Tingkat Keterbukaan Ekonomi Negara High Income 1981-2008 Secara keseluruhan persentase perdagangan terhadap GDP untuk negara

high income relatif lebih kecil dari kelompok negara lain. Hal tersebut mengindikaskan bahwa kontribusi perdagangan terhadap GDP untuk negara high income lebih kecil jika dibandingkan dengan negara lain. Gambar 4.13 adalah laju tingkat keterbukaan ekonomi negara high income yang dilihat melalui penjumlahan kontribusi ekspor maupun impor terhadap GDP. 70

Trade/GDP (persen)

60 50 Amerika Serikat

40

Inggris

30

Jepang

20

Italia Perancis

10

2007

2005

2003

2001

1999

1997

1995

1993

1991

1989

1987

1985

1983

1981

0

Sumber: World Development Indicator, diolah Gambar 4.13. Laju Tingkat Keterbukaan Ekonomi Negara High Income, 19812008 Berdasarkan Gambar 4.13, tingkat keterbukaan ekonomi yang ditentukan oleh share perdagangan terhadap GDP menunjukan angka yang fluktuatif. Namun dapat dilihat melalui Gambar 4.13, secara keseluruhan negara yang memiliki

57 tingkat keterbukaan ekonomi tertinggi untuk kelompok negara high income adalah Inggris. Share rata-rata perdangan terhadap GDP negara Inggris adalah 53,7 persen. Negara dengan tingkat keterbukaan ekonomi kedua dan ketiga adalah Perancis dengan Share perdagangan terhadap GDP rata-rata sebesar 48,1 persen dan Italia dengan share perdagangan terhadap GDP rata-rata sebesar 45 persen. Jepang dan Amerika menempati posisi keempat dan kelima dengan selisih persentase rata-rata hanya 0,01 persen. Share perdagangan terhadap GDP rata-rata yang dimiliki Jepang adalah 22,35 persen, sedangkan share perdagangan terhadap GDP rata-rata Amerika adala 22,35 persen.

4.6.

Laju Tingkat Keterbukaan Ekonomi Negara Upper Middle Income 1981-2008 Kelompok negara middle income merupakan kelompok negara yang

sedang berkembang dan terus mengejar pertumbuhan ekonomi untuk mencapai kondisi mapan. Perdagangan Internasional merupakan salah satu upaya yang dilakukan untuk mempercepat pertumbuhan ekonomi. Gambar 4.14 menunjukan, negara Malaysia merupakan negara upper middle income yang memiliki tingkat keterbukaan tertinggi berdasarkan share perdagangan terhadap GDP. Pada kelompok negara middle income ditemukan beberapa kasus menunjukan share perdagangan terhadap GDP yang melebih 100 persen. Hal ini dikarenakan keterbukaan ekonomi diukur melalui penjumlahan kontibusi ekspor dan impor terhadap GDP dan bukan diukur dari selisih antara keduanya.

58

250

Trade/GDP (persen)

200 Cina

150

Malaysia Brazil

100

Argentina 50

Afrika Selatan

2007

2005

2003

2001

1999

1997

1995

1993

1991

1989

1987

1985

1983

1981

0

Sumber: World Development Indicator, diolah Gambar 4.14. Laju Tingkat Keterbukaan Ekonomi Negara Upper Middle Income, 1981-2008 Untuk Negara middle income negara yang memiliki share perdagangan terhadap GDP tertinggi adalah Malaysia kemudian disusul oleh Afrika Selatan dan Cina. Lonjakan tingkat keterbukaan ekonomi terlihat pada negara Cina di tahun 2005 sampai dengan tahun 2007. Cina merupakan negara yang sedang gencar melakukan perdagangan internasional untuk meningkatkan pertumbuhan ekonomi.

4.7.

Laju Tingkat Keterbukaan Ekonomi Negara Lower Middle Income 1981-2008 Pada kelompok negara lower middle income laju tingkat keterbukaan

ekonomi relatif lebih fluktuatif jika dibandingkan dengan high income dan upper middle income. Berdasarkan Gambar 4.15, besaran tingkat keterbukaan ekonomi untuk negara Indonesia, Tonga, dan Nigeria berkisar diantara 60 hingga 95 persen

59 pada tahun 1997 sampai dengan 2008. Data laju tingkat keterbukaan ekonomi kelompok negara lower middle income menunjukan bahwa terjadi peningkatkan volume perdagangan secara konsisten untuk kasus negara India. Berbeda dengan negara lain yang memiliki fluktuasi yang cukup tinggi, peningkatan kontribusi perdagangan terhadap pembentukan GDP terus terjadi sepanjang tahun 1986 sampai dengan 2008. 120

Trade/GDP (persen)

100 80 60

Indonesia India Pilipina

40 20

Nigeria Tonga

0

Sumber: World Development Indicator, diolah Gambar 4.15. Laju Tingkat Keterbukaan Ekonomi Negara Upper Middle Income, 1981-2008

4.8.

Laju Tingkat Keterbukaan Ekonomi Negara Low Income 1981-2008 Kelompok negara low income merupakan kelompok negara dengan tingkat

GDP per kapita terendah jika dibandingkan dengan kelompok negara lain. Trend pertumbuhan GDP per kapita untuk masing-masing negara low income bervariasi dengan tingkat fluktuas yang relatif tinggi. Ratio perdagangan terhadap GDP yang tinggi menunjukan bahwa lalu lintas perdagangan memiliki kontribusi yang cukup tinggi bagi perekonomian negara kelompok low income. Gambar 4.16 akan

60 menunjukan laju tingkat keterbukaan ekonomi untuk kelompok negara low income. Berdasarkan Gambar 4.16, pola laju tingkat keterbukaan ekonomi yang ditunjukan pada kelompok negara low income memiliki slope yang berbeda. Untuk negara low income Negara yang memiliki share perdagangan terhadap GDP tertinggi adalah Liberia. Beberapa data yang melebihi angka 100 persen untuk laju share perdagangan terhadap GDP menentukan lalu lintas perdagangan yang mendominasi perekonomian negara-negara low income karena tingkat keterbukaan dalam penelitian ini diukur berdasarkan jumlah perbandingan antara ekspor dengan GDP dan impor dengan GDP.

250 200 150

Zimbabwe Liberia

100

malawi Comoros

50

Uganda

0

Sumber: World Development Indicator, diolah Gambar 4.16. Laju Tingkat Keterbukaan Ekonomi Negara Low Income, 19812008

BAB V HASIL DAN PEMBAHASAN

5.1.

Pengaruh Pertumbuhan Ekonomi dan Tingkat Keterbukaan Ekonomi terhadap Kerusakan Lingkungan Hasil estimasi yang dilakukan menggunakan fixed effect model tentang

hubungan pertumbuhan ekonomi dengan kualitas lingkungan ditinjau dari emisi gas rumah kaca yaitu CO2, N2O, dan CH4 menunjukan model yang berbeda untuk setiap variabel dependen dalam model persamaan yang terdapat dalam penelitian ini. Melaui pencarian model terbaik untuk dapat memberikan gambaran terbaik akan hubungan pertumbuhan dan keterbukaan ekonomi terhadap degradasi lingkungan didapatkan hasil sebagai berikut: Tabel 5.1 Nilai Probabilitas t-statistic, Probabilitas F-statistic, dan Adjusted R-square Prob. Adjusted Variabel Variabel Prob. tFRDependen independen Koef statistic statistic square GDP 0.56431 0.0000 Sebelum Ditambahkan keterbukaaan Ekonomi

CO2

CH4 N2O

Ditambahkan Keterbukaan

CO2

Ekonomi CH4 N2O Sumber: Lampiran 20-24

GDP2 GDP

0.01633 0.0000 0.47583 0.0000

GDP2 GDP3

-0.0159 0.0000 -0.0015 0.0000

GDP GDP GDP2 TRD GDP

0.17826 0.61866 0.00358 0.27267 0.69434

0.0000 0.0000 0.0000 0.0000 0.0000

GDP2 TRD GDP TRD

-0.055 0.22525 0.09562 0.21105

0.0000 0.0000 0.0000 0.0000

0.0000

0.99975

0.0000

0.99998

0.0000

0.9999

0.0000

0.99981

0.0000

0.99993

0.0000

0.99992

61

62

Berdasarkan hasil estimasi regresi dampak pertumbuhan ekonomi terhadap emisi gas rumah kaca, maka diperoleh persamaan regresi sebagai berikut: LnCO2 = 5.567985 + 0.56431LnGDP + 0.01633LnGDP2…………………....... (1) LnCH4 = 5.398912 + 0.475825LnGDP –0.015857LnGDP2 - 0.0015LnGDP3....(2) LnN2O = 2.475171+ 0.17826LnGDP.. …………………………….....................(3) Sedangkan untuk hasil estimasi regresi model yang telah dimodifikasi dengan menambahkan parameter keterbukaan ekonomi (Openness of Economy) dalam hubungan pertumbuhan ekonomi dengan degradasi lingkungan adalah sebagai berikut: LnCO2= 4.863743 + 0.61866LnGDP +0.00358LnGDP2 + 0.27267LnTRD........(4) LnCH4 = 4.469845+0.694338LnGDP-0.054978LnGDP2 + 0.225253LnTRD.....(5) LnN2O = 2.288977 + 0.095615LnGDP + 0.211046LnTDR.................................(6) dimana: CO2

= karbondioksida (kilotonne)

N2O

= nitrogen oksida (kilotonne)

CH4

= metana (kilotonne)

GDP

= GDP per Kapita (US $)

GDP2 = GDP2 (US $) GDP3 = GDP3 (US $) TRD

= Persentase perdagangan terhadap GDP (persen)

5.2.

Kriteria Statistik Untuk analisis statistika akan dilihat sampai mana validitas model yang

digunakan dalam penelitian melalui pengujian secara statistik terhadap model yang bersangkutan.

63

5.2.1. Uji Signifikansi Simultan (Uji f) Uji-F digunakan untuk menguji pengaruh parameter pada masing-masing persamaan terhadap keragaman variable dependennya. Berdasarkan Tabel 4.1, nilai probabilitas F statistik pada enam persamaan regresi untuk variabel dependen karbondioksida, nitrogen oksida, dan metana, masing-masing persamaan memiliki nilai 0.0000. Mengacu pada probabilitas F-statistik yaitu sebesar 0.0000 yang lebih kecil pada taraf nyata lima persen, maka seluruh persamaan ini lulus uji-F. Nilai ini menandakan bahwa minimal ada satu parameter dugaan yang tidak nol dan

berpengaruh

nyata

terhadap

keragaman

variabel

dependennya

(karbondioksida, nitrogen oksida, dan metana) pada taraf nyata lima persen.

5.2.2. Uji Koefisien Regresi Secara Individual (Uji t) Uji-t statisik digunakan untuk mengetahui apakah koefisien masingmasing variabel independen secara individu memberikan pengaruh yang signifikan terhadap variabel dependennya. Berdasarkan Tabel 4.1, nilai statistik uji-t menunjukkan bahwa seluruh variabel independen pada tiga persamaan tersebut, dengan nilai probabilitas t-stat sebesar 0.0000, berpengaruh secara nyata dan signifikan terhadap variabel dependennya pada tingkat kepercayaan lima persen.

5.2.3. Koefisien Determinasi (Adjusted R-squared) Berdasarkan Tabel 4.1, hubungan emisi karbondioksida (CO2), metana (CH4) dan nitrogen oksida (N2O) dengan pertumbuhan ekonomi (GDP) memiliki variabel penjelas (Adjusted R-squared) yang tinggi dengan nilai 0.999745 untuk

64

model persamaan variable dependen CO2, 0.999976 untuk variable CH4, dan 0.999897 untuk N2O pada estimasi persamaan regresi hubungan pertumbuhan ekonomi dengan gas rumah kaca. Artinya, 99,97 persen perubahan CO2, 99,99 persen perubahan CH4, dan 99,98 persen perubahan N2O dapat dijelaskan oleh variable independennya. Sedangkan estimasi model regresi dengan menambahkan parameter keterbukaan ekonomi didapatkan variabel penjelas (Adjusted Rsquared) untuk CO2 sebesar 0.999813, CH4 sebesar 0.999925, dan N2O sebesar 0.99992. Artinya, 99,98 persen perubahan CO2, 99,99 persen peprubahan CH4, dan 99,99 persen perubahan N2O dapat dijelaskan oleh variable independennya.

5.4.

Kriteria Ekonometrika

5.4.1. Uji Autokorelasi Pengujian asumsi autokorelasi dapat dilakukan dengan melihat angka Durbin Watson pada tabel hasil regresi, kemudian disesuaikan dengan tabel DW (Tabel 3.2). Berdasarkan hasil regresi tiga persamaan dengan variabel dependen yaitu karbondioksida (CO2), metana (CH4), nitrogen oksida (N2O), dan variabel independen pertumbuhan ekonomi (GDP) menunjukkan nilai DW berturut-turut sebesar 1.732026, 1.879794, dan 1.826979. Jika disesuaikan dengan tabel DW, angka tersebut masuk dalam kategori tidak terdapat autokorelasi. Sedangkan, hasil regresi tiga persamaan setelah dilakukan penambahan parameter tingkat keterbukaan ekonomi dengan variabel dependen yaitu karbondioksida (CO2), metana (CH4), dan nitrogen oksida (N2O) dan variabel independennya menjadi pertumbuhan ekonomi (GDP) dan keterbukaan ekonomi (TDR) menunjukkan nilai DW berturut-turut sebesar 1.715934, 1.858463, 1.794332. Jika disesuaikan

65

dengan tabel DW, angka tersebut masuk dalam kategori tidak terdapat autokorelasi.

5.4.2. Uji Heteroskedastisitas Berdasarkan Lampiran 31 sampai 36, kesimpulan yang diperoleh adalah regresi model tidak mengalami gejala heteroskedastisitas. Kesimpulan ini didapat dari karakterisitik plot grafik pada seluruh persamaan yang membentuk pola horizontal atau konstan beraturan yang menandakan regresi model mengalami homoskedastisitas.

5.4.

Kriteria Ekonomi

5.4.1. Pengaruh Pertumbuhan Ekonomi terhadap Emisi Gas CO2 Hasil estimasi yang diperoleh, hubungan antara pertumbuhan ekonomi dengan CO2 yang digambarkan dengan GDP per kapita merupakan hubungan kuadratik dengan persamaan sebagai berikut : LnCO2 = 5.567985 + 0.56431LnGDP + 0.01633LnGDP2…..……………........ (1) Hasil estimasi menunjukan bahwa model persamaan kuadrat merupakan model terbaik yang dapat menggambarkan pola hubungan antara pertumbuhan ekonomi dengan tingkat emisi gas CO2. Koefisien GDP yang bernilai positif dan GDP2 yang bernilai positif menunjukan bahwa CO2 akan terus meningkat seiring dengan pertumbuhan ekonomi dalam jangka panjang. Penemuan ini konsisten dengan temuan Grossman (1995) untuk oksigen terlarut dalam sungai di Nigera. Hasil yang sama diperoleh beberapa penelitia sebelumnya untuk dampak pertumbuhan ekonomi terhadap kualitas lingkungan pada jangka panjang seperti Choi et al. (2010) untuk studi kasus Negara Korea dan Halkos (2011) untuk kasus

66

32 sempel negara yang digunakan, bahwa pada jangka panjang pertumbuhan ekonomi akan berdampak negatif terhadap kualitas lingkungan. Grossman (1995) dalam Halkos (2011) menjelaskan, perkembangan alami dari pembangunan ekonomi berasal dari sektor pertanian yang bersih dari polusi menuju sektor industri yang sarat akan polusi serta berakhir pada sektor jasa dan pelayanan yang akan membersihkan dan mengembalikan kualitas lingkungan. Namun secara khusus, pembangunan ekonomi yang dikaitkan dengan pencemaran lingkungan memiliki tiga efek berbeda yang dapat menjelaskan pengaruh pertumbuhan ekonomi terhadap degradasi lingkungan yakni efek skala, efek komposisi, dan efek teknis. Peningkatan emisi sebagai dampak dari pertumbuhan ekonomi pada jangka panjang merupakan dampak dari efek skala yang terjadi. Sehingga bertambahnya volume kegiatan ekonomi meningkatkan jumlah emisi CO2 yang dilepaskan ke udara. Berikut adalah hasil plot data model dampak pertumbuhan ekonomi terhadap degradasi lingkungan untuk emisi gas CO2. 14

Ln CO2 (persen)

12 10 8 6 CO2 4 2 0 1

2

3

4

5

6

7

8

9

10

LnGDP (persen)

Gambar 5.1. Hubungan Pertumbuhan Ekonomi dengan Emisi Gas CO2

67

5.4.2. Pengaruh Pertumbuhan dan Keterbukaan Ekonomi terhadap Emisi Gas CO2 Estimasi hubungan antara pertumbuhan ekonomi dengan CO2 seperti yang telah dilakukan sebelumnya dengan penambahan indikator keterbukaan ekonomi menghasilkan model terbaik sebagai berikut : LnCO2= 4.863743 + 0.61866LnGDP +0.00358LnGDP2 + 0.27267LnTRD.......(4) Hasil estimasi menunjukan bahwa model persamaan kuadratik merupakan model terbaik yang dapat menggambarkan pola hubungan antara pertumbuhan ekonomi dan keterbukaan ekonomi dengan tingkat emisi gas CO2. Koefisien GDP yang bernilai positif dan GDP2 yang bernilai positif menunjukan bahwa pertumbuhan ekonomi akan meningkatkan jumlah emisi CO2 yang dilepas ke udara. Koefisien TDR menunjukan elastisitas tingkat keterbukaan ekonomi terhadap emisi yang dikeluarkan. Peningkatan tingkat keterbukaan ekonomi sebesar satu persen akan meningkatkan jumlah emisi CO2 sebesar 27 persen. Tingkat keterbukaan ekonomi berpengaruh positif terhadap emisi CO2 dengan tingkat elastisitas sebesar 0,27. Hasil yang didapatkan untuk emisi CO2 setelah penambahan peubah bebas untuk menangkap pengaruh tingkat keterbukaan ekonomi terhadap degradasi lingkungan tidak jauh berbeda dengan hasil yang didapatkan sebelum menambahkan peubah bebas untuk menangkap pengaruh tingkat keterbukaan ekonomi terhadap degradasi lingkungan untuk emisi CO2. Efek skala masih dominan sehingga pertumbuhan ekonomi akan meningkatkan emisi CO2 yang dilepaskan. Hal ini mengindikasikan bahwa kebijakan perdagangan internasional seperti perdagangan karbon, pembatasan emisi dan lain-lain beelum cukup terlihat pengaruhnya terhadap jumlah emisi yang dibuang ke lingkungan.

68

Berikut ini adalah gambar kurva yang menggambarkan hubungan antara pertumbuhan dan keterbukaan ekonomi dengan emisi gas CO2: 14 12

LnCO2

10 8 6 CO2 4 2 0 1

2

3

4

5

6

7

8

9

10

LnGDP

Gambar 5.2. Hubungan Antara Pertumbuhan dan Keterbukaan Ekonomi dengan Emisi Gas CO2

5.4.3. Pengaruh Pertumbuhan Ekonomi terhadap Emisi Gas CH4 Untuk CH4, hasil estimasi yang diperoleh dari hubungan antara CH4 dengan pertumbuhan ekonomi yang digambarkan dengan GDP per kapita membentuk persamaan kubik sebagai berikut: LnCH4 = 5.398912 + 0.475825LnGDP – 0.015857LnGDP2 - 0.0015LnGDP3...(2) Koefisien GDP yang bernilai positif, GDP2 yang bernilai negatif dan GDP3yang bernilai negatif menandakan kurva persamaan regresi yang menggambarkan hubungan pertumbuhan ekonomi dengan emisi CH4 berbentuk huruf-N terbalik. Namun, titik balik pertama yang bernilai negatif karena berada pada kuadran dua tidak dipakai dalam model pengaruh pertumbuhan ekonomi terhadap emisi CH4 sehingga hasil plot model menunjukan gambar kurva-U terbalik seperti yang ditunjukan oleh Gambar 5.3. Pada tingkat pendapatan rendah

69

pertumbuhan ekonomi akan meningkatkan emisi gas CH4. CH4 dihasilkan melalui proses oksidasi bahan organik tidak sempurna yang banyak ditemukan di lahan pertanian terbuka seperti genangan berlebih pada areal pesawahan dan pembusukan sampah. Namun, setelah melewati titik balik pertumbuhan ekonomi akan menurunkan jumlah emisi CH4 pada tingkat pendapatan yang lebih tinggi. Gambar 5.3 menunjukan bahwa pada tingkat pertumbuhan setelah titik balik terjadi peningkatan kesadaran lingkungan. pengelolaan limbah dan sampah melalui sistem pengelolaan sampah yang baik hingga pemanfaatan gas metana yang dihasilkan melalui proses pembusukan serta pemanfaatan lahan terbuka untuk meningkatkan efisiensi yang berorientasi pada akselerasi pertumbuhan ekonomi mulai dirasakan dampaknya bagi perbaikan kualitas lingkungan melalui pengurangan emisi CH4. Serupa dengan hasil yang didapatkan oleh Kahuthu (2006) untuk kasus pengaruh pertumbuha ekoomi terhadap emisi CO2 untuk 84 negara pada tahun 1960 sampai 2000, hasil penelitian ini untuk kasus CH4 menambah dukungan terhadap EKC model adalah sebagai berikut: 8 7 LnCH4 (persen)

6 5 4 3

CH4

2 1 0 1

2

3

4

5

6

7

8

9

10

LnGDP

Gambar 5.3. Hubungan Antara Pertumbuhan Ekonomi dengan Emisi Gas CH4

70

5.4.4. Pengaruh Pertumbuhan dan Keterbukaan Ekonomi terhadap Emisi Gas CH4 Estimasi hubungan antara pertumbuhan ekonomi dengan CH4 seperti yang telah dilakukan sebelumnya dengan penambahan indikator keterbukaan ekonomi menghasilkan model terbaik sebagai berikut: LnCH4 = 4.469845+0.694338LnGDP - 0.054978LnGDP2 +0.225253LnTRD....(5) Hasil estimasi menunjukan bahwa model persamaan kuadrat merupakan model terbaik yang dapat menggambarkan pola hubungan antara pertumbuhan dan keterbukaan ekonomi dengan tingkat emisi gas CH4. Koefisien GDP yang bernilai positif dan GDP2 yang bernilai negatif menunjukan bahwa bentuk kurva yang menggambarkan pola hubungan antara pertumbuhan dan keterbukaan ekonomi dengan emisi gas CH4 kurva-U terbalik. Hasil penelitian ini konsisten dengan penemuan Kahuthu (2006) yang menemukan hubungan kurva-U terbalik untuk sampel pada 84 negara tahun 1960 sampai dengan 2000. Koefisien TDR menunjukan elastisitas tingkat keterbukaan ekonomi terhadap emisi yang dikeluarkan (Choi et al, 2010). Berdasarkan koefisien LnTDR pada Persamaan (5) elastisitas keterbukaan ekonomi terhadap Emisi CH4 bernilai 0,225. Peningkatan keterbukaan ekonomi sebesar satu persen akan meningkatkan emisi CH4 yang dibuang ke lingkungan sebesar 22,5 persen. Setelah melakukan penambahan variabel bebas pada model pengaruh pertumbuhan ekonomi terhadap emisi CH4, untuk menangkap pengaruh tingkat keterbukaan ekonomi, didapatkan kurva dengan titik balik yang lebih rendah. Hal tersebut

mengindikasikan

bahwa

pengaruh

keterbukaan

mengakselerasi kesadaran dan perbaikan kualitas lingkungan.

ekonomi

dapat

71

Grossman (1995) dalam Halkos (2011) menjelaskan bahwa perbaikan kualitas lingkungan terjadi karena efek komposisi dari sektor ekonomi yang berbasiskan kegiatan produksi kepada sektor jasa dan pelayanan. Berkembangnya sektor jasa dan pelayanan dan peralihan komposisi pada perekonomian berdampak posistif terhadap kualitas lingkungan yang ditinjau melalui emisi CH4. 8 7 LnCH4 (persen)

6 5 4 3

CH4

2 1 0 1

2

3

4

5

6

7

8

9

10

LnGDP (persen)

Gambar 5.4.Hubungan Antara Pertumbuhan dan Keterbukaan Ekonomi dengan Emisi Gas CH4 5.4.5. Pengaruh Pertumbuhan Ekonomi terhadap Emisi Gas N2O Untuk N2O, hasil estimasi yang diperoleh, hubungan antara N2O dengan pertumbuhan ekonomi yang digambarkan dengan GDP per kapita membentuk persamaan linear sebagai berikut: LnN2O = 2.475171+ 0.17826LnGDP ……………………………...…………..(3) Peningkatan GDP per kapita akan menyebabkan peningkatan emisi N2O yang dibuang ke udara. Peningkatan GDP sebesar satu persen akan menyebabkan pertambahan jumlah emisi gas N2O yang dibuang ke udara sebesar 17,8 persen. Pada jangka panjang peningkatan GDP akan meningkatkan emisi gas N2O.

72

Nitrogen Oksida (N2O) terutama dihasilkan dari industri nilon dan asam nitrat. Serat nilon pada saat ini dipergunakan untuk kain dan tali, sedangkan asam nitrat dipergunakan sabagai bahan pengawet yang baik dan alami pada makanan dan minuman ringan. Tidak adanya barang substitusi yang dapat menggantikan nilon dan asam sitrat sesuai dengan fungsinya masing-masing serta skala ekonomi pada sektor industri yang semakin besar menyebabkan emisi Nitrogen Oksida (N2O) semakin meningkat seiring dengan peningkatan pertumbuhan ekonomi di sektor industri. Menurut Minardi (2009), pengelolaan lahan untuk pertanian menjadi sumber emisi N2O dengan mekanisme pelepasan atom N untuk bereaksi dengan udara. Tingkat emisi N2O ini akan meningkat apabila kegiatan pengolahan tanah pada budidaya pertanian tersebut dipupuk dengan pupuk nitrogen seperti urea. Sumber gas N2O dan CH4 dari budidaya padi sawah dihasilkan karena terjadi kondisi anaerobik pada lahan sawah akibat penggenangan air yang terlalu tinggi dan lama. cateris paribus. 4.5 4 LnN2O (persen)

3.5 3 2.5 2 N2O

1.5 1 0.5 0 1

2

3

4

5

6

7

8

9

LnGDP (persen)

Gambar 5.5. Hubungan Antara Pertumbuhan Ekonomi dengan Emisi Gas N2O

73

5.4.6. Pengaruh Pertumbuhan dan Keterbukaan Ekonomi terhadap Emisi Gas N2O Selanjutnya estimasi hubungan antara pertumbuhan ekonomi dengan N2O seperti yang telah dilakukan sebelumnya dengan penambahan indikator keterbukaan ekonomi didapatkan model terbaik sebagai berikut: LnN2O = 2.288977 + 0.095615LnGDP + 0.211046LnTDR.................................(6) Peningkatan GDP per kapita akan menyebabkan peningkatan emisi N2O yang dibuang ke udara. Peningkatan GDP sebesar satu persen akan menyebabkan pertambahan jumlah emisi gas N2O yang dibuang ke udara sebesar 9,5 persen. Tingkat elastisitas keterbukaan ekonomi terhadap emisi N2O ditunjukan melalui koefisien TDR yakni sebesar 0,211. Peningkatan tingkat keterbukaan ekonomi sebesar satu persen akan meningkatkan emisi N2O yang dilepaskan ke udara sebesar 21,1 persen. Setelah memasukan variabel TDR untuk menangkap pengaruh keterbukaan ekonomi didapatkan koefisien GDP yang lebih kecil. Hal ini menunjukan bahwa meskipun keterbukaan ekonomi berdampak positif pada jumlah N2O tetapi input variabel bebas TDR membuat kurva lebih landai. 4 LnN2O (persen)

3.5 3 2.5 2 1.5

N2O

1 0.5 0 1

2

3

4

5

6

7

8

9

10

LnGDP (persen)

Gambar 5.6. Hubungan Antara Pertumbuhan dan Keterbukaan Ekonomi dengan Emisi Gas N2O

74

5.4.6. Individual Effect Untuk Setiap Negara Dalam Sample Dapat dilihat melalui Tabel 5.2 bahwa dari keseluruhan negara dalam sampel yang digunakan dalam penelitian ini, untuk kasus emisi gas CO2, Cina merupakan negara dengan individual effect terbesar yakni sebesar 5,07 untuk model pada kasus emisi CO2 sebelum dilakukan penambahan variabel untuk menangkap pengaruh keterbukaan ekonomi dan 4,9 untuk kasus emisi CO2 setelah dilakukan penambahan variabel. India menempati posisi kedua dengan individual effect sebesar 4,16 untuk model pada kasus emisi CO2 sebelum dilakukan penambahan variabel untuk menangkap pengaruh keterbukaan ekonomi dan 4,15 untuk kasus emisi CO2 setelah dilakukan penambahan variabel. India dan Cina merupakan negara yang sedang mengalami pertumbuhan ekonomi yang sangat pesat. Dapat terlihat secara jelas bahwa perbedaan individual effect yang signifikan menunjukan bahwa kedua negara tersebut memiliki kontribusi yang besar terhadap jumlah emisi CO2 yang dilepaskan ke udara sebagai emisi buangan kegiatan ekonomi dalam upaya mengakselerasi pertumbuhan ekonomi. Pada kasus Emisi CH4 dan N2O, individual effect antar sample negara memiliki sebaran yang lebih menyebar normal apabila dibandingan dengan kasus emisi CO2. Namun, dapat terlihat pada Tabel 5.2 individual effect yang lebih besar dimiliki oleh negara-negara pada kelompok pendapatan yang lebih besar. Negara-negara dengan tingkat pendapatan yang lebih besar memiliki kontribusi yang lebih banyak terhadap jumlah emisi Gas Rumah Kaca yang dibuang ke udara. Data pada Tabel 5.2 menunjukan bahwa negara-negara maju dengan

75

pendapatan yang lebih tinggi memiliki tanggung jawab yang lebih atas emisi Gas Rumah Kaca. Tabel 5.2 Nilai Individual Effect Untuk Setiap Negara Pada Sample Tanpa Keterbukaan Dengan Keterbukaan    Ekonomi Ekonomi Negara CO2 CH4 N2O CO2 CH4 N2O Amerika 0.09703 3.22709 2.70568 0.75484 3.76109 3.09162 Inggris 0.39869 1.31714 0.76452 0.74555 1.60962 0.93518 Jepang 0.70948 0.93124 0.36869 1.39132 1.47997 0.76541 Italia 0.33573 0.48166 0.34649 0.68168 0.78259 0.53348 Perancis 0.14666 1.12128 1.09608 0.5034 1.42632 1.28205 Argentina -0.1 1.10576 0.81968 0.28654 1.45955 1.08911 Brazil 1.17663 2.2772 2.36006 1.47795 2.56466 2.59382 Cina 5.0678 3.43505 3.46874 4.96915 3.37723 3.42276 Malaysia 0.15759 -0.3037 -0.1188 -0.1291 -0.5027 -0.3367 Afrika Selatan 1.58373 0.43573 0.42746 1.60851 0.49466 0.45136 India 4.15726 2.78946 2.85466 4.14976 2.80128 2.88145 Indonesia 2.27669 1.98427 2.33449 2.07922 1.84583 2.21553 Pilipina 0.62442 0.24163 -0.1854 0.3976 0.08421 -0.3299 Nigeria 1.96579 0.1255 0.66721 1.37362 -0.7299 0.46983 Tonga -6.1183 -6.4446 -6.5019 -6.2998 -6.5595 -6.62 Malawi -2.1892 -2.0165 -1.352 -2.5587 -2.3109 -1.6205 Uganda -2.0951 -0.8501 -0.2207 -2.2577 -0.9712 -0.3199 Comoros -5.1994 -5.0928 -5.4334 -5.467 -5.2959 -5.6068 Liberia -2.7691 -3.4138 -3.6792 -3.2131 -3.7653 -4.0031 Zimbabwe -0.2264 -1.3516 -0.7224 -0.4937 -1.5517 -0.8947 Sumber: Lampiran

BAB VI KESIMPULAN DAN SARAN

6.1

Kesimpulan Berdasarkan hasil penelitian, ditemukan hubungan signifikan antara

pertumbuhan dengan emisi gas CH4 yang membentuk EKC model dimana pada jangka panjang pertumbuhan ekonomi akan mengurangi emisi CH4. Pertumbuhan ekonomi pada jangka panjang akan berdampak pada peningkatan emisi gas CO2 dan N2O. Setelah dilakukan penambahan variabel pada model untuk menangkap pengaruh keterbukaan ekonomi terhadap emisi Gas Rumah Kaca, ditemukan hubungan signifikan antara pertumbuhan dengan emisi gas CH4 yang membentuk EKC model dimana pada jangka panjang pertumbuhan ekonomi akan mengurangi emisi CH4. Pertumbuhan ekonomi pada jangka panjang akan berdampak pada peningkatan emisi gas CO2 dan N2O. Baik sebelum maupun setelah memasukan variabel keterbukaan ekonomi, negara maju dengan pendapatan yang lebih tinggi memiliki kontribusi yang lebih besar terhadap jumlah emisi Gas Rumah Kaca yang dibuang ke udara sebagai emisi kegiatan ekonomi. Emisi merupkan dampak negatif dari kegiatan ekonomi. Negara berpendapatan relatif lebih rendah memiliki kontribusi yang lebih rendah jika dibandingka dengan negara berpendapatan tnggi.

76

77

6.2

Saran Adapun saran yang direkomendasikan dalam penelitian ini adalah:

1. Dalam menentukan kebijakan untuk mencapai pertumbuhan ekonomi perlu memperhatikan social cost yaitu aspek lingkungannya terutama dalam hal emisi gas rumah kaca, dengan cara penggunaan input, teknologi dan metode produksi yang ramah lingkungan sedini mungkin. Hal ini dapat diwujudkan dengan menerapkan pajak emisi untuk setiap perusahaan yang melakukan kegiatan produksi. Grow first clean up later dapat menjadi sebuah sekema pertumbuhan yang menjerumuskan bagi kualitas lingkungan di dunia. Baik negara Berkembang maupun Negara maju harus memperhatikan aspek lingkungan mulai dari hal kecil dan saat ini. 2. Pelaksanaan

perdagangan

internasional

perlu

memperhatikan

aspek

lingkungan sebagai penyeimbang eksternalitas yang ditimbulkan kegiatan perdagangan terhadap kualitas lingkungan. REDD+ yang menghasilkan skema perdagangan karbon yang merupakan salah satu kebijakan yang dibuat untuk menekan dampak pertumbuhan ekonomi dan kegiatan perdagangan internasional terhadap kerusakan lingkungan harus turus diawasi dan didukung agar dapat direalisassikan dengan baik selain terus diadakan evaluasi dan diberlakukan tindakan yang tegas untuk setiap pelanggaran. 3. Perlu diadakan penelitian lebih lanjut dan penambahan variabel kepadatan penduduk untuk melihat pengaruh tingkat kepadatan penduduk terhadap kualitas lingkungan.

78

DAFTAR PUSTAKA Akpan, Usenobong F. and Chuku, A. 2011. Economic Growth and Environmental Degradation in Nigeria: Beyond The Environmental Kuznets Kurve. MRPA Paper No.31241 posted in 2 june 2011, MRPA. Choi, E, Heshmati, Almas and Cho, Y. 2010. An Empirical Study of the Relationships between CO2 Emissions, Economic Growth and Openness. Discussion Paper No. 5304, Institute for the Study of Labor. Djajadiningrat. 2011. Ekonomi Hijau: Green Economy. Jakarta: Rekayasa Sains. Feridun, Mete. 2006. Impact of Trade Liberalization on The Environment in Developing Countries: The Case of Nigeria. MRPA Firdaus, M. 2012. Aplikasi Ekonometrika untuk Data Panel dan Time Series.IPB Press, Bogor. Grossman, G and Krueger, B. 1995. Economic Growth and The Environment. The Quarterly Journal of economis, the MIT press. Gujarati, D. 2007. Dasar-dasar ekonometrika. Jakarta: Erlangga. Hady, H.2001. Ekonomi Internasional : Teori dan Kebijakan Perdagangan Internasional. Buku kesatu. Ghalia Indonesia. Jakarta Hayami, Y dan Godo, Y. 2005. Development Economisc (From Poverty to the wealth Nations) Hutabarat, L. 2010. Pengaruh PDB Sektor Industri Terhadap Kualitas Lingkungan Ditinjau dari Emisi Sulfur dan CO2 di Lima Negara Anggota ASEAN Periode 1980-2000 [Skripsi]. Universitas Diponegoro. Halkos, George. 2011. Environment and Economic Development. University Of Thessaly. MPRA Juanda, B. 2009. Ekonometrika: Pemodelan dan Pendugaan. Bogor: IPB Press.

79 Juanda, B. 2009. Metodologi Penelitian Ekonomi dan Bisnis. Bogor: IPB Press . Kahuthu, A. 2006. Economic Growth and Environmental Degradation In A Global Context. Journal of Environment, Development and Sustainability, 8: 55-86. Mankiw, G. 2006. Makroekonomi: Edisi Keenam. Jakarta: Erlangga. Minardi, S. 2010. Pengelolaan Lahan Pertanian dan Emisi Gas Rumah Kaca. Solo: Fakultas Pertanian UNS. Murdiyarso, D. 2003. Sepuluh Tahun Perjalanan Negoisasi Konvensi Perubahan Iklim. Jakarta: Kompas. Nachrowi, et al. 2006. Ekonometrika: Untuk Analisis Ekonomi dan Keuangan. Jakarta: FE UI Press. Oktaviani, R, Tanti, N dan Widyastutik. 2010. Kebijakan Perdagangan Internasiona: Aplikasinya di Indonesia. Bogor: Departemen Ilmu Ekonomi FEM IPB Sanglimswan, K. 2011. Carbon Dioxide Emission and Growth: An Econometric Analysis. International research Journal of Finance and Economics. Stern, D. 2003. The Environmental Kuznets Curve. International Society for Ecological Economis. Supranto, J. 2004. Ekonometri. Jakarta: Ghalia Indonesia. Tim Pengajar Ekonomi Lingkungan. 2008. Modul Kuliah: Ekonomi Lingkungan. Departemen Ekonomi Sumberdaya dan Lingkungan FEM IPB. Todaro, M.P dan P Smith. 2006. Pembangunan Ekonomi: Edisi Kesembilan. Jakarta: Erlangga. Wardhana, W. 1995. Dampak Pencemaran Lingkungan. Yogyakarta: Penerbit Andi.

80

Wooldrige, J.M. 2006. Introductory Econometrics A Modern Approach. Thompson South Western, USA. EDGAR. 2011. Emission Database for Global Atmospheric Research. www. Edgar.jrc.ec.europe.eu [pkl 14.30 28 desember 2012] IK. 2010. Batas Ambang CO2 di Atmosfer. www.iklimkarbon.com/2010/05/04/ambang-batas-co2-di-atmosfer [pkl 14.30 27 Mei 2012]

LAMPIRAN

Lampiran 1. Perkembangan GDP per Kapita (Constant 2000 US$) Negara High Income Negara United United Kingdom States Japan Italy 1981 15377.9 22959.2 24669.2 13191.8 1982 15722.2 22291.1 25179.7 13236.6 1983 16297 23085.7 25411.8 13386.6 1984 16709.2 24533.3 26038.6 13815.2 1985 17275.4 25316.8 27195.3 14197.8 1986 17927.3 25943.6 27829.8 14603.1 1987 18705.4 26527.1 28744.2 15067.6 1988 19603.1 27365.1 30558 15692.1 1989 19998.2 28074.2 32043.4 16211.5 1990 20093.8 28274.1 33595.2 16530.5 1991 19752.9 27825.9 34604.5 16772.3 1992 19728.4 28377.1 34801.4 16890.4 1993 20118.5 28809.8 34775 16730 1994 20926.3 29629.6 34956 17086.5 1995 21508.1 30025.2 35478.1 17569 1996 22072.4 30801.5 36320.5 17756.3 1997 22743.7 31804.1 36791.9 18078.9 1998 23495.5 32847.1 35947.1 18326.7 1999 24230.5 34053.3 35828.4 18591.6 2000 25089.4 35080.7 36789.2 19269 2001 25613.3 35102.3 36776.2 19608.3 2002 26054.4 35405.6 36787 19636.5 2003 26677.9 35976.4 37227.2 19480.7 2004 27326.8 36920.5 38236 19585.1 2005 27755.4 37701.6 38971.8 19568.3 2006 28354.3 38341.6 39772 19853.4 2007 28928.9 38699 40707 20000.5 2008 28718.5 38335.8 40253.7 19585.2 Sumber: World Development Indicator (WDI), 2011 Tahun

France 15733.2 16028.5 16135.9 16284.5 16453.5 16730.1 17033.1 17729.4 18373.9 18761.3 18868.2 19063.5 18857.7 19203.7 19518.1 19648 19997.2 20586.3 21196.7 21828.3 22069.4 22114.5 22157.4 22556.1 22797.3 23199.1 23584.7 23432.7

Lampiran 2. Perkembangan GDP per Kapita (Constant 2000 US$) Negara Upper-Middle Income Negara Tahun Argentina Brazil China Malaysia 1981 7004.46 3302.64 193.638 1992.33 1982 6556.35 3245.57 208.171 2057.94 1983 6707.06 3064.15 227.55 2130.4 1984 6751.82 3154.97 258.72 2234.91 1985 6146.16 3334 289.676 2149.42 1986 6531.93 3527.76 310.514 2112.89 1987 6623.37 3584.07 341.021 2162.54 1988 6360.59 3514 373.495 2308.57 1989 5800.06 3564.64 382.892 2445.91 1990 5581.96 3352.97 391.653 2592.52 1991 6203.45 3347.81 421.889 2764.2 1992 6851.75 3279.69 475.929 2932.02 1993 7162.09 3380.13 536.357 3140.83 1994 7483.56 3506.54 599.802 3344.57 1995 7179.94 3606.01 657.993 3581.95 1996 7484 3627.63 716.245 3842.64 1997 7994.12 3693.28 774.885 4022.84 1998 8205.47 3639.27 827.349 3636.47 1999 7839.51 3594.78 882.552 3767.64 2000 7695.59 3696.15 949.178 4005.56 2001 7283.06 3692.68 1020.52 3933.94 2002 6428.39 3739.84 1105.95 4052.88 2003 6933.16 3734 1208.99 4194.26 2004 7492.25 3899.2 1323.22 4385.97 2005 8107.98 3976.69 1464.11 4529.6 2006 8717.18 4090.63 1640.86 4706.88 2007 9388.69 4297.74 1864.1 4925.77 2008 9935.83 4478.5 2032.61 5077.94 Sumber: World Development Indicator (WDI), 2011

South Africa 3561.26 3459.79 3309.97 3389.64 3262.74 3180.69 3167.46 3222.66 3226.92 3151.84 3056.09 2929.03 2903.2 2933.72 2960.42 3019.97 3029.77 2974.68 2972.2 3019.95 3039.71 3108.04 3159.24 3264.32 3397.72 3548.09 3704.79 3795.14

Lampiran 3. Perkembangan GDP per Kapita (Constant 2000 US$) Negara Lower-Middle Income Negara India Indonesia Philippines Nigeria 1981 237.657 412.341 1104.66 352.08 1982 240.552 407.69 1113.17 342.345 1983 252.609 432.577 1103.02 316.229 1984 256.808 453.86 994.458 293.598 1985 264.786 460.111 896.958 314.071 1986 271.47 478.02 902.814 313.816 1987 276.281 493.865 916.822 303.665 1988 296.627 515.695 953.239 325.206 1989 307.882 552.637 986.618 339.819 1990 318.411 592.096 991.4 358.555 1991 315.479 634.271 961.969 366.463 1992 326.627 669.143 942.641 368.105 1993 335.918 706.509 940.557 367.286 1994 351.867 748.324 959.649 359.027 1995 371.807 799.31 982.032 359.433 1996 392.918 848.247 1016.31 366.221 1997 401.789 875.959 1045.46 367.461 1998 419.396 750.811 1016.78 365.754 1999 442.789 746.793 1025.55 361.203 2000 452.969 773.311 1048.07 371.769 2001 468.96 791.076 1055.81 374.17 2002 479.123 816.016 1071.69 370.812 2003 511.543 844.183 1102.22 399.063 2004 546.029 875.729 1153.02 430.581 2005 588.808 914.6 1185.38 442.719 2006 634.573 953.936 1225.05 458.636 2007 687.591 1003.36 1283.47 476.216 2008 711.899 1052.43 1314.23 492.344 Sumber: World Development Indicator (WDI), 2011 Tahun

Tonga 1294.41 1352.45 1377.89 1400.9 1490.95 1519.39 1560.56 1526.63 1528.32 1493.74 1586.98 1588.96 1646.37 1725.2 1785.21 1780.03 1771.15 1811.52 1872.86 1926 1984.41 2046.56 2086.92 2095.26 2062.2 2051.24 2018.34 2059.36

Lampiran 4. Perkembangan GDP per Kapita (Constant 2000 US$) Negara Low Income Negara

Tahun Malawi

Uganda

Comoros

Liberia

1981 147.7408 188.0216 413.3268 684.369 1982 147.791 187.8027 425.1912 644.8446 1983 149.3322 192.5972 431.792 612.6889 1984 152.2302 185.9159 436.2366 585.1879 1985 152.599 173.8658 433.5902 571.8468 1986 144.4649 168.5473 429.8182 559.757 1987 138.3719 169.0124 425.6826 556.3193 1988 134.6784 176.4211 426.3498 550.6485 1989 129.9354 180.9898 402.8265 409.5153 1990 132.5056 186.0519 413.2001 203.5686 1991 141.0248 189.791 381.5811 177.5948 1992 129.3603 189.8415 404.2748 117.3708 1993 141.3154 199.0648 406.4756 79.58117 1994 126.1884 205.1886 375.7399 61.97764 1995 145.6411 221.8284 379.7902 57.78493 1996 153.391 234.7134 365.5868 61.57829 1997 155.3739 239.4405 370.7508 118.5912 1998 156.9658 243.8486 365.9363 142.8966 1999 157.1518 255.7044 363.3715 164.5988 2000 155.2716 255.7806 358.9546 196.9943 2001 143.7002 260.7363 361.208 196.362 2002 142.3915 274.6005 366.3016 199.768 2003 146.3658 283.0783 365.4465 135.3732 2004 150.357 292.6805 354.8973 136.409 2005 150.058 301.2583 360.0725 139.5849 2006 157.0472 323.0774 354.8404 144.5158 2007 161.3377 339.0621 347.1016 150.6672 2008 170.0119 356.8352 341.2176 153.3696 Sumber: World Development Indicator (WDI), 2011

Zimbabwe 549.7445 542.5022 529.6104 499.4621 514.1092 505.8281 493.6934 513.2549 523.1145 543.6342 558.814 496.5391 491.1014 525.9172 517.0641 560.7214 566.4521 574.4672 547.3806 528.1208 539.3352 485.3654 401.8959 374.6918 352.5255 341.8938 343.919 283.7205

Lampiran 5. Perkembangan Emisi Karbondioksida/ CO2 (kilotonne) Negara High Income Negara United United Kingdom States Japan Italy France 1981 560820 4531792 970567 378020 454701 1982 548521 4300599 942067 369681 436894 1983 545741 4334926 935323 361365 422603 1984 529335 4470326 992283 367650 405343 1985 559856 4486461 968418 372134 400880 1986 568777 4491177 971832 366454 385614 1987 571869 4684431 962676 383671 377492 1988 570464 4888665 1055359 389780 372208 1989 581722 4951084 1084281 414862 390649 1990 570219 4879376 1094706 424184 399028 1991 593808 4870238 1100599 433975 427668 1992 587453 4876006 1123661 432959 397037 1993 567523 5167485 1108673 422680 389105 1994 563776 5227177 1174170 412163 369458 1995 564524 5237969 1184089 437623 393289 1996 580680 5343512 1205783 428295 408126 1997 554216 5501365 1201779 432303 379487 1998 554139 5449078 1159186 441752 409094 1999 535551 5528149 1197881 437018 371309 2000 543662 5512399 1219593 446157 365560 2001 550552 5389929 1202266 447055 385809 2002 531942 5437816 1216762 449285 380448 2003 540637 5471754 1237242 468349 387147 2004 545719 5563800 1259659 470491 389707 2005 542474 5595358 1238188 471400 391826 2006 543273 5514776 1231771 468269 382281 2007 529621 5581537 1251188 459376 374283 2008 522856 5461014 1208163 445119 376986 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011 Tahun

Lampiran 6. Perkembangan Emisi Karbondioksida/ CO2 (kilotonne) Negara Upper-Middle Income Negara South africa Argentina Malaysia China Brazil 1981 257368 102042 30824.8 1451501 171806 1982 280749 103424 30571.8 1580261 172177 1983 292231 105214 37971.8 1667029 166632 1984 315949 106523 34697.2 1814908 168807 1985 324214 100597 36237.3 1966553 181249 1986 330855 104212 39985 2068969 198883 1987 329025 114942 40762.4 2209709 207530 1988 343055 121473 42724.2 2369502 209364 1989 341108 117091 49882.2 2408541 214024 1990 333514 112614 56592.8 2460744 208887 1991 346337 117021 68591.2 2584538 219331 1992 324852 121447 75298.2 2695982 220706 1993 342549 118609 91722.7 2878694 230739 1994 358930 123351 94010.9 3058241 242154 1995 353458 122547 121132 3320285 275564 1996 358640 129218 125375 3463089 301244 1997 371328 134678 124821 3469510 321200 1998 372219 137674 114187 3324345 314013 1999 371034 145488 107934 3318056 322069 2000 368611 141077 126603 3405180 330125 2001 362743 140472 136717 3487566 339894 2002 347687 131407 135129 3694242 335186 2003 380811 142349 160266 4525177 324753 2004 414166 155000 168040 5288166 341167 2005 408199 158924 183445 5790017 349967 2006 405710 175528 179419 6414463 352542 2007 433359 183728 194919 6791805 368368 2008 435878 192378 208267 7031916 393220 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011 Tahun

Lampiran 7. Perkembangan Emisi Karbondioksida/ CO2 (kilotonne) Negara Lower-Middle Income Negara Nigeria Tonga India Indonesia Philippines 1981 65958.3 47.671 374822 100160 35019.9 1982 65602.6 44.004 398420 105408 35210.5 1983 59929.8 47.671 432321 104957 35811.9 1984 69625.3 47.671 447110 112185 31752.6 1985 69893 47.671 490465 121246 29996.1 1986 73505 47.671 525862 121741 30689.1 1987 59343.1 55.005 561561 123373 33593.4 1988 70747.4 69.673 606298 132162 39772.3 1989 42441.9 69.673 662946 130967 40626.7 1990 45375.5 77.007 690577 149566 44532 1991 45247.1 91.675 737852 179731 45830.2 1992 64883.9 88.008 783634 202576 50322.2 1993 60061.8 102.676 814298 218601 51290.3 1994 46658.9 106.343 864932 221413 56270.1 1995 34917.2 110.01 920047 224941 63105.4 1996 40421.3 110.01 1002224 253291 65643 1997 40190.3 113.677 1043940 278659 77403 1998 40183 110.01 1071912 210211 75650.2 1999 44788.7 128.345 1144390 237596 73021 2000 79181.5 121.011 1186663 258120 79111.9 2001 83350.9 139.346 1203843 289066 77164.7 2002 98125.3 143.013 1226791 303507 76057.2 2003 93138.1 176.016 1281914 311886 76244.3 2004 97047.2 172.349 1346596 333734 78998.2 2005 104044 172.349 1411128 336312 81066.4 2006 92225.1 172.349 1504365 338134 67630.5 2007 88605.7 176.016 1612384 368618 78580.1 2008 95756.4 176.016 1742698 406029 83156.6 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011 Tahun

Lampiran 8. Perkembangan Emisi Karbondioksida/ CO2 (kilotonne) Negara Low Income Negara Malawi Uganda Comoros Liberia Zimbabwe 1981 605.055 524.381 47.671 1939.84 9435.19 1982 594.054 546.383 47.671 601.388 8811.8 1983 575.719 619.723 47.671 711.398 10462 1984 557.384 586.72 47.671 700.397 9922.9 1985 557.384 605.055 55.005 722.399 10263.9 1986 553.717 689.396 51.338 729.733 13127.9 1987 546.383 729.733 58.672 766.403 15240.1 1988 542.716 854.411 62.339 817.741 16101.8 1989 564.718 817.741 62.339 667.394 16186.1 1990 612.389 817.741 77.007 484.044 15504.1 1991 660.06 850.744 77.007 286.026 15823.1 1992 656.393 861.745 77.007 289.693 16901.2 1993 693.063 821.408 77.007 322.696 16208.1 1994 718.732 744.401 77.007 319.029 17645.6 1995 729.733 957.087 80.674 333.697 15130 1996 711.398 1052.43 66.006 344.698 14994.4 1997 759.069 1133.1 66.006 355.699 14407.6 1998 828.742 1338.46 73.34 388.702 14253.6 1999 997.424 1393.46 80.674 407.037 15834.1 2000 905.749 1532.81 84.341 436.373 13886.9 2001 905.749 1631.82 88.008 502.379 12563.1 2002 883.747 1705.16 91.675 502.379 11932.4 2003 957.087 1719.82 99.009 531.715 10627 2004 975.422 1833.5 102.676 627.057 9926.57 2005 916.75 2339.55 110.01 740.734 10773.6 2006 953.42 2706.25 121.011 759.069 10344.6 2007 953.42 3204.96 121.011 678.395 9618.54 2008 1228.45 3747.67 124.678 608.722 9075.83 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011 Tahun

Lampiran 9. Perkembangan Emisi Metana/ CH4 (kilotonne) Negara High Income Negara Tahun United United Kingdom States Japan Italy France 1981 5.90E+03 2.90E+04 3.60E+03 2.09E+03 4.08E+03 1982 5.90E+03 2.89E+04 3.56E+03 2.09E+03 3.94E+03 1983 5.90E+03 2.82E+04 3.55E+03 2.05E+03 3.95E+03 1984 5.11E+03 2.89E+04 3.56E+03 2.15E+03 3.96E+03 1985 5.58E+03 2.87E+04 3.55E+03 2.17E+03 3.90E+03 1986 5.83E+03 2.85E+04 3.50E+03 2.17E+03 3.84E+03 1987 5.75E+03 2.88E+04 3.33E+03 2.18E+03 3.74E+03 1988 5.73E+03 2.94E+04 3.26E+03 2.21E+03 3.60E+03 1989 5.64E+03 2.96E+04 3.23E+03 2.23E+03 3.60E+03 1990 5.60E+03 3.04E+04 3.19E+03 2.25E+03 3.61E+03 1991 5.58E+03 2.99E+04 3.11E+03 2.20E+03 3.65E+03 1992 5.39E+03 2.97E+04 3.09E+03 2.21E+03 3.60E+03 1993 5.19E+03 2.94E+04 3.03E+03 2.18E+03 3.54E+03 1994 4.96E+03 2.93E+04 2.98E+03 2.21E+03 3.51E+03 1995 4.95E+03 2.88E+04 2.85E+03 2.21E+03 3.53E+03 1996 4.93E+03 2.85E+04 2.71E+03 2.26E+03 4.24E+03 1997 4.75E+03 2.81E+04 2.58E+03 2.25E+03 4.15E+03 1998 4.53E+03 2.75E+04 2.42E+03 2.23E+03 4.11E+03 1999 4.33E+03 2.71E+04 2.36E+03 2.21E+03 4.11E+03 2000 4.11E+03 2.65E+04 2.26E+03 2.23E+03 4.08E+03 2001 3.78E+03 2.63E+04 2.20E+03 2.13E+03 4.06E+03 2002 3.58E+03 2.62E+04 2.11E+03 2.08E+03 4.00E+03 2003 3.38E+03 2.63E+04 2.07E+03 2.03E+03 3.97E+03 2004 3.22E+03 2.59E+04 2.05E+03 1.96E+03 3.95E+03 2005 3.09E+03 2.56E+04 2.01E+03 1.91E+03 3.95E+03 2006 3.00E+03 2.58E+04 2.00E+03 1.85E+03 3.96E+03 2007 2.94E+03 2.59E+04 1.98E+03 1.83E+03 3.96E+03 2008 2.91E+03 2.61E+04 1.95E+03 1.78E+03 3.95E+03 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011

Lampiran 10. Perkembangan Emisi Metana/ CH4 (kilotonne) Negara UpperMiddle Income Negara South Africa malaysia Argentina Brazil China 1981 2.03E+03 7.81E+02 4.44E+03 1.28E+04 4.10E+04 1982 2.12E+03 7.90E+02 4.38E+03 1.31E+04 4.15E+04 1983 2.17E+03 1.19E+03 4.48E+03 1.33E+04 4.24E+04 1984 2.25E+03 9.07E+02 4.51E+03 1.28E+04 4.33E+04 1985 2.28E+03 8.40E+02 4.51E+03 1.32E+04 4.33E+04 1986 2.29E+03 9.70E+02 4.51E+03 1.38E+04 4.41E+04 1987 2.33E+03 1.12E+03 4.54E+03 1.49E+04 4.48E+04 1988 2.38E+03 1.01E+03 4.67E+03 1.44E+04 4.58E+04 1989 2.42E+03 9.16E+02 4.78E+03 1.47E+04 4.72E+04 1990 2.54E+03 1.12E+03 4.86E+03 1.52E+04 4.84E+04 1991 2.56E+03 1.12E+03 4.79E+03 1.54E+04 4.83E+04 1992 2.55E+03 1.33E+03 4.86E+03 1.62E+04 4.81E+04 1993 2.57E+03 1.27E+03 4.84E+03 1.70E+04 4.78E+04 1994 2.60E+03 1.24E+03 4.81E+03 1.59E+04 4.86E+04 1995 2.63E+03 1.35E+03 4.87E+03 1.69E+04 5.12E+04 1996 2.67E+03 1.33E+03 4.83E+03 1.67E+04 5.21E+04 1997 2.76E+03 1.42E+03 4.88E+03 1.69E+04 5.08E+04 1998 2.80E+03 1.79E+03 4.77E+03 1.79E+04 5.05E+04 1999 2.83E+03 1.38E+03 4.68E+03 1.72E+04 5.03E+04 2000 2.83E+03 1.40E+03 4.72E+03 1.63E+04 4.97E+04 2001 2.88E+03 1.36E+03 4.69E+03 1.75E+04 5.01E+04 2002 2.88E+03 1.50E+03 4.57E+03 1.85E+04 5.17E+04 2003 2.99E+03 1.47E+03 4.81E+03 2.00E+04 5.46E+04 2004 3.05E+03 1.66E+03 4.83E+03 2.19E+04 5.96E+04 2005 3.11E+03 1.74E+03 4.77E+03 2.34E+04 6.32E+04 2006 3.12E+03 1.60E+03 4.76E+03 1.94E+04 6.63E+04 2007 3.15E+03 1.59E+03 4.66E+03 1.97E+04 6.88E+04 2008 3.20E+03 1.68E+03 4.66E+03 2.01E+04 7.32E+04 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011 Tahun

Lampiran 11. Perkembangan Emisi Metana/ CH4 (kilotonne) Negara LowerMiddle Income Negara India Indonesia Philippines Tonga nigeria 1981 2.16E+04 8.04E+03 2.02E+03 3.22E+00 2.49E+03 1982 2.17E+04 2.27E+04 1.96E+03 2.95E+00 2.40E+03 1983 2.23E+04 1.10E+04 1.95E+03 2.50E+00 2.41E+03 1984 2.27E+04 7.76E+03 1.95E+03 2.24E+00 2.51E+03 1985 2.29E+04 7.94E+03 2.00E+03 2.56E+00 2.56E+03 1986 2.35E+04 1.08E+04 2.00E+03 2.66E+00 2.57E+03 1987 2.37E+04 1.57E+04 1.95E+03 2.93E+00 2.50E+03 1988 2.48E+04 7.65E+03 1.99E+03 3.13E+00 2.69E+03 1989 2.54E+04 8.18E+03 2.03E+03 2.90E+00 2.94E+03 1990 2.45E+04 1.01E+04 1.98E+03 2.69E+00 3.11E+03 1991 2.48E+04 1.86E+04 2.00E+03 2.70E+00 3.24E+03 1992 2.50E+04 1.74E+04 1.97E+03 2.80E+00 3.43E+03 1993 2.52E+04 1.09E+04 1.98E+03 2.79E+00 3.51E+03 1994 2.55E+04 1.70E+04 2.08E+03 2.75E+00 3.43E+03 1995 2.58E+04 9.53E+03 2.13E+03 2.62E+00 3.64E+03 1996 2.61E+04 9.35E+03 2.28E+03 2.64E+00 3.94E+03 1997 2.62E+04 4.35E+04 2.28E+03 2.63E+00 3.87E+03 1998 2.63E+04 1.32E+04 2.13E+03 2.64E+00 3.73E+03 1999 2.72E+04 8.66E+03 2.34E+03 2.69E+00 3.68E+03 2000 2.67E+04 8.10E+03 2.38E+03 2.76E+00 3.94E+03 2001 2.71E+04 9.68E+03 2.43E+03 2.77E+00 4.04E+03 2002 2.69E+04 1.63E+04 2.39E+03 2.78E+00 3.72E+03 2003 2.74E+04 1.03E+04 2.42E+03 2.79E+00 3.96E+03 2004 2.75E+04 1.19E+04 2.48E+03 2.80E+00 4.04E+03 2005 2.78E+04 1.46E+04 2.53E+03 2.81E+00 4.02E+03 2006 2.81E+04 2.46E+04 2.57E+03 2.82E+00 4.43E+03 2007 2.85E+04 1.02E+04 2.63E+03 2.83E+00 4.88E+03 2008 2.89E+04 1.03E+04 2.68E+03 2.84E+00 4.58E+03 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011 Tahun

Lampiran 12. Perkembangan Emisi Metana/ CH4 (kilotonne) Negara Low Income

Tahun

Malawi

Uganda

Negara Comoros

Liberia

Zimbawe

1981 1.46E+02 4.83E+02 8.11E+00 3.26E+01 3.48E+02 1982 1.58E+02 5.14E+02 8.09E+00 3.39E+01 3.80E+02 1983 1.59E+02 5.05E+02 8.02E+00 3.39E+01 3.79E+02 1984 1.46E+02 5.13E+02 8.19E+00 3.48E+01 3.58E+02 1985 1.54E+02 5.05E+02 8.10E+00 3.57E+01 3.71E+02 1986 1.55E+02 5.20E+02 8.14E+00 3.88E+01 3.88E+02 1987 1.83E+02 4.79E+02 8.14E+00 3.97E+01 4.38E+02 1988 1.55E+02 4.84E+02 8.32E+00 4.25E+01 4.03E+02 1989 1.66E+02 5.14E+02 8.56E+00 4.35E+01 4.19E+02 1990 1.93E+02 5.83E+02 8.62E+00 4.24E+01 4.88E+02 1991 1.77E+02 5.52E+02 8.80E+00 4.02E+01 4.22E+02 1992 2.21E+02 5.92E+02 9.02E+00 3.93E+01 5.14E+02 1993 1.71E+02 5.90E+02 9.21E+00 3.68E+01 3.53E+02 1994 1.81E+02 5.87E+02 9.45E+00 3.60E+01 3.79E+02 1995 1.84E+02 6.17E+02 9.69E+00 3.67E+01 3.91E+02 1996 1.76E+02 6.21E+02 9.92E+00 3.88E+01 4.22E+02 1997 1.72E+02 6.37E+02 1.01E+01 4.28E+01 4.20E+02 1998 1.89E+02 6.17E+02 1.04E+01 4.77E+01 4.40E+02 1999 1.80E+02 6.52E+02 1.07E+01 5.26E+01 4.88E+02 2000 1.86E+02 6.48E+02 1.07E+01 5.50E+01 4.61E+02 2001 1.85E+02 6.54E+02 1.10E+01 6.07E+01 4.83E+02 2002 1.88E+02 6.56E+02 1.13E+01 5.94E+01 4.57E+02 2003 1.93E+02 7.10E+02 1.12E+01 5.92E+01 4.39E+02 2004 1.89E+02 6.87E+02 1.14E+01 6.33E+01 4.53E+02 2005 1.96E+02 8.02E+02 1.17E+01 6.27E+01 4.60E+02 2006 1.96E+02 7.74E+02 1.20E+01 7.07E+01 4.03E+02 2007 1.98E+02 1.29E+03 1.22E+01 7.68E+01 4.03E+02 2008 2.00E+02 9.98E+02 1.24E+01 7.72E+01 4.03E+02 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011

Lampiran 13. Perkembangan Emisi Nitrogen Oksida/ N2O (kilotonne) Negara High Income Negara Tahun

United United Japan Italy France Kingdom States 1981 2.10E+02 1.20E+03 1.05E+02 1.01E+02 2.35E+02 1982 2.06E+02 1.11E+03 1.10E+02 9.63E+01 2.37E+02 1983 2.08E+02 1.12E+03 1.12E+02 9.29E+01 2.44E+02 1984 2.09E+02 1.17E+03 1.14E+02 9.33E+01 2.51E+02 1985 2.07E+02 1.15E+03 1.15E+02 9.57E+01 2.51E+02 1986 2.06E+02 1.14E+03 1.16E+02 9.63E+01 2.51E+02 1987 2.03E+02 1.15E+03 1.16E+02 1.01E+02 2.45E+02 1988 1.88E+02 1.17E+03 1.20E+02 1.04E+02 2.43E+02 1989 1.92E+02 1.20E+03 1.23E+02 1.03E+02 2.41E+02 1990 1.83E+02 1.07E+03 1.19E+02 1.02E+02 2.38E+02 1991 1.76E+02 1.07E+03 1.19E+02 1.03E+02 2.44E+02 1992 1.73E+02 1.09E+03 1.20E+02 1.01E+02 2.21E+02 1993 1.58E+02 1.11E+03 1.18E+02 9.95E+01 2.09E+02 1994 1.67E+02 1.15E+03 1.20E+02 9.37E+01 2.25E+02 1995 1.65E+02 1.14E+03 1.23E+02 9.61E+01 2.25E+02 1996 1.70E+02 1.18E+03 1.23E+02 9.64E+01 2.29E+02 1997 1.73E+02 1.18E+03 1.23E+02 9.83E+01 2.33E+02 1998 1.68E+02 1.12E+03 1.22E+02 9.89E+01 2.07E+02 1999 1.21E+02 1.11E+03 1.04E+02 9.92E+01 1.82E+02 2000 1.14E+02 1.09E+03 1.04E+02 1.01E+02 1.72E+02 2001 1.07E+02 1.09E+03 1.01E+02 9.97E+01 1.71E+02 2002 1.06E+02 1.08E+03 9.79E+01 9.83E+01 1.69E+02 2003 1.06E+02 1.09E+03 9.71E+01 9.49E+01 1.68E+02 2004 1.04E+02 1.10E+03 9.65E+01 9.62E+01 1.64E+02 2005 9.99E+01 1.09E+03 9.64E+01 9.45E+01 1.62E+02 2006 9.81E+01 1.07E+03 9.45E+01 7.89E+01 1.57E+02 2007 9.70E+01 1.07E+03 9.43E+01 7.51E+01 1.55E+02 2008 9.44E+01 1.04E+03 9.11E+01 7.15E+01 1.54E+02 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011

Lampiran 14. Perkembangan Emisi Nitrogen Oksida/ N2O (kilotonne) Negara Upper-Mid Income Negara Tahun South China Brazil Africa Malaysia Argentina 1981 1.96E+01 1.44E-01 6.12E-01 1.59E+01 6.71E+00 1982 2.21E+01 1.43E-01 6.60E-01 1.78E+01 7.60E+00 1983 2.11E+01 1.39E-01 6.57E-01 1.75E+01 7.54E+00 1984 2.11E+01 1.37E-01 6.53E-01 1.52E+01 6.00E+00 1985 1.96E+01 1.30E-01 6.47E-01 1.58E+01 6.17E+00 1986 2.02E+01 1.29E-01 6.75E-01 1.63E+01 6.15E+00 1987 1.90E+01 1.27E-01 6.91E-01 1.96E+01 8.53E+00 1988 1.86E+01 1.32E-01 7.07E-01 1.65E+01 5.85E+00 1989 2.07E+01 1.37E-01 7.04E-01 1.76E+01 6.61E+00 1990 2.58E+01 1.35E-01 6.77E-01 2.23E+01 9.00E+00 1991 2.18E+01 1.35E-01 5.96E-01 1.80E+01 7.80E+00 1992 2.47E+01 1.35E-01 6.09E-01 2.48E+01 1.20E+01 1993 2.38E+01 1.39E-01 5.70E-01 1.46E+01 6.98E+00 1994 2.33E+01 1.44E-01 5.69E-01 1.65E+01 7.17E+00 1995 2.55E+01 1.48E-01 5.95E-01 1.69E+01 7.85E+00 1996 2.50E+01 1.52E-01 6.14E-01 1.73E+01 7.03E+00 1997 2.56E+01 1.55E-01 6.59E-01 1.70E+01 6.71E+00 1998 2.31E+01 1.65E-01 8.19E-01 1.85E+01 7.55E+00 1999 2.55E+01 1.75E-01 9.65E-01 2.04E+01 6.38E+00 2000 2.44E+01 1.66E-01 8.74E-01 1.84E+01 6.68E+00 2001 2.41E+01 1.71E-01 1.26E+00 2.05E+01 6.00E+00 2002 2.35E+01 1.74E-01 9.82E-01 1.82E+01 8.31E+00 2003 2.75E+01 1.64E-01 8.28E-01 1.70E+01 8.65E+00 2004 2.43E+01 1.66E-01 1.05E+00 1.82E+01 8.15E+00 2005 3.38E+01 1.68E-01 8.10E-01 1.88E+01 8.67E+00 2006 3.00E+01 1.69E-01 1.02E+00 1.36E+01 8.68E+00 2007 7.66E+01 1.73E-01 1.75E+00 1.37E+01 8.74E+00 2008 4.87E+01 1.75E-01 1.61E+00 1.38E+01 8.77E+00 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011

Lampiran 15. Perkembangan Emisi Nitrogen Oksida/ N2O (kilotonne) Negara Lower-Mid Income Tahun

Negara

India Indonesia Philippines Tonga Nigeria 1981 3.88E+02 2.36E+02 2.50E+01 7.36E-02 4.99E+01 1982 4.01E+02 6.46E+02 2.60E+01 6.65E-02 5.28E+01 1983 4.27E+02 3.34E+02 2.75E+01 5.47E-02 5.23E+01 1984 4.51E+02 2.57E+02 2.49E+01 5.00E-02 5.29E+01 1985 4.61E+02 2.63E+02 2.53E+01 6.29E-02 5.21E+01 1986 4.89E+02 3.46E+02 2.80E+01 6.29E-02 5.33E+01 1987 4.77E+02 4.91E+02 2.97E+01 7.13E-02 5.45E+01 1988 5.22E+02 2.62E+02 3.02E+01 7.51E-02 5.55E+01 1989 5.32E+02 2.62E+02 3.06E+01 7.02E-02 5.86E+01 1990 5.47E+02 3.24E+02 3.19E+01 6.22E-02 6.29E+01 1991 5.67E+02 5.48E+02 2.97E+01 6.12E-02 5.89E+01 1992 5.83E+02 5.19E+02 3.24E+01 6.98E-02 6.34E+01 1993 5.95E+02 3.50E+02 3.40E+01 6.89E-02 6.38E+01 1994 6.21E+02 5.15E+02 3.32E+01 6.78E-02 6.36E+01 1995 6.43E+02 3.23E+02 3.50E+01 6.53E-02 6.53E+01 1996 6.55E+02 3.21E+02 3.89E+01 6.63E-02 6.53E+01 1997 6.81E+02 1.19E+03 4.13E+01 6.55E-02 6.60E+01 1998 6.91E+02 4.65E+02 3.95E+01 6.53E-02 6.74E+01 1999 7.33E+02 3.16E+02 4.01E+01 6.72E-02 6.70E+01 2000 6.96E+02 3.06E+02 3.99E+01 7.17E-02 6.83E+01 2001 7.08E+02 3.26E+02 4.10E+01 7.14E-02 7.35E+01 2002 6.86E+02 5.02E+02 3.94E+01 7.15E-02 6.87E+01 2003 7.11E+02 3.47E+02 3.99E+01 7.22E-02 6.72E+01 2004 7.29E+02 4.02E+02 4.08E+01 7.15E-02 7.08E+01 2005 7.30E+02 5.39E+02 4.08E+01 7.15E-02 7.03E+01 2006 7.42E+02 7.99E+02 4.08E+01 7.11E-02 1.07E+02 2007 7.54E+02 3.32E+02 4.16E+01 7.13E-02 1.50E+02 2008 7.64E+02 3.29E+02 4.18E+01 7.08E-02 1.27E+02 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011

Lampiran 16. Perkembangan Emisi Nitrogen Oksida/ N2O (kilotonne) Negara Low Income Tahun

Negara

Uganda Comoros Liberia Zimbabwe Malawi 1981 1.96E+01 1.44E-01 6.12E-01 1.59E+01 6.71E+00 1982 2.21E+01 1.43E-01 6.60E-01 1.78E+01 7.60E+00 1983 2.11E+01 1.39E-01 6.57E-01 1.75E+01 7.54E+00 1984 2.11E+01 1.37E-01 6.53E-01 1.52E+01 6.00E+00 1985 1.96E+01 1.30E-01 6.47E-01 1.58E+01 6.17E+00 1986 2.02E+01 1.29E-01 6.75E-01 1.63E+01 6.15E+00 1987 1.90E+01 1.27E-01 6.91E-01 1.96E+01 8.53E+00 1988 1.86E+01 1.32E-01 7.07E-01 1.65E+01 5.85E+00 1989 2.07E+01 1.37E-01 7.04E-01 1.76E+01 6.61E+00 1990 2.58E+01 1.35E-01 6.77E-01 2.23E+01 9.00E+00 1991 2.18E+01 1.35E-01 5.96E-01 1.80E+01 7.80E+00 1992 2.47E+01 1.35E-01 6.09E-01 2.48E+01 1.20E+01 1993 2.38E+01 1.39E-01 5.70E-01 1.46E+01 6.98E+00 1994 2.33E+01 1.44E-01 5.69E-01 1.65E+01 7.17E+00 1995 2.55E+01 1.48E-01 5.95E-01 1.69E+01 7.85E+00 1996 2.50E+01 1.52E-01 6.14E-01 1.73E+01 7.03E+00 1997 2.56E+01 1.55E-01 6.59E-01 1.70E+01 6.71E+00 1998 2.31E+01 1.65E-01 8.19E-01 1.85E+01 7.55E+00 1999 2.55E+01 1.75E-01 9.65E-01 2.04E+01 6.38E+00 2000 2.44E+01 1.66E-01 8.74E-01 1.84E+01 6.68E+00 2001 2.41E+01 1.71E-01 1.26E+00 2.05E+01 6.00E+00 2002 2.35E+01 1.74E-01 9.82E-01 1.82E+01 8.31E+00 2003 2.75E+01 1.64E-01 8.28E-01 1.70E+01 8.65E+00 2004 2.43E+01 1.66E-01 1.05E+00 1.82E+01 8.15E+00 2005 3.38E+01 1.68E-01 8.10E-01 1.88E+01 8.67E+00 2006 3.00E+01 1.69E-01 1.02E+00 1.36E+01 8.68E+00 2007 7.66E+01 1.73E-01 1.75E+00 1.37E+01 8.74E+00 2008 4.87E+01 1.75E-01 1.61E+00 1.38E+01 8.77E+00 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011.

Lampiran 17. Perkembangan Tingkat Keterbukaan Ekonomi/ TDR (persen) Negara High Income Negara Tahun

United United States Kingdom Japan Italy France 1981 20.0722 50.2367 28.2583 47.1653 46.3619 1982 18.1677 50.4206 27.9225 45.3182 46.2554 1983 17.2688 51.756 25.7434 41.8625 46.108 1984 18.1392 56.4488 26.9881 44.2014 48.5815 1985 17.186 56.1019 24.9887 44.4113 48.0723 1986 17.4734 51.6119 18.4507 37.6691 41.8023 1987 18.5682 51.4154 17.449 37.0428 41.2395 1988 19.7139 49.0633 17.4979 36.5723 42.3804 1989 20.1132 50.8618 19.094 38.5947 45.0794 1990 20.5502 50.0155 19.7734 38.2521 43.8501 1991 20.5726 46.9771 18.2754 35.7073 44.0292 1992 20.8055 47.8487 17.5087 36.6956 43.0226 1993 20.8966 51.4464 16.0121 39.5305 40.7771 1994 21.9367 53.3048 16.1033 42.2848 42.6709 1995 23.3634 56.6168 16.8636 47.6728 44.4369 1996 23.6315 58.5249 19.1248 44.7939 45.1549 1997 24.3469 56.68 20.6324 46.5884 48.9774 1998 23.6769 53.8479 19.936 47.2941 50.4015 1999 24.091 53.7154 18.9689 47.0882 50.5761 2000 25.9476 57.1012 20.5166 53.1758 56.6323 2001 23.7094 56.5402 20.4854 52.8082 55.5839 2002 22.976 54.7754 21.4215 50.4928 53.4835 2003 23.3209 53.2881 22.3925 48.5583 50.9272 2004 25.2203 53.2088 24.6718 49.9911 51.8829 2005 26.4943 56.1724 27.2793 51.959 53.3525 2006 27.8288 60.043 30.9765 56.2852 55.0925 2007 28.8424 56.3024 33.5638 58.2193 55.261 2008 30.799 61.1222 34.9444 58.1604 56.0025 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011

Lampiran 17. Perkembangan Tingkat Keterbukaan Ekonomi/ TDR (persen) Negara Upper-Mid Income Tahun

Negara

China Malaysia Brazil Argentina South Afrika 1981 24.6437 109.26 19.2198 14.293 58.7194 1982 20.9722 108.898 15.8842 15.6115 53.324 1983 19.2567 106.512 20.4302 14.9877 45.7308 1984 20.8016 105.085 21.472 12.3464 49.131 1985 22.5023 103.165 19.3433 18.0094 53.9836 1986 22.4805 104.953 15.1712 14.486 52.3391 1987 28.868 111.92 15.6526 15.449 50.6112 1988 30.9783 122.624 16.5808 15.7435 51.7081 1989 29.2383 136.689 14.3909 19.6378 48.0813 1990 29.1592 146.964 15.1618 14.9909 42.9994 1991 31.6746 159.313 16.5909 13.7531 39.2274 1992 36.1131 150.611 19.2533 14.731 38.6454 1993 41.9763 157.941 19.5993 16.2232 40.294 1994 41.2172 179.906 18.6746 18.1219 41.9624 1995 38.8076 192.114 16.0318 19.7241 44.8657 1996 38.0576 181.766 14.9328 21.4678 47.9252 1997 39.0126 185.665 15.8411 23.3013 48.033 1998 36.3933 209.492 15.865 23.3166 50.1634 1999 37.6907 217.571 20.2271 21.3221 48.0754 2000 44.2436 220.407 21.7199 22.4047 52.7863 2001 43.0806 203.365 25.6783 21.7388 56.2059 2002 47.6953 199.356 26.6796 40.4897 62.0105 2003 56.9135 194.195 27.0621 39.1728 53.4224 2004 65.3521 210.374 28.9732 43.4247 53.1437 2005 68.6329 212.1 26.6484 44.2567 55.2312 2006 70.5671 210.456 25.8341 43.9916 62.4594 2007 68.028 199.448 25.2111 44.9637 65.5186 2008 62.2438 183.207 27.1393 45.1258 74.2339 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011

Lampiran 18. Perkembangan Tingkat Keterbukaan Ekonomi/ TDR (persen) Negara Lower-Mid Income Tahun

Negara

Indonesia India Philippines Nigeria Tonga 1981 53.063 14.6746 51.0053 49.1108 92.6204 1982 49.3611 14.2883 46.4703 38.6536 92.2132 1983 54.2029 13.8499 49.4209 31.1405 87.8284 1984 47.665 14.1735 49.0973 27.8037 89.563 1985 42.6501 13.047 45.909 28.5379 102.359 1986 39.9739 12.3571 48.7026 37.5927 95.5882 1987 46.3317 12.7256 52.8635 53.281 95.5323 1988 44.8663 13.644 55.3318 45.1485 89.4857 1989 45.6936 15.3421 58.3805 57.8502 87.909 1990 49.0619 15.6828 60.8003 72.2405 98.9657 1991 49.8993 17.1831 62.1849 68.5525 83.4621 1992 52.8497 18.6439 63.158 82.7397 72.6308 1993 50.5233 19.8828 71.1665 97.3211 67.4435 1994 51.8771 20.3115 73.9596 82.5175 63.6796 1995 53.9586 23.1316 80.5385 86.4722 73.3401 1996 52.2647 22.1872 89.8 75.5898 78.7253 1997 55.9939 22.888 108.25 82.7023 75.402 1998 96.1862 23.985 98.6622 71.592 79.2978 1999 62.9439 25.2761 94.9095 78.0302 61.5588 2000 71.4369 27.3817 104.73 86.0048 62.2637 2001 69.7932 26.4072 98.9089 75.2829 62.9308 2002 59.0795 29.9661 102.435 64.4209 74.0974 2003 53.6165 30.9008 101.849 83.1427 73.1529 2004 59.7613 36.8575 102.643 75.0088 74.2222 2005 63.9879 41.3151 97.8785 77.5841 75.9146 2006 56.6571 45.3087 94.9408 70.5971 64.7756 2007 54.8292 44.8822 86.6194 66.9594 65.6222 2008 58.5614 52.7137 76.2823 71.1684 70.7622 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011

Lampiran 19. Perkembangan Tingkat Keterbukaan Ekonomi/ TDR (persen) Negara Low Income Tahun

Negara

Zimbabwe Liberia Malawi Comoros Uganda 1981 45.3306 122.88 57.1609 60.9707 38.1365 1982 39.1453 114.61 51.3407 69.5254 25.9013 1983 35.9169 108.993 49.0745 73.5104 22.3032 1984 41.3661 96.0262 54.7968 64.5546 27.0176 1985 44.2137 93.2646 54.0902 67.0561 28.7469 1986 45.5704 89.9145 47.9595 57.9332 28.0484 1987 45.2906 90.9044 53.2624 57.7454 26.2904 1988 44.1003 91.8944 55.8652 59.7563 25.35 1989 45.0625 92.8843 53.2975 54.1713 26.0476 1990 45.6593 93.8743 57.2028 51.3985 26.6095 1991 51.0515 94.8642 52.5789 58.2192 29.4022 1992 63.7125 95.8541 65.6621 59.891 33.0521 1993 63.1671 96.8441 48.3523 57.6817 28.2398 1994 71.1195 97.834 91.378 67.3217 27.8394 1995 79.1568 98.8239 78.4569 64.3298 32.6231 1996 72.0696 99.8139 54.7024 59.7046 35.3855 1997 82.2051 80.7705 54.9419 61.1669 34.1586 1998 88.514 50.139 70.8752 48.6113 30.0439 1999 71.8202 56.2245 71.316 46.6249 36.0247 2000 75.0029 47.4594 60.9386 49.2733 32.749 2001 68.0813 54.7388 67.1184 46.3141 35.33 2002 67.3467 47.8055 54.9567 46.4907 36.2778 2003 71.3182 77.253 67.2928 48.7058 36.5857 2004 77.8412 88.4336 68.1543 48.0898 35.4601 2005 78.3843 89.7974 76.2338 49.8981 38.9943 2006 86.6495 111.863 69.7261 52.8068 43.6333 2007 88.7643 219.179 62.2102 56.0565 46.7774 2008 108.849 203.708 76.4328 62.1926 56.2567 Sumber: Emission Database for Global Atmospheric Research (EDGAR), 2011

Lampiran 20. Hasil Estimasi Regresi Pertumbuhan Ekonomi Terhadap Emisi Karbondioksida (CO2)

Dependent Variable: LNCO2 Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:18 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA C

0.771692 4.966417

0.003488 0.026280

221.2169 188.9806

0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999753 0.999744 1.019131 109083.9 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

266.6520 560.7721 559.8208 1.739577

Unweighted Statistics R-squared Sum squared resid

       

0.993891 34.75390

Mean dependent var Durbin-Watson stat

10.77636 0.160893

Dependent Variable: LNCO2 Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:19 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 C

0.564310 0.016331 5.567985

0.012262 0.000905 0.044343

46.02041 18.05361 125.5651

0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999754 0.999745 1.019722 104196.5 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

275.1328 577.3832 559.4304 1.732026

Unweighted Statistics R-squared Sum squared resid

           

0.993910 34.64754

Mean dependent var Durbin-Watson stat

10.77636 0.158813

Dependent Variable: LNCO2 Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:19 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 LNGDPKAPITA3 C

-0.661810 0.203895 -0.009067 8.236544

0.071086 0.009454 0.000390 0.172246

-9.309994 21.56684 -23.25131 47.81855

0.0000 0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999750 0.999740 1.020374 97723.34 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

220.7751 556.4531 559.1051 1.738790

Unweighted Statistics R-squared Sum squared resid

 

0.994017 34.03771

Mean dependent var Durbin-Watson stat

10.77636 0.158422

Lampiran 21. Hasil Estimasi Regresi Pertumbuhan dan Keterbukaan Ekonomi Terhadap Emisi Karbondioksida (CO2) Dependent Variable: LNCO2 Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:20 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNTRD C

0.662465 0.278603 4.721585

0.004175 0.005414 0.025034

158.6834 51.45933 188.6086

0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999702 0.999690 1.015770 85887.07 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

140.8832 251.2557 555.1023 1.722963

Unweighted Statistics R-squared Sum squared resid

     

0.994329 32.26453

Mean dependent var Durbin-Watson stat

10.77636 0.180404

Dependent Variable: LNCO2 Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:23 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 LNTRD C

0.618664 0.003579 0.272668 4.863743

0.022831 0.001732 0.005859 0.063646

27.09790 2.066441 46.54158 76.41903

0.0000 0.0393 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999704 0.999691 1.014877 82314.41 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

139.7944 253.2589 553.0971 1.715934

Unweighted Statistics R-squared Sum squared resid

         

0.994330 32.25699

Mean dependent var Durbin-Watson stat

10.77636 0.179345

Dependent Variable: LNCO2 Method: Panel EGLS (Cross-section SUR) Date: 05/20/12 Time: 15:04 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 LNGDPKAPITA3 LNTRD C

-0.793721 0.219213 -0.010435 0.285179 7.910023

0.140850 0.018980 0.000808 0.005964 0.339463

-5.635232 11.54983 -12.91852 47.81284 23.30159

0.0000 0.0000 0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999635 0.999619 1.015335 63812.52 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

122.3151 226.2391 552.5650 1.734332

Unweighted Statistics R-squared Sum squared resid

0.994474 31.43938

Mean dependent var Durbin-Watson stat

10.77636 0.181394

Lampiran 22. Hasil Estimasi Regresi Pertumbuhan Ekonomi Ekonomi Terhadap Emisi Metana (CH4)

Dependent Variable: LNCH4 Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:24 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA C

0.086920 6.674802

0.002863 0.021557

30.36414 309.6385

0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999974 0.999973 1.019279 1031148. 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

175.0848 541.3044 559.9826 1.818490

Unweighted Statistics R-squared Sum squared resid

         

0.995200 17.33109

Mean dependent var Durbin-Watson stat

7.329209 0.676204

Dependent Variable: LNCH4 Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:24 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 C

0.675070 -0.046263 4.965574

0.008477 0.000699 0.028369

79.63319 -66.14306 175.0342

0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999976 0.999975 1.020182 1070515. 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

56.55595 366.8383 559.9350 1.879686

Unweighted Statistics R-squared Sum squared resid

             

0.995422 16.52773

Mean dependent var Durbin-Watson stat

7.329209 0.710419

Dependent Variable: LNCH4 Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:25 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 LNGDPKAPITA3 C

0.475825 -0.015857 -0.001464 5.398912

0.026194 0.003803 0.000179 0.061809

18.16514 -4.169168 -8.167056 87.34857

0.0000 0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999977 0.999976 1.021124 1043546. 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

52.95767 354.5090 559.9264 1.879794

Unweighted Statistics R-squared Sum squared resid

 

0.995426 16.51265

Mean dependent var Durbin-Watson stat

7.329209 0.710688

Lampiran 23. Hasil Estimasi Regresi Pertumbuhan dan Keterbukaan Ekonomi Terhadap Emisi Metana (CH4)

Dependent Variable: LNCH4 Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:27 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNTRD C

0.008366 0.199262 6.502952

0.004201 0.003233 0.031556

1.991349 61.64161 206.0793

0.0469 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999905 0.999901 1.017170 269886.9 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

92.47058 324.8007 556.6332 1.812871

Unweighted Statistics R-squared Sum squared resid

       

0.995543 16.08981

Mean dependent var Durbin-Watson stat

7.329209 0.753964

Dependent Variable: LNCH4 Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:28 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 LNTRD C

0.694338 -0.054978 0.225253 4.469845

0.008520 0.000755 0.003306 0.031933

81.49186 -72.78768 68.14096 139.9753

0.0000 0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999928 0.999925 1.017937 339980.6 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

-34.23829 297.8264 556.4366 1.858463

Unweighted Statistics R-squared Sum squared resid

         

0.995853 14.97351

Mean dependent var Durbin-Watson stat

7.329209 0.815923

Dependent Variable: LNCH4 Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:29 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 LNGDPKAPITA3 LNTRD C

0.360372 -0.003534 -0.002502 0.228078 5.180810

0.037004 0.004904 0.000210 0.003432 0.093142

9.738666 -0.720677 -11.90462 66.46226 55.62267

0.0000 0.4714 0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999925 0.999921 1.018540 309565.2 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

-53.21966 261.4542 556.0597 1.854602

Unweighted Statistics R-squared Sum squared resid

0.995866 14.92476

Mean dependent var Durbin-Watson stat

7.329209 0.818664

Lampiran 24. Hasil Estimasi Regresi Pertumbuhan Ekonomi Terhadap Emisi N2O

Dependent Variable: LNN2O Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:30 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA C

0.178260 2.475171

0.003371 0.025397

52.88589 97.45939

0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999900 0.999897 1.019244 270346.1 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

39.44982 168.1167 559.9447 1.826979

Unweighted Statistics R-squared Sum squared resid

       

0.994919 20.20348

Mean dependent var Durbin-Watson stat

3.817257 0.677486

Dependent Variable: LNN2O Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:30 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 C

1.034679 -0.067430 -0.009840

0.013517 0.001064 0.044358

76.54366 -63.37234 -0.221824

0.0000 0.0000 0.8245

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999873 0.999868 1.019696 202023.6 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

21.11199 97.92957 559.4013 1.840029

Unweighted Statistics R-squared Sum squared resid

         

0.995356 18.46716

Mean dependent var Durbin-Watson stat

3.817257 0.746599

Dependent Variable: LNN2O Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:42 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 LNGDPKAPITA3 C

0.849258 -0.039409 -0.001346 0.401387

0.051619 0.006863 0.000314 0.138225

16.45228 -5.742214 -4.286537 2.903869

0.0000 0.0000 0.0000 0.0038

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999875 0.999869 1.020546 194609.6 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

19.66400 97.97737 559.2925 1.838193

Unweighted Statistics R-squared Sum squared resid

0.995359 18.45621

Mean dependent var Durbin-Watson stat

3.817257 0.746358

Lampiran 24. Hasil Estimasi Regresi Pertumbuhan dan Keterbukaan Ekonomi Ekonomi Terhadap Emisi N2O

Dependent Variable: LNN2O Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:42 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNTRD C

0.095615 0.211046 2.288977

0.004656 0.006726 0.025352

20.53530 31.37533 90.28669

0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999923 0.999920 1.013732 332390.5 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

43.69396 152.5220 552.8767 1.794332

Unweighted Statistics R-squared Sum squared resid

       

0.995306 18.66673

Mean dependent var Durbin-Watson stat

3.817257 0.743231

Dependent Variable: LNN2O Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:43 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 LNTRD C

1.069319 -0.077899 0.247562 -0.603634

0.019036 0.001402 0.008317 0.063055

56.17482 -55.55734 29.76621 -9.573114

0.0000 0.0000 0.0000 0.0000

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999884 0.999880 1.015895 211041.4 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

41.28572 92.76863 554.2069 1.788264

Unweighted Statistics R-squared Sum squared resid

         

0.995871 16.41860

Mean dependent var Durbin-Watson stat

3.817257 0.854547

Dependent Variable: LNN2O Method: Panel EGLS (Cross-section SUR) Date: 05/14/12 Time: 23:44 Sample: 1981 2008 Periods included: 28 Cross-sections included: 20 Total panel (balanced) observations: 560 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable

Coefficient

Std. Error

t-Statistic

Prob.

LNGDPKAPITA LNGDPKAPITA2 LNGDPKAPITA3 LNTRD C

0.718846 -0.024321 -0.002594 0.250241 0.151864

0.066717 0.009115 0.000421 0.008417 0.175059

10.77454 -2.668291 -6.158772 29.73103 0.867498

0.0000 0.0079 0.0000 0.0000 0.3861

Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared Adjusted R-squared S.E. of regression F-statistic Prob(F-statistic)

0.999889 0.999884 1.016604 210316.5 0.000000

Mean dependent var S.D. dependent var Sum squared resid Durbin-Watson stat

38.38921 95.19322 553.9470 1.783697

Unweighted Statistics R-squared Sum squared resid

 

0.995883 16.37150

Mean dependent var Durbin-Watson stat

3.817257 0.856218

Lampiran 25. Hasil Uji Normalitas Model Regresi Pertumbuhan Ekonomi Terhadap Emisi CO2 70

Series: Standardized Residuals Sample 1981 2008 Observations 532

60 50 40 30 20 10

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

-7.24e-16 0.036130 3.199097 -3.134159 0.999643 -0.066855 2.916455

Jarque-Bera Probability

0.551024 0.759183

0 -3

-2

-1

0

1

2

3

Lampiran 26. Hasil Uji Normalitas Model Regresi Pertumbuhan dan Keterbukaan Ekonomi Terhadap Emisi CO2 60

Series: Standardized Residuals Sample 1981 2008 Observations 532

50

40

30

20

10

0 -3

-2

-1

0

1

2

3

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

8.53e-16 -0.008111 3.619879 -2.958828 0.991454 0.062084 2.973967

Jarque-Bera Probability

0.356779 0.836617

Lampiran 27. Hasil Uji Normalitas Model Regresi Pertumbuhan Ekonomi Terhadap Emisi CH4 70

Series: Standardized Residuals Sample 1981 2008 Observations 532

60 50 40 30 20 10

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

-1.21e-15 -0.053878 3.690717 -3.807065 1.000895 0.148186 4.150385

Jarque-Bera Probability

31.28207 0.000000

0 -4

-3

-2

-1

0

1

2

3

Lampiran 28. Hasil Uji Normalitas Model Regresi Pertumbuhan dan Keterbukaan Ekonomi Terhadap Emisi CH4 60

Series: Standardized Residuals Sample 1981 2008 Observations 532

50

40

30

20

10

0 -3

-2

-1

0

1

2

3

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

-2.62e-15 0.025849 3.604964 -3.635342 0.995588 -0.005230 3.625604

Jarque-Bera Probability

8.678017 0.013049

Lampiran 29. Hasil Uji Normalitas Model Regresi Pertumbuhan Ekonomi Terhadap Emisi N2O 70

Series: Standardized Residuals Sample 1981 2008 Observations 532

60 50 40 30 20 10

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

-7.98e-16 -0.031001 3.448160 -2.695123 1.000940 0.255813 3.549942

Jarque-Bera Probability

12.50638 0.001924

0 -2

-1

0

1

2

3

Lampiran 30. Hasil Uji Normalitas Model Regresi Pertumbuhan dan Keterbukaan Ekonomi Terhadap Emisi N2O 70

Series: Standardized Residuals Sample 1981 2008 Observations 532

60 50 40 30 20 10 0 -2

-1

0

1

2

3

4

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

8.31e-16 -0.086437 4.066287 -2.459071 0.997372 0.373061 3.773881

Jarque-Bera Probability

25.61559 0.000003

Lampiran 31. Hasil Uji Heteroskedastisitas Model Regresi Pertumbuhan Ekonomi Terhadap Emisi CO2 1.2

0.8

0.4

0.0

-0.4

-0.8 50

100

150

200

250

300

350

400

450

500

LNCO2 Residuals

Lampiran 32. Hasil Uji Heteroskedastisitas Model Regresi Pertumbuhan dan Keterbukaan Ekonomi Terhadap Emisi CO2 1.2

0.8

0.4

0.0

-0.4

-0.8 50

100

150

200

250

300

350

LNCO2 Residuals

400

450

500

Lampiran 33. Hasil Uji Heteroskedastisitas Model Regresi Pertumbuhan Ekonomi Terhadap Emisi CH4 1.6

1.2

0.8

0.4

0.0

-0.4

-0.8 50

100

150

200

250

300

350

400

450

500

LNCH4 Residuals

Lampiran 34. Hasil Uji Heteroskedastisitas Model Regresi Pertumbuhan dan Keterbukaan Ekonomi Terhadap Emisi CH4 1.25 1.00 0.75 0.50 0.25 0.00 -0.25 -0.50 50

100

150

200

250

300

350

LNCH4 Residuals

400

450

500

Lampiran 35. Hasil Uji Heteroskedastisitas Model Regresi Pertumbuhan Ekonomi Terhadap Emisi N2O 1.2

0.8

0.4

0.0

-0.4

-0.8 50

100

150

200

250

300

350

400

450

500

LNN2O Residuals

Lampiran 36. Hasil Uji Heteroskedastisitas Model Regresi Pertumbuhan dan Keterbukaan Ekonomi Terhadap Emisi N2O 1.2

0.8

0.4

0.0

-0.4

-0.8 50

100

150

200

250

300

350

LNN2O Residuals

400

450

500

Lampiran 37. Fixed Effect Sebelum Dimasukan Variabel Keterbukaa Ekonomi

Negara Amerika Inggris Jepang Italia Perancis Argentina Brazil Cina Malaysia Afrika Selatan India Indonesia Pilipina Nigeria Tonga Malawi Uganda Comoros Liberia Zimbabwe

CO2 0.097031 0.398693 0.709477 0.335728 0.14666 -0.1 1.176629 5.067801 0.157594

CH4 3.227089 1.31714 0.931244 0.481658 1.121279 1.105758 2.277201 3.435051 -0.30371

N2O 2.705684 0.764517 0.368687 0.346489 1.096077 0.819677 2.36006 3.468736 -0.11881

1.583729 4.157262 2.276692 0.624422 1.965786 -6.11834 -2.1892 -2.0951 -5.19938 -2.76906 -0.22642

0.435734 2.789463 1.984273 0.241634 0.125496 -6.44462 -2.01649 -0.85008 -5.0928 -3.41377 -1.35155

0.427462 2.854662 2.334485 -0.18537 0.667212 -6.50188 -1.35203 -0.22065 -5.43336 -3.67923 -0.72243

Lampiran 38. Fixed Effect Setelah Dimasukan Variabel Keterbukaan Ekonomi

Negara Amerika Inggris Jepang Italia Perancis Argentina Brazil Cina Malaysia Afrika Selatan India Indonesia Pilipina Nigeria Tonga Malawi Uganda Comoros Liberia Zimbabwe

CO2 0.754839 0.745553 1.391317 0.681676 0.503401 0.286541 1.477946 4.969152 -0.12913

CH4 3.76109 1.609621 1.479966 0.782588 1.426319 1.459547 2.56466 3.37723 -0.50272

N2O 3.091617 0.935176 0.765412 0.533475 1.282051 1.08911 2.593822 3.422755 -0.33666

1.608511 4.149758 2.079221 0.397602 1.373622 -6.29981 -2.5587 -2.25767 -5.46704 -3.21311 -0.49368

0.494658 2.801278 1.845829 0.084212 -0.72988 -6.55953 -2.31085 -0.97119 -5.29588 -3.76525 -1.5517

0.451359 2.881454 2.215529 -0.32987 0.469834 -6.62002 -1.62048 -0.31991 -5.60681 -4.00311 -0.89474