FAKTOR-FAKTOR YANG MEMPENGARUHI ALIRAN PERDAGANGAN BEBERAPA KOMODITAS HASIL HUTAN BUKAN KAYU INDONESIA
RUDY HADIANTO A 14105601
PROGRAM SARJANA EKSTENSI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR 2010 1
RINGKASAN RUDY HADIANTO. Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Beberapa Komoditas Hasil Hutan Bukan Kayu Indonesia. Skripsi. Program Sarjana Ekstensi Manajemen Agribisnis, Fakultas Pertanian, Institut Pertanian Bogor (Dibawah bimbingan MUHAMMAD FIRDAUS). Sumberdaya hutan tropis yang dimiliki negara Indonesia, memiliki nilai dan peranan penting yang bermanfaat didalam konteks pembangunan berkelanjutan. Manfaat yang didapatkan dari sumberdaya hutan dapat berupa manfaat ekologi dan ekonomi. Salah satu manfaat ekologi yang yang dimiliki hutan dan berpotensi untuk menambah devisa negara adalah sebagai penyerap emisi karbon. Kemampuan hutan ini bermanfaat didalam menanggulangi masalah perubahan iklim yang tengah terjadi saat ini. Perdagangan karbon (carbon trade) merupakan mekanisme pasar yang diperuntukkan untuk menanggulangi pemanasan global. Salah satu pengaruh langsung yang terjadi sebagai implikasi dari diratifikasinya mekanisme ini adalah penurunan total volume ekspor komoditas hasil hutan kayu. Pemanfaatan potensi sumberdaya hutan, dapat diklasifikasikan menjadi tiga kelompok, yaitu: hasil hutan kayu, hasil hutan bukan kayu dan jasa lingkungan lainya. Istilah Hasil Hutan Bukan Kayu atau yang semula disebut Hasil Hutan Ikutan merupakan hasil hutan yang bukan kayu berasal dari bagian pohon atau tumbuh-tumbuhan yang memiliki sifat khusus yang dapat menjadi suatu barang yang diperlukan oleh masyarakat, dijual sebagai komoditi ekspor atau sebagai bahan baku untuk suatu industri. Dengan semakin kritisnya kondisi hutan tropis Indonesia, disertai dengan desakan dari dunia internasional untuk melakukan upaya konservasi terhadap kawasan hutan tropis yang ada dan reformasi paradigma sistem pengelolaan di bidang kehutanan, menuntut agar pengelolaan hutan yang dilakukan memperhatikan kaidah keberlanjutan atau kelestarian hasil atau yang biasa dikenal dengan sistem pengelolaan hutan secara lestari (Sustainable Forest Management). Sebagai implikasi dari perubahan paradigma tersebut, maka fokus pembangunan kehutanan tidak lagi tertuju pada pemanfaatan hasil hutan berupa kayu, melainkan pada pemanfaatan hasil hutan lainnya yang dapat meningkatkan nilai tambah dan manfaat (multiplier effect) dari hutan tersebut, termasuk hasil hutan bukan kayu (HHBK). Permintaan ekspor untuk sebagian jenis komoditas HHBK unggulan yang memiliki nilai jual tinggi meliputi beragam (variasi) bentuk. Akan tetapi, perkembangan kuantitas (volume) dari komoditas ini mengalami kecenderungan yang berfluktuasi. Dalam rangka mengantisipasi permintaan ekspor yang cenderung mengalami fluktuasi dan dapat meningkatkan volume dan nilai ekspor komoditas HHBK secara optimal, maka perlu adanya kajian yang mengamati dan menganalisis mengenai aliran perdagangan komoditas HHBK dari negara Indonesia menuju berbagai negara tujuan yang memiliki keragaman karakteristik. Aliran perdagangan komoditas HHBK yang terjadi dari negara Indonesia sebagai negara produsen menuju negara tujuan ekspor pada penelitian ini diduga dipengaruhi oleh faktor-faktor tertentu, seperti : produk domestik bruto negara tujuan ekspor, harga komoditas HHBK di negara tujuan ekspor, jarak ekonomi
2
antara Indonesia dengan negara tujuan ekspor, populasi negara tujuan ekspor dan nilai tukar mata uang negara tujuan ekspor terhadap mata uang Dollar Amerika. Penelitian ini menggunakan data sekunder selama enam tahun pengamatan (2001-2006). Lima komoditas HHBK yang menjadi obyek penelitian adalah komoditas yang memiliki volume permintaan ekspor terbesar pada tahun 2006 secara berturut-turut adalah Meubel Rotan, Anyaman Rotan, Rotan Setengah Jadi, Gambir dan Minyak Atsiri. Jumlah negara tujuan ekspor yang diamati pada penelitian ini disesuaikan dengan keberlanjutan permintaan ekspor yang terjadi selama periode pengamatan. Tujuan yang ingin dicapai dalam penelitian ini, adalah mendeskripsikan kecenderungan ekspor beberapa komoditas HHBK Indonesia dan menganalisis faktor-faktor yang mempengaruhi aliran perdagangan beberapa komoditas HHBK Indonesia. Analisis data menggunakan metode analisis deskriptif dan kuantitatif. Analisis deskriptif dipergunakan dalam menjelaskan informasi yang terkandung dalam data hasil analisis dan kecenderungan volume ekspor beberapa komoditas HHBK Indonesia. Analisis kuantitaf digunakan untuk melakukan analisis terhadap faktor-faktor yang mempengaruhi aliran perdagangan HHBK Indonesia dengan analisis regresi data panel model gravitasi menggunakan tools STATA. Pada kelima komoditas yang diamati, secara umum menunjukkan pola kecenderungan volume ekspor yang fluktuatif. Negara-negara dengan volume permintaan ekspor terbesar untuk masing-masing komoditas, adalah sebagai berikut: Negara Uni Eropa dan Amerika Serikat merupakan negara yang memiliki permintaan ekspor terbesar untuk komoditas meubel dan anyaman rotan; Negara Cina dan Singapura merupakan negara yang memiliki permintaan ekspor terbesar untuk komoditas rotan setengah jadi; Negara India, Pakistan dan Banglades merupakan negara yang memiliki permintaan ekspor terbesar untuk komoditas gambir; sedangkan Negara Singapura dan Thailand merupakan negara yang memiliki permintaan ekspor terbesar untuk komoditas minyak atsiri Faktor-faktor yang mempengaruhi aliran perdagangan untuk masingmasing komoditas hasil hutan bukan kayu yang diteliti, adalah sebagai berikut: Komoditas meubel rotan dipengaruhi secara signifikan oleh harga ekspor, nilai tukar, produk domestik bruto dan jarak ekonomi; Komoditas anyaman rotan dipengaruhi secara signifikan oleh harga ekspor, produk domestik bruto, jarak ekonomi dan populasi negara tujuan; Komoditas rotan setengah jadi dipengaruhi secara signifikan oleh harga ekspor dan populasi negara tujuan; Komoditas gambir dipengaruhi secara signifikan oleh harga ekspor; Komoditas minyak atsiri dipengaruhi secara signifikan oleh harga ekspor dan produk domestik bruto. Kecenderungan volume aliran perdagangan komoditas hasil hutan bukan kayu memiliki pola kecenderungan yang beragam untuk masing-masing negara. Keragaman ini perlu mendapatkan perhatian, terutama bagi pihak produsen agar dapat menentukan tujuan dan besarnnya volume yang optimal.
3
FAKTOR-FAKTOR YANG MEMPENGARUHI ALIRAN PERDAGANGAN BEBERAPA KOMODITAS HASIL HUTAN BUKAN KAYU INDONESIA
Oleh : RUDY HADIANTO A 14105601
Skripsi Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Pertanian Pada Fakultas Pertanian, Institut Pertanian Bogor
PROGRAM SARJANA EKSTENSI MANAJEMEN AGRIBISNIS FAKULTAS PERTANIAN INSTITUT PERTANIAN BOGOR 2010 4
Judul Skripsi
:
Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Beberapa Komoditas Hasil Hutan Bukan Kayu Indonesia
Nama
:
Rudy Hadianto
NIM
:
A14105601
Menyetujui, Dosen Pembimbing
Muhammad Firdaus, Ph.D NIP. 19730105 199702 1001
Mengetahui, Dekan Fakultas Pertanian
Prof. Dr. Ir. Didy Sopandie, M.Agr NIP. 19571222 198203 1002
Tanggal Lulus :
5
PERNYATAAN Dengan ini saya menyatakan bahwa skripsi saya yang berjudul “Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Beberapa Komoditas Hasil Hutan Bukan Kayu Indonesia” adalah karya sendiri dan belum pernah diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam bentuk daftar pustaka di bagian akhir skripsi ini.
Bogor, Agustus 2010
Rudy Hadianto A14105601
6
RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 13 Oktober 1983. Penulis adalah anak kedua dari empat bersaudara dari pasangan Bapak Hadiono Toeloes dan Ibu Sri Muriyah. Pendidikan formal penulis dimulai pada tahun 1988 hingga tahun 1989 di TK Kemuning Bogor. Penulis kemudian menyelesaikan pendidikan dasar di SD_Negeri Curug III Bogor pada tahun 1995 dan pendidikan lanjutan tingkat pertama di SLTP Negeri 11 Bogor pada tahun 1998. Pada tahun yang sama, penulis melanjutkan pendidikan menengah umum ke SMU Negeri 2 Bogor dan lulus pada tahun 2001. Pendidikan penulis selanjutnya di jenjang perguruan tinggi dimulai pada tahun 2001 di program studi D3 Manajemen Hutan Produksi, Fakultas Kehutanan, Institut Pertanian Bogor. Setelah menyelesaikan program Diploma III, penulis melanjutkan pendidikan pada Program Sarjana Ekstensi Manajemen Agribisnis, Fakultas Pertanian, Institut Pertanian Bogor.
ama mengikuti pendidikan, penulis tercatat sebagai pengurus Keluarga Muslim Ekstensi IPB periode 2006-2008.
7
KATA PENGANTAR Puji dan syukur kehadirat Allah SWT, Rabb pemilik dan pencipta alam semesta dan isinya, atas segala nikmat, hidayah, bimbingan dan petunjuk-Nyalah, penulis dapat menyelesaikan penulisan karya ilmiah ini. Shalawat serta salam senantiasa tercurahkan kepada suri teladan terbaik umat manusia, Nabi Muhammad SAW serta kepada keluarganya, para sahabatnya dan para pengikutnya yang tetap istiqomah dijalan-Nya. Topik yang dipilih dalam penelitian skripsi ini ialah mengenai ”FaktorFaktor yang Mempengaruhi Aliran Perdagangan Beberapa Komoditas Hasil Hutan Bukan Kayu Indonesia”. Penulis menyadari bahwa skripsi ini masih jauh dari sempurna, namun demikian semoga skripsi ini dapat memberikan informasi yang berguna mengenai aliran perdagangan beberapa komoditas hasil hutan bukan kayu Indonesia. Akhir kata, semoga skripsi ini dapat bermanfaat bagi perkembangan penelitian dan pengetahuan tentang pemanfaatan hasil hutan bukan kayu sebagai salah satu hasil hutan tropis Indonesia yang potensial untuk dikembangkan.
Bogor, Agustus 2010
Rudy Hadianto
8
UCAPAN TERIMAKASIH Puji dan syukur kehadirat Allah SWT yang telah mengizinkan penulis menyelesaikan penulisan karya ilmiah ini. Penulis menyadari bahwa dalam penyelesaian skripsi ini juga tidak terlepas dari dukungan dan kerjasama dengan berbagai pihak. Sebagai bentuk rasa syukur, penulis ingin menyampaikan terima kasih dan penghargaan kepada : 1. Orangtua dan keluarga tercinta untuk setiap dukungan, kesabaran dan do’a yang diberikan kepada penulis. 2. Muhammad Firdaus, Ph.D selaku dosen pembimbing atas kesabaran, bimbingan, arahan, waktu dan ilmu yang telah diberikan kepada penulis selama penyusunan skripsi ini. 3. Rahmat Yanuar, S.P., M.Si selaku dosen evaluator pada kolokium penulis dan Ir. Popong Nurhayati, MM serta Ir. Juniar Atmakusuma, M.Si selaku dosen penguji pada ujian sidang penulis, yang telah meluangkan waktunya serta memberikan kritik dan saran demi perbaikan skripsi ini. 4. Yogaswara Prawirakusuma selaku pembahas pada seminar hasil penelitan penulis yang telah meluangkan waktunya serta memberikan kritik dan saran demi perbaikan skripsi ini. 5. Rekan-rekan mahasiswa yang telah hadir pada kolokium dan seminar hasil penelitian penulis serta memberikan komentar, kritik dan saran demi perbaikan skripsi ini. 6. Pengelola dan staf sekretariat Program Sarjana Ekstensi Manajemen Agribisnis yang telah membantu penulis selama menjalani pendidikan. 7. Staf Biro Peredaran dan Pemasaran Hasil Hutan, Biro Statistik, Biro Evalap serta Perpustakaan Departemen Kehutanan, Staf Pusat Data Perdagangan Departemen Perdagangan, Staf Perpustakaan BPS dan PusRiset BI yang telah membantu mencari data dan informasi yang diperlukan oleh penulis. 8. Hamid, Husni Mubarak, Tb. Eka H., Yanuar A. M., Ryan Adi K., Risnandar, Fajar S. Putro, M. Erfan, M. Iksan, M. Solihin, Yudistira M., Wan A. Cahyadi, Abdul Rosyid, H. Sadewo, De Aulia Ramadhan, M. Hutabalian, Ayu Lestari, Halimatus Saadah, Fadwa, Fresti D. K., Siti Rohmah, R. Conie, Mey Ristanti. 9. Teman-teman sebimbingan yang telah memberikan dukungan kepada penulis.
9
10. Teman-teman penulis di Sylva’38 dan Keluarga Muslim Ekstensi IPB. 11. Pihak lainnya yang belum disebutkan, namun telah membantu penulis mulai dari persiapan proposal, teknis hingga tersusunnya karya ilmiah ini. Semoga Allah SWT membalas segala kebaikan yang telah diberikan kepada penulis dengan sebaik-baik balasan.
Bogor, Agustus 2010
Rudy Hadianto
10
DAFTAR ISI Halaman DAFTAR TABEL ................................................................................................ iii DAFTAR GAMBAR ........................................................................................... iv DAFTAR LAMPIRAN ........................................................................................ v I. PENDAHULUAN .......................................................................................... I.1. Latar Belakang ....................................................................................... I.2. Perumusan Masalah ............................................................................... 1.3. Tujuan Penelitian ................................................................................... 1.4. Kegunaan Penelitian ............................................................................... 1.5. Ruang Lingkup Penelitian ......................................................................
1 1 4 6 7 7
II. TINJAUAN PUSTAKA ................................................................................. 8 2.1. Hasil Hutan Bukan Kayu ....................................................................... 8 2.2. Tinjauan Studi Terdahulu ....................................................................... 9 2.3. Relevansi dengan penelitian sebelumnya ............................................... 12 III. KERANGKA PEMIKIRAN .......................................................................... 13 3.1. Kerangka Pemikiran Teoritis ................................................................. 13 3.1.1. Perdagangan Internasional ........................................................... 13 3.1.2. Permintaan Ekspor ....................................................................... 15 3.1.3. Model Gravitasi ............................................................................ 16 3.1.4. Data Panel .................................................................................... 18 3.2. Kerangka Pemikiran Operasional .......................................................... 19 3.3. Hipotesis Penelitian ................................................................................ 22 IV. METODE PENELITIAN ............................................................................... 23 4.1. Jenis dan Sumber Data ........................................................................... 23 4.2. Metode Analisis Data ............................................................................. 24 4.3. Perumusan Model ................................................................................... 24 4.4. Pengujian Kesesuaian Model ................................................................. 25 4.5. Pengujian Statistik .................................................................................. 26 4.5.1. Uji t ............................................................................................... 26 4.5.1. Uji F ............................................................................................. 27 4.5.3. Koefisien Determinasi (R2) .......................................................... 28 4.6. Definisi Operasional ............................................................................... 28 V. HASIL DAN PEMBAHASAN ....................................................................... 29 5.1. Kecenderungan Volume Ekspor Beberapa Komoditas Hasil Hutan Bukan Kayu Indonesia Menurut Negara Tujuan ................................... 29 5.1.1. Meubel Rotan ............................................................................... 29 5.1.2. Anyaman Rotan ............................................................................ 30 5.1.3. Rotan Setengah Jadi ..................................................................... 31 5.1.4. Gambir .......................................................................................... 32 5.1.5. Minyak Atsiri ............................................................................... 33
i
5.2. Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Beberapa Komoditas Hasil Hutan Bukan Kayu Indonesia .................... 34 5.2.1. Meubel Rotan ............................................................................... 34 5.2.2. Anyaman Rotan ............................................................................ 37 5.2.3. Rotan Setengah Jadi ..................................................................... 40 5.2.4. Gambir .......................................................................................... 43 5.2.5. Minyak Atsiri ............................................................................... 47 VI. KESIMPULAN DAN PEMBAHASAN ........................................................ 52 6.1. Kesimpulan ............................................................................................ 52 6.2. Saran ....................................................................................................... 52 DAFTAR PUSTAKA .......................................................................................... 54 LAMPIRAN ......................................................................................................... 56
ii
DAFTAR TABEL Nomor
Halaman
1. Kecenderungan Nilai Ekspor Komoditas Hasil Hutan Bukan Kayu Indonesia tahun 2001 - 2006 ................................................................. 3 2. Negara Tujuan Ekspor Beberapa Komoditas Hasil Hutan Bukan Kayu Indonesia ..................................................................................... 23 3. Sumber Data Penelitian ......................................................................... 24 4. Hasil Pendugaan Persamaan Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Komoditas Meubel Rotan .................................... 34 5. Hasil Pendugaan Persamaan Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Komoditas Anyaman Rotan ................................ 37 6. Hasil Pendugaan Persamaan Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Komoditas Rotan Setengah Jadi .......................... 41 7. Hasil Pendugaan Persamaan Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Komoditas Gambir ............................................... 44 8. Hasil Pendugaan Persamaan Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Komoditas Minyak Atsiri .................................... 48
iii
DAFTAR GAMBAR Nomor
Halaman
1. Kecenderungan Total Volume Ekspor Hasil hutan Kayu ................... 1 2. Laju Deforestasi di Indonesia Tahun 2000 – 2005 ............................. 5 3. Kecenderungan Aliran Perdagangan Lima Komoditas Hasil Hutan Bukan Kayu Indonesia Tahun 2001 – 2006 .......................................
6
4. Harga Komoditi Relatif Ekuilibrium Setelah Perdagangan Ditinjau dari Analisis Keseimbangan Parsial ....................................... 14 5. Alur Kerangka Pemikiran Operasional Penelitian .............................. 21 6. Kecenderungan Volume Ekspor Komoditas Meubel Rotan Berdasarkan Negara Tujuan ................................................................ 29 7. Kecenderungan Volume Ekspor Komoditas Anyaman Rotan Berdasarkan Negara Tujuan ................................................................ 30 8. Kecenderungan Volume Ekspor Komoditas Rotan Setengah Jadi Berdasarkan Negara Tujuan ................................................................ 31 9. Kecenderungan Volume Ekspor Komoditas Gambir Berdasarkan Negara Tujuan ..................................................................................... 32 10. Kecenderungan Volume Ekspor Komoditas Minyak Atsiri Berdasarkan Negara Tujuan ................................................................ 33
iv
DAFTAR LAMPIRAN Nomor
Halaman
1. Data Input untuk Analisis Aliran Perdagangan Meubel Rotan ........... 57 2. Data Input untuk Analisis Aliran Perdagangan Anyaman Rotan......... 60 3. Data Input untuk Analisis Aliran Perdagangan Rotan Setengah Jadi ... 63 4. Data Input untuk Analisis Aliran Perdagangan Gambir ..................... 65 5. Data Input untuk Analisis Aliran Perdagangan Minyak Atsiri ........... 67 6. Hasil Output Stata untuk Komoditas Meubel Rotan ............................ 70 7. Hasil Output Stata untuk Komoditas Anyaman Rotan ........................ 71 8. Hasil Output Stata untuk Komoditas Rotan Setengah Jadi ................... 72 9. Hasil Output Stata untuk Komoditas Gambir ....................................... 73 10. Hasil Output Stata untuk Komoditas Minyak Atsiri ............................. 74 11. Ekspor Meubel Rotan Berdasarkan Negara Tujuan ............................. 75 12. Ekspor Anyaman Rotan Berdasarkan Negara Tujuan ......................... 76 13. Ekspor Rotan Setengah Jadi Berdasarkan Negara Tujuan ................... 77 14. Ekspor Gambir Berdasarkan Negara Tujuan ....................................... 78 15. Ekspor Minyak Atsiri Berdasarkan Negara Tujuan ............................. 79
v
I. PENDAHULUAN I.1. Latar Belakang Sumberdaya hutan tropis yang dimiliki negara Indonesia, memiliki nilai dan peranan penting yang bermanfaat dalam konteks pembangunan berkelanjutan. Manfaat yang didapatkan dari sumberdaya hutan dapat berupa manfaat ekologi dan manfaat ekonomi. Manfaat ekologi yang dimaksud mencakup tingkat lokal, regional maupun global, sedangkan manfaat ekonomi sumberdaya hutan dapat diperoleh dari produksi hasil hutan sebagai salah satu sumber devisa negara, pengembangan wilayah, penyerapan tenaga kerja serta sebagai sumber penghasilan masyarakat sekitar hutan. Salah satu manfaat ekologi yang yang dimiliki hutan dan berpotensi untuk menambah devisa negara adalah sebagai penyerap emisi karbon. Kemampuan hutan ini bermanfaat dalam menanggulangi masalah perubahan iklim yang tengah terjadi saat ini. Perdagangan karbon (carbon trade) merupakan mekanisme pasar yang diperuntukkan untuk menanggulangi pemanasan global, dimana salah satu unsur penyebab terbesar pemanasan global adalah emisi gas karbon dioksida (CO2). Mekanisme ini merupakan salah satu kesepakatan yang dihasilkan pada KTT Bumi 1992 di Rio de Janeiro melalui Protokol Kyoto untuk mengurangi emisi pencemaran udara (gas rumah kaca). Indonesia merupakan salah satu Negara yang telah meratifikasi kebijakan yang terkandung dalam protocol Kyoto. Salah satu pengaruh langsung yang terjadi yaitu pada penurunan total volume ekspor komoditas hasil hutan kayu. Ilustrasi mengenai kecenderungan total volume ekspor hasil hutan kayu dapat dilihat pada gambar berikut.
Gambar 1. Kecenderungan Total Volume Ekspor Hasil hutan Kayu
1
Luasan daratan kawasan hutan dan perairan Indonesia berdasarkan keputusan menteri kehutanan tentang penunjukkan kawasan hutan dan perairan serta Tata Guna Hutan Kesepakatan (TGHK) dalam Statistik Kehutanan (2006) adalah seluas 137.090.468,18 ha, termasuk 3.395.783 ha kawasan perairan didalam kawasan suaka alam dan pelestarian alam. Kawasan hutan tersebut terdiri dari kawasan hutan lindung seluas 31,60 juta ha, hutan produksi terbatas seluas 22,50 juta ha, hutan produksi tetap seluas 36,65 juta ha, hutan produksi yang dapat dikonservasi seluas 22,79 juta ha dan hutan dengan fungsi khusus seluas 0,23_juta ha. Dengan luasan tersebut, sumberdaya hutan Indonesia memiliki potensi yang besar untuk dimanfaatkan bagi kesejahteraan masyarakat dan pembangunan negara. Pemanfaatan potensi sumberdaya hutan dapat diklasifikasikan menjadi tiga kelompok, yaitu hasil hutan kayu, hasil hutan bukan kayu dan jasa lingkungan. Pemanfaatan hutan alam di Indonesia yang telah dilakukan selama dua setengah dasarwarsa terakhir masih bertumpu pada hasil hutan berupa kayu. Dari komoditas kayu tersebut, pemerintah dan masyarakat telah memperoleh manfaat yang besar baik secara ekonomi maupun sosial. Sementara itu hasil hutan bukan kayu (HHBK) yang biasanya disebut non-timber forest products atau minor forest products, belum dapat diusahakan secara optimal. Hastoeti (2008) menyatakan bahwa Indonesia memiliki keanekaragam hayati yang luar biasa, terbesar ketiga setelah Brazilia dan Zaire. Di indonesia tumbuh sekitar 30.000 – 40.000 jenis tumbuhan yang menyebar di seluruh hutanhutan kepulauan Indonesia. Diantara ribuan jenis tumbuhan yang tumbuh di Indonesia, sebagian diantaranya merupakan penghasil Hasil Hutan Bukan Kayu (HHBK) yang memiliki nilai jual yang cukup potensial, dapat diandalkan sebagai sumber pendapatan masyarakat lokal dan sebagai sumber devisa negara. Hasil Hutan Bukan Kayu yang selanjutnya disingkat HHBK adalah hasil hutan hayati (nabati dan hewani) beserta produk turunan dan budidayanya kecuali kayu yang berasal dari hutan. Yusliansyah dan Kholik (2006) menyatakan bahwa, keunggulan pengusahaan HHBK dibandingkan dengan kayu antara lain pemanenannya tidak merusak hutan atau ekosistem, dapat diusahakan dengan teknologi yang sederhana, tidak memerlukan modal yang besar, ketersediaannya
2
dapat dijaga dan untuk beberapa jenis HHBK nilainya jauh lebih tinggi dibandingkan dengan kayu. Sebagian jenis komoditas HHBK yang memiliki nilai jual tinggi, telah dipasarkan ke luar negeri dalam beragam bentuk. Pemilihan jenis variasi produk yang akan diekspor ke berbagai negara tujuan ditentukan dengan beberapa pertimbangan, seperti peningkatan nilai tambah dengan pengolahan lebih lanjut, keterbatasan keterampilan dari pihak produsen dan permintaan konsumen luar negeri.
Kecenderungan nilai ekspor selama enam tahun terakhir berdasarkan
komoditas HHBK pilihan tersaji pada Tabel 1. Tabel 1. Kecenderungan Nilai Ekspor Komoditas Hasil Hutan Bukan Kayu Indonesia Tahun 2001 - 2006 No
Uraian
2001
2002
1
Meubel rotan 256.948.021 270.933.516
2
Sirlak,Damar
3
Gambir
4
Terpentin
5 6 7
Anyaman rotan Rotan setengah jadi Arang kayu tempurung kelapa
8
Minyak atsiri
9
Bambu
10 Gabus
Nilai Ekspor (US$) 2003 2004 292.040.098
2005
335.021.351 354.584.802
2006 344.808.970
1.866.317
1.508.696
2.057.142
2.524.467
4.667.529
7.692.080
18.040.735
15.731.464
9.689.247
20.492.980
22.669.944
22.234.897
1.625.571
2.555.658
2.277.210
4.024.094
3.141.975
7.376.042
64.254.088
57.418.857
48.765.214
37.455.605
29.357.688
25.657.782
13.844.480
13.692.736
20.588.536
23.050.888
16.513.932
21.105.707
6.224.699
4.641.210
5.504.771
2.748.127
607.097
120.636
72.562.385
71.003.920
66.407.001
78.591.712 103.689.542
109.393.578
1.231.506
1.067.645
1.885.934
2.183.483
1.844.370
3.008.922
1.320.276
610.628
305.839
170.117
182.949
7.711
Sumber : Departemen Kehutanan (2008), diolah
Berdasarkan data yang terdapat dalam Tabel 1, dapat dilihat lima komoditas HHBK yang memiliki nilai ekspor terbesar secara berturut-turut adalah meubel rotan, rotan setengah jadi, gambir, anyaman rotan dan minyak atsiri. Kecenderungan ekspor memperlihatkan nilai ekspor yang berfluktuasi dari tahun ke tahun, namun sebagian diantaranya memiliki kecenderungan nilai dan volume ekspor yang meningkat. Beberapa komoditas HHBK yang telah dipasarkan ke berbagai negara tujuan ekspor ini ada yang telah dikenal dengan baik oleh konsumen luar negeri, seperti komoditas rotan, gambir dan berbagai macam komoditas minyak atsiri.
3
National Chemical Laboratory India (2001) menyatakan, terdapat 3000 jenis tumbuhan yang dapat menghasilkan minyak atsiri. Indonesia sendiri memiliki 40 jenis minyak atsiri (sekitar 11 jenis telah dikembangkan), sedangkan di dunia sekarang ini beredar sekitar 70 jenis minyak atsiri. Manfaat strategis dalam pengembangan minyak atsiri diantaranya adalah minyak atsiri merupakan usaha yang bersifat padat karya sehingga dapat membuka lapangan pekerjaan, dapat meningkatkan peluang usaha dan peningkatan pendapatan masyarakat, meningkatkan devisa negara dari ekspor produk minyak atsiri dan pengembangan potensi unggulan daerah mengingat potensi minyak atsiri ini tersebar di berbagai daerah dengan jenis minyak atsiri tertentu bahkan bersifat spesifik. Potensi lain yang tidak kalah penting adalah rotan. Indonesia memiliki 332 jenis rotan dengan jumlah spesies terpenting sebanyak 290 spesies dari 1500_spesies rotan. Rotan di Indonesia tumbuh hampir di semua pulau yang masih berhutan dan di areal perkebunan rakyat. Daerah yang terpenting adalah Kalimantan, Sumatera dan Sulawesi. Beragamnya komoditas HHBK yang berpeluang untuk menghasilkan manfaat (baik secara ekonomi maupun sosial), memerlukan adanya perhatian lebih dalam hal aspek perdagangan agar dapat lebih meningkatkan beragam manfaat dan nilai tambah yang dapat diperoleh. I.2. Perumusan Masalah Peranan sektor kehutanan sebagai salah satu penyumbang devisa negara, ternyata tidak diimbangi dengan keberlanjutan manfaat yang dihasilkannya. Hal ini dapat dilihat dari semakin tingginya laju deforestasi dan degradasi hutan yang terjadi selama kurun waktu yang cukup lama. Menurut data statistik Departemen Kehutanan (2006), jumlah deforestasi yang terjadi selama kurun waktu lima tahun terakhir adalah sebesar 5.447.800 ha, dengan laju rata-rata sebesar 1,089 juta ha pertahunnya. Ilustrasi mengenai kecenderungan laju deforestasi di Indonesia pada tahun pengamatan 2000 – 2005 dapat dilihat pada gambar berikut
4
2500000
Hektar
2000000
1500000
1000000
500000
0 2000 - 2001
2001- 2002
2002 - 2003
2003 - 2004
2004 - 2005
Tahun
Gambar 2. Laju Deforestasi di Indonesia Tahun 2000 – 2005 Sumber : Statistika Departemen Kehutanan (2006), diolah.
Dengan semakin kritisnya kondisi hutan tropis Indonesia, disertai dengan desakan dari dunia internasional untuk melakukan upaya konservasi terhadap kawasan hutan tropis yang ada serta adanya reformasi paradigma sistem pengelolaan di bidang kehutanan, menuntut agar pengelolaan hutan yang dilakukan memperhatikan kaidah keberlanjutan atau kelestarian hasil atau yang biasa dikenal dengan sistem pengelolaan hutan secara lestari (Sustainable Forest Management). Reformasi sistem pengelolaan hutan yang terjadi, merubah sistem pengelolaan hutan yang semula bertumpu atau memfokuskan pada hasil hutan berupa kayu (Timber Based Management) dan negara (State Based Forest Management) menjadi pengelolaan hutan yang berazaskan pada sumberdaya hutan yang berkelanjutan (Resources Based Management) dan berbasis masyarakat (Community Based Management). Implikasi dari perubahan paradigma tersebut menyebabkan fokus pembangunan kehutanan tidak lagi tertuju pada pemanfaatan hasil hutan berupa kayu, melainkan pada pemanfaatan hasil hutan lainnya yang dapat meningkatkan nilai guna dan manfaat (multiplier effect) dari hutan tersebut, termasuk hasil hutan bukan kayu (HHBK). Pengembangan pengusahaan HHBK selain diharapkan dapat mencegah kerusakan hutan (deforestasi) dan pencurian kayu (illegal logging) juga dapat menyerap lebih banyak tenaga kerja, terutama tenaga kerja yang berdomisili di sekitar hutan. Sebagian jenis komoditas HHBK unggulan yang memiliki nilai jual tinggi telah dipasarkan ke luar negeri dalam beragam bentuk, akan tetapi aliran
5
perdagangan (permintaan ekspor) dari komoditas ini memiliki kecenderungan yang berfluktuasi. Ilustrasi kecenderungan aliran perdagangan beberapa komoditas utama hasil hutan bukan kayu Indonesia, disajikan pada gambar berikut.
Gambar 3. Kecenderungan Aliran Perdagangan Lima Komoditas Hasil Hutan Bukan Kayu Indonesia Tahun 2001 - 2006 Hastoeti (2008) menyatakan bahwa harga HHBK komoditi ekspor biasanya ditentukan oleh para buyer di luar negeri, karenanya para eksportir sebaiknya dapat mengetahui dan mampu memasarkan produk ke negara yang menerima nilai
tinggi. Agar dapat mengantisipasi permintaan ekspor yang
cenderung mengalami fluktuasi dan dapat meningkatkan volume dan nilai ekspor komoditas HHBK secara optimal, maka perlu adanya kajian yang mengamati dan menganalisis mengenai aliran perdagangan komoditas HHBK dari negara Indonesia menuju berbagai negara tujuan yang memiliki keragaman karakteristik. Berdasarkan uraian diatas, maka perumusan masalah penelitian ini dapat disederhanakan, sebagai berikut: 1. Bagaimanakah kecenderungan volume ekspor HHBK Indonesia? 2. Faktor-Faktor apa sajakah yang mempengaruhi volume ekspor komoditas HHBK Indonesia? 1.3. Tujuan Penelitian Tujuan yang ingin dicapai dalam penelitian ini, adalah : 1. Mendeskripsikan kecenderungan volume ekspor beberapa komoditas HHBK Indonesia. 2. Menganalisis faktor-faktor yang mempengaruhi aliran perdagangan beberapa komoditas HHBK Indonesia.
6
1.4. Kegunaan Penelitian Hasil penelitian ini diharapkan dapat bermanfaat bagi berbagai pihak yang memiliki minat dalam pengelolaan dan pengembangan potensi sumberdaya hutan tropis Indonesia, khususnya komoditas hasil hutan bukan kayu. 1.5. Ruang Lingkup Penelitian Melihat beragamnya jenis komoditas HHBK yang termasuk kategori ekspor, keterbatasan data dan waktu penelitian, maka fokus penelitian ini diarahkan untuk mengamati kecenderungan aliran perdagangan yang terjadi pada periode tahun 2001-2006 dengan beberapa jenis komoditas HHBK yang memiliki volume dan nilai ekspor terbesar pada tahun 2006, yaitu : meubel rotan, rotan setengah jadi, anyaman rotan, gambir dan minyak atsiri. Variabel penelitian yang diamati meliputi harga ekspor, produk domestik bruto, nilai tukar, populasi dan jarak ekonomi.
7
II. TINJAUAN PUSTAKA 2.1. Hasil Hutan Bukan Kayu Istilah Hasil Hutan Bukan Kayu atau yang semula disebut Hasil Hutan Ikutan merupakan hasil hutan yang bukan kayu berasal dari bagian pohon atau tumbuh-tumbuhan yang memiliki sifat khusus yang dapat menjadi suatu barang yang diperlukan oleh masyarakat, dijual sebagai komoditi ekspor atau sebagai bahan baku untuk suatu industri. Hasil hutan bukan kayu pada umumnya merupakan hasil sampingan dari sebuah pohon (misalnya getah, daun, kulit, buah dan lain-lain) atau berupa tumbuhan-tumbuhan yang memiliki sifat khusus seperti rotan, bambu dan lain-lain. Pemungutan hasil hutan bukan kayu pada umumnya merupakan kegiatan tradisional dari masyarakat yang berada di sekitar hutan, bahkan di beberapa tempat, kegiatan pemungutan hasil hutan bukan kayu merupakan kegiatan utama sebagai sumber kehidupan masyarakat sehari-hari. Sebagai contoh, pengumpulan rotan, pengumpulan berbagai getah kayu seperti getah kayu agathis atau kayu shorea dan lain-lain yang disebut damar. Pemanfaatan hasil hutan bukan kayu merupakan kegiatan yang padatkarya karena sejak dipungut dari hutan, pengangkutan, pengolahan tahap pertama memerlukan tenaga kerja yang cukup banyak dan dapat berbentuk industri kerajinan rakyat. Sebelum dimanfaatkan, hasil hutan bukan kayu pada umumnya harus diolah terlebih dahulu. Sebagai contoh, sebelum dimanfaatkan, rotan harus dibersihkan dahulu kemudian diasap dengan asap belerang sehingga kelihatannya menjadi putih. Selain contoh pengolahan pada rotan, ada hasil hutan bukan kayu yang diolah dengan cara destilasi, ada pula yang diolah secara khusus, misalnya produksi benang sutera alam yang merupakan produksi kepomgpong dari ulat sutera yang diberi makan daun murbei (Morus sp.). Madu yang dipungut dari sarang lebah madu yang terdapat di dalam hutan yang sekarang sudah dapat diproduksi dengan jalan memelihara lebah madu, pemeliharaan kutu yang memproduksi shirlak dan lain-lain.
8
Hasil hutan bukan kayu merupakan barang yang telah dipungut secara rutin sejak hutan dikenal manusia, manfaatnya untuk berbagai tujuan. Oleh karena itu, hasil hutan bukan kayu telah berperan penting dalam membuka kesempatan kerja bagi anggota masyarakat disekitar hutan, merupakan komoditi perdagangan yang dapat meningkatkan pendapatan dan kesejahteraan masyarakat. Berdasarkan Peraturan Menteri Kehutanan No: P.35/Menhut-II/2007 telah ditetapkan jenisjenis hasil hutan bukan kayu yang terdiri dari sembilan kelompok hasil hutan bukan kayu yang terdiri dari 557 spesies tumbuhan dan hewan.
2.2. Tinjauan Studi Terdahulu Penelitian terdahulu yang terkait dengan aliran perdagangan telah banyak dilakukan dengan beragam jenis data dan jenis komoditas yang berbeda-beda. Beberapa penelitian mengenai analisis faktor-faktor yang mempengaruhi aliran perdagangan untuk jenis data cross section, telah dilakukan oleh Sunenti, Pulungan, Handayani dan Yolanda. Sunenti (2005) melakukan penelitian mengenai analisis aliran perdagangan dan faktor–faktor yang mempengaruhi ekspor meubel rotan di Indonesia. Berdasarkan unsur-unsur gravity yang dianalisis, maka pendapatan per kapita berpengaruh positif dan nyata pada taraf lima persen. Variabel lainnya yang memiliki pengaruh bersifat negatif dan nyata pada taraf lima persen adalah biaya transportasi dan jumlah penduduk di negara tujuan ekspor, sedangkan jarak Indonesia dengan negara tujuan dan nilai tukar tidak berpengaruh nyata pada taraf lima persen. Penelitian berikutnya adalah penelitian mengenai analisis faktor-faktor yang mempengaruhi aliran perdagangan arang tempurung kelapa (Coconut Shell Charcoal) yang dilakukan oleh Pulungan (2005). Berdasarkan hasil uji statistik-t dari enam varibel bebas yang ada, hanya variabel jarak, harga arang tempurung kelapa itu sendiri dan harga arang aktif yang berpengaruh nyata pada taraf lima persen atau signifikan pada tingkat kepercayaan 95 persen dan memiliki pengaruh negatif terhadap volume ekspor arang tempurung kelapa Indonesia. Variabel lain yang berpengaruh potitif adalah PDB negara tujuan, jumlah penduduk negara
9
tujuan dan nilai tukar. Faktor-faktor lain yang tidak terdapat dalam model adalah tarif, selera dan pesaing. Handayani (2008) melakukan penelitian mengenai analisis faktor-faktor yang mempengaruhi aliran perdagangan dan strategi pengembangan ekspor kertas Indonesia. Variabel-variabel yang berpengaruh nyata adalah PDB per kapita negara tujuan, populasi negara tujuan, jarak antara Indonesia dengan negara tujuan ekspor dan harga kertas Indonesia di negara tujuan. Varibel dummy yaitu tuduhan dumping terhadap produk kertas Indonesia memberikan pengaruh negatif dan tidak nyata terhadap aliran perdagangan kertas Indonesia. Alternatif strategi yang menjadi pertimbangan bagi pengembangan ekspor kertas Indonesia adalah peningkatan ekspor kertas Indonesia khususnya ke negara tujuan ekspor, peningkatan produksi bahan baku kertas, membuka peluang masuknya investor asing dalam industri kertas Indonesia, peningkatan keamanan dan hukum oleh pemerintah, kerjasama antara pemerintah dan para pengusaha untuk membentuk peraturan hukum yang lebih pasti serta pemerintah dan asosiasi pulp dan kertas Indonesia (APKI) membuat program promosi industri kertas Indonesia. Penelitian selanjutnya adalah mengenai analisis faktor-faktor yang mempengaruhi aliran perdagangan biji pala Indonesia oleh Yolanda (2008). Variabel-variabel bebas yang berpengaruh positif adalah nilai tukar mata uang negara tujuan dengan rupiah Indonesia dan volume ekspor biji pala dari Indonesia ke negara tujuan satu tahun sebelumnya. Variabel bebas yang berpengaruh negatif adalah PDB total negara tujuan, harga biji pala Indonesia di negara tujuan, populasi negara tujuan dan jarak antara Indonesia dengan negara tujuan. Variabel yang menunjukkan nilai elastisitas yang bersifat elastis adalah variabel jarak antara Indonesia dengan negara tujuan dan volume ekspor biji pala dari Indonesia ke negara tujuan satu tahun sebelumnya. Peningkatan sebesar satu persen pada variabel ini akan mengakibatkan perubahan volume ekspor bij pala lebih dari satu persen. Berdasarkan hasil analisis peramalan menggunakan metode Box-jenkins
diperoleh model
peramalan
yang memenuhi
syarat
untuk
memprediksi volume ekspor pala adalah ARIMA (0,1,1).
10
Deskripsi selanjutnya mengenai studi terdahulu yang terkait dengan topik aliran perdagangan pada uraian berikut ini menggunakan gabungan jenis data antara data cross section dengan data time series atau yang biasa disebut dengan data panel. Beberapa penelitian tersebut dilakukan oleh Winniasri, Napitupulu dan Kartikasari. Winniasri (2007) melakukan penelitian mengenai analisis distribusi spasial dan aliran perdagangan beras dari dan ke DKI Jakarta. Hasil penelitian tersebut menyatakan bahwa berdasarkan hasil Chow test model pertama, maka analisis regresi gravity model menggunakan metode Fixed Effects dengan estimasi GLS. Nilai R-square yang menunjukkan goodness of fit model adalah 99 persen. Faktorfaktor yang berpengaruh signifikan pada taraf nyata lima persen terhadap aliran perdagangan beras ke DKI Jakarta yaitu PDRB dan populasi DKI Jakarta serta tingkat produksi di daerah sentra beras. Pada model kedua, berdasarkan hasil Chow test, metode yang sesuai adalah pooled OLS dengan faktor-faktor yang berpengaruh pada taraf nyata lima persen terhadap volume pengeluaran beras dari DKI Jakarta yaitu biaya transportasi, harga beras di daerah tujuan, PDRB dan populasi daerah tujuan. Nilai R-square yang menunjukkan goodness of fit model adalah sebesar 98 persen. Penelitian dengan obyek komoditas yang sama dilakukan oleh Napitupulu (2007) dengan judul analisis faktor-faktor yang mempengaruhi aliran perdagangan beras Intra-ASEAN. Berdasarkan hasil Chow test, analisis gravity model menggunakan Fixed Effects dengan estimasi GLS. Nilai R-square yang diperoleh adalah sebesar 49,57 persen. Faktor-faktor yang berpengaruh nyata pada taraf lima persen yaitu PDB negara asal impor, populasi negara tujuan impor, konsumsi beras negara asal impor, konsumsi beras negara tujuan impor dan nilai tukar terhadap USD negara tujuan impor. Penelitian selanjutnya dilakukan oleh Kartikasari (2008) mengenai analisis daya saing komoditi tanaman hias dan aliran perdagangan anggrek Indonesia di pasar internasional. Hasil analisis daya saing tanaman hias dengan metode RCA menunjukkan bahwa perkembangan industri tanaman hias Indonesia lebih lambat dibandingkan dengan Thailand sebagai pesaing utama di pasar tanaman hias dunia
11
untuk kawasan Asia Tenggara. Pangsa ekspor tanaman hias Indonesia di negara tujuan secara umum lebih rendah dibandingkan dengan Thailand. Indonesia memiliki keunggulan komparatif untuk komoditi tanaman hias di pasar Korea, sementara untuk pasar Jepang, Amerika Serikat dan Belanda, Indonesia tidak memiliki keunggulan komparatif. Penggunaan metode Fixed Effects berdasarkan hasil estimasi model gravity diketahui sebagai metode yang paling sesuai digunakan. Aliran perdagangan ekspor anggrek Indonesia ke negara tujuan dipengaruhi oleh beberapa faktor, yakni waktu tempuh, pendapatan per kapita, populasi, harga anggrek Indonesia dan nilai tukar. Sementara faktor harga anggrek di negara tujuan tidak berpengaruh terhadap model aliran perdagangan.
2.3. Relevansi dengan penelitian sebelumnya Penelitian-penelitian terdahulu telah membantu penulis untuk membangun model persamaan pada penelitian ini. Pemilihan variabel yang digunakan pada penelitian ini diturunkan berdasarkan teori dan studi terdahulu yang terkait dengan topik penelitian ini. Persamaan dengan penelitian sebelumnya terdapat pada salah satu komoditas yang diteliti (meubel rotan) serta alat analisis yang digunakan. Perbedaan yang ada pada penelitian ini dengan penelitian sebelumnya adalah dari penggunaan jenis data panel, jenis dan jumlah komoditas yang akan diteliti serta periode penggunaan data dengan menggunakan periode waktu tertentu (mulai tahun 2001 hingga 2006).
12
III. KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis 3.1.1. Perdagangan Internasional Perdagangan internasional dalam arti sempit adalah merupakan suatu gugus masalah yang timbul sehubungan dengan pertukaran komoditi (fisikal) antar negara. Tidak terliput dalam batasan ini, masalah-masalah moneter dan finansial internasional yang timbul dan atau menyertai proses pertukaran. Dalam pengertian ini, perdagangan internasional merupakan anak gugus dari masalahmasalah ekonomi internasional yang meliputi ketiga gugus permasalahan diatas. Teori-teori perdagangan internasional dapat dianggap sebagai suatu perluasan dari teori ekonomi umum ke masalah-masalah spesifik yang dihadapi dalam perdagangan antar negara. Sungguh pun secara tradisional tekanannya pada perdagangan antar negara, teori perdagangan internasional dapat juga diterapkan pada masalah-masalah perdagangan antar individu dan perdagangan antar daerah (Gonarsyah, 1983). Merkantilisme memandang perdagangan sebagai suatu zero-sum game, dimana surplus perdagangan suatu negara diimbangi dengan defisit perdagangan suatu negara lain. Sebaliknya, Adam Smith memandang perdagangan sebagai positive-sum game dimana semua mitra yang berdagang dapat memperoleh manfaat jika negara-negara melakukan spesialisasi dalam produksi barang-barang dimana mereka memiliki keunggulan absolut. Ricardo memperluas teori keunggulan absolut menjadi teori keunggulan komparatif. Menurut Ricardo, sekalipun suatu negara tidak memiliki keunggulan absolut dalam barang apa pun, negara ini dan negara lain masih akan mendapatkan manfaat dari perdagangan internasional. Meskipun demikian, Ricardo tidak menjelaskan secara memuaskan mengapa keunggulan komparatif berbeda diantara negara-negara. Heckscher dan Ohlin menjelaskan bahwa keunggulan komparatif muncul dari perbedaan-perbedaan dalam faktor endowments. Teori ini nampaknya berhasil menjawab kelemahan teori-teori sebelumnya. Meskipun demikian, Leontif menemukan suatu hasil yang paradoks. Beberapa ekonom telah
13
mengembangkan sejumlah teori alternatif karena model Heckscher-Ohlin tidak berjalan dengan baik di dunia nyata (Cho DS dan Moon HC, 2003). Proses terciptanya harga komoditi parsial pada kegiatan perdagangan internasional dapat terlihat pada Gambar 3. Kurva Dx dan kurva Sy dalam panel A dan C pada Gambar 3 masing-masing melambangkan kurva permintaan dan kurva penawaran untuk komoditi X di Negara 1 dan Negara 2. Sumbu vertikal pada panel tersebut mengukur harga-harga relatif untuk komoditi X (Px/Py) atau jumlah komoditi Y dan X), sedangkan sumbu horizontalnya mengukur kuantitas komoditi X. Panel A pada Gambar 3 memperlihatkan bahwa dengan adanya perdagangan internasional, Negara 1 akan mengadakan produksi dan konsumsi di titik A berdasarkan harga relatif Py. Setelah hubungan perdagangan berlangsung di antara kedua negara tersebut, harga relatif komoditi X akan berkisar antara P1 dan P3, seandainya kedua negara tersebut cukup besar (kekuatan ekonominya). Lantas andaikata harga yang berlaku di atas Py maka Negara 1 akan memasok atau memproduksi komoditi X lebih banyak daripada tingkat permintaan (konsumsi) domestik. Kelebihan produksi itu selanjutnya akan diekspor (lihat Panel A) ke negara 2, di lain pihak jika harga yang berlaku lebih kecil dari Pym maka negara 2 akan mengalami peningkatan permintaan sehingga tingkatnya lebih tinggi ketimbang produksi X lebih itu dari Negara 1 (lihat panel C). PX/PY
P1 0
P3
A*
P3 P2
PX/PY
PX/PY
Ekspor B A
SX
E*
E
B*
DX
A* 0
A’
S B’ D
X
SX
E’ Impor
X
0
DX X
Gambar 4. Harga Komoditi Relatif Ekuilibrium Setelah Perdagangan Ditinjau dari Analisis Keseimbangan Parsial Sumber : Salvatore (1997)
14
Karena Px/Py lebih besar dari Py, maka negara mengalami kelebihan penawaran X (panel A) sehingga kurva penawaran ekspornya atau S yang diperlihatkan oleh Panel B mengalami peningkatan, di lain pihak karena Px/Py lebih rendah dari P3 maka Negara 2 mengalami kelebihan permintaan untuk komoditi X (lihat Panel C) dan ini juga menunjukkan bahwa hanya pada tingkat harga P2 maka kuantitas impor komoditi X yang diminta oleh Negara 2 akan relatif ekuilibrium setelah berlangsungnya perdagangan di antara kedua negara tersebut. Tapi jika Px/Py lebih besar dari P2 maka akan terdapat kelebihan penawaran ekspor komoditi X dan hal ini akan menurunkan harga relatifnya atau Px/Py, sehingga pada akhirnya harga itu akan bergerak mendekati atau sama dengan P2, sebaliknya jika Px/Py sehingga lambat laun akan sama dengan P. 3.1.2. Permintaan Ekspor Teori permintaan ekspor bertujuan untuk menentukan faktor yang mempengaruhi permintaan. Permintaan ekspor suatu negara merupakan selisih antara produksi atau penawaran domestik dikurangi dengan konsumsi atau permintaan domestik negara yang bersangkutan ditambah dengan stok tahun sebelumnya (Salvatore, 1997). Menurut Lipsey (1995), permintaan ekspor suatu komoditi merupakan hubungan yang menyeluruh antara kuantitas komoditi yang akan dibeli konsumen selama periode waktu tertentu pada suatu tingkat harga. Permintaan pasar suatu komoditi merupakan penjumlahan secara horizontal dari permintaan-permintaan individu terhadap suatu komoditi. Permintaan ekspor ialah permintaan pasar internasional terhadap komoditas yang dihasilkan oleh suatu negara. Teori permintaan ekspor bertujuan untuk menentukan faktor-faktor yang mempengaruhi permintaan ekspor suatu negara. Faktor-faktor yang mempengaruhi permintaan ekspor suatu negara ialah harga domestik negara tujuan ekspor, harga impor negara tujuan ekspor, pendapatan perkapita negara tujuan ekspor dan selera masyarakat negara tujuan ekspor. Permintaan ekspor juga dipengaruhi oleh faktor-faktor luar negeri yaitu harga di pasar internasional atau harga ekspor, nilai tukar riil dan kebijakan menyangkut impor suatu komoditi sebagai dummy.
15
Ada tiga hal penting yang perlu diperhatikan dalam konsep permintaan yaitu : (1) jumlah yang diminta merupakan kuantitas yang diinginkan (desire), ini menunjukkan berapa banyak yang ingin dibeli atas dasar harga komoditi tersebut, harga produk lain, penghasilan, selera dan sebagainya, (2) apa yang diinginkan tidak merupakan harapan kosong, tetapi merupakan permintaan efektif, dan (3) kuantitas yang diminta merupakan arus pembelian yang kontinyu (Lipsey, 1995). Menurut Miller dan Meiners (2000), Faktor lain yang mempengaruhi permintaan yaitu : 1. Pendapatan. Kenaikan pendapatan akan menyebabkan kenaikan permintaan sehingga akan menyebabkan kurva permintaan naik ke kanan atas. 2. Selera dan preferensi. Selera adalah determinan non harga, oleh karena itu biasanya diasumsikan bahwa selera konstan dan mencari sifat-sifat lain yang mempengaruhi perilaku. 3. Harga barang-barang yang berkaitan : substitusi dan komplemen. Jika harga barang substitusi naik maka permintaan komoditi akan meningkat, jika harga komoditi komplementer naik maka permintaan komoditi akan turun. 4. Perubahan dugaan tentang harga relatif di masa depan. jika semua harga naik sepuluh persen per tahun, dan bahwa situasi ini diduga akan terus berlangsung, laju inflasi yang telah diantisipasi sepenuhnya tidak mempunyai pengaruh terhadap posisi kurva permintaan akan suatu komoditas. 5. Penduduk. Kenaikan jumlah penduduk dalam suatu perekonomian (dengan pendapatan konstan) akan meningkatkan permintaan. 3.1.3. Model Gravitasi Model gravitasi adalah model yang paling banyak digunakan untuk melihat besarnya daya tarik dari suatu potensi yang berada pada suatu lokasi. Model ini sering digunakan untuk melihat kaitan potensi suatu lokasi dan besarnya wilayah pengaruh dari potensi tersebut. Model gravitasi mulai menjadi perhatian sebagai alat analisis interaksi sosial dan ekonomi setelah adanya hasil penelitian Carey dan Ravenstein pada abad ke-19 (dikutip dari Llyod, dkk., 1977 dalam Tarigan, 2005). Carey dan Ravenstein melakukan penelitian tentang asal tempat tinggal migran yang datang ke berbagai kota besar di Amerika.
16
Hasil penelitiannya menunjukkan bahwa jumlah migran yang masuk ke suatu kota dipengaruhi oleh besarnya jumlah penduduk kota yang didatangi, besarnya jumlah penduduk tempat asal migran dan jarak antara kota asal dengan kota yang dituju. Hal ini berarti banyaknya migran yang memasuki sesuatu kota tidaklah acak, melainkan dipengaruhi oleh faktor-faktor tertentu seperti yang dikemukakan diatas. Keterkaitan ini mengikuti hukum gravitasi Newton (Sir Isaac Newton) yang berbunyi: “Dua massa yang berdekatan akan saling tarik-menarik dan daya tarik masing-masing massa adalah sebanding dengan bobotnya”. Pada abad ke-20 John Q. Stewart dan kelompoknya pada School of Social Physics mulai menerapkan secara sistematik model gravitasi untuk menganalisis interaksi sosial dan ekonomi antarlokasi (Tarigan, 2005). 3.1.3.1. Produk Domestik Bruto (PDB) Produk Domestik Bruto dapat menggambarkan pendapatan masyarakat suatu wilayah atau dengan kata lain daya beli masyarakat terhadap suatu barang konsumsi. Menurut Daniel (2004), perubahan tingkat pendapatan akan mempengaruhi banyaknya barang yang dikonsumsi. Secara teoritis, peningkatan pendapatan
akan
meningkatkan
konsumsi.
Seringkali
dijumpai
dengan
bertambahnya pendapatan maka barang yang dikonsumsi tidak hanya bertambah kuantitasnya tetapi kualitasnya juga meningkat. 3.1.3.2. Populasi Jumlah penduduk adalah faktor utama untuk menentukan banyaknya permintaan bahan konsumsi yang perlu disediakan. Di lain segi, jumlah penduduk dapat dilihat sebagai faktor produksi yang dialokasikan untuk berbagai kegiatan sehingga dapat dicapai suatu nilai tambah (kemakmuran) yang maksimal bagi wilayah tersebut (Tarigan, 2005). 3.1.3.3. Harga Komoditas Menurut Sukartawi (1993), makin besar selisih antar harga di pasar internasional dengan harga domestik akan menyebabkan jumlah komoditi yang diekspor menjadi bertambah banyak. Naik-turunnya harga tersebut disebabkan oleh:
17
a. Keadaan perekonomian negara pengekspor, dimana dengan tingginya inflasi di pasaran domestik akan menyebabkan harga di pasaran domestik menjadi naik, sehingga secara riil harga komoditi tersebut jika ditinjau dari pasaran internasional akan terlihat semakin menurun. b. Harga di pasaran internasional semakin meningkat, dimana harga internasional merupakan keseimbangan antara penawaran ekspor dan permintaan impor dunia suatu komoditas di pasaran dunia meningkat sehingga jika harga komoditas di pasaran domestik tersebut stabil, maka selisih harga internasional dan harga domestik semakin besar. Akibat dari kedua hal diatas akan mendorong ekspor komoditi tersebut.
3.1.3.5. Nilai Tukar Efek dari kebijaksanaan nilai tukar adalah berkaitan dengan kebijaksanaan devaluasi (yaitu penurunan nilai mata uang domestik terhadap mata uang luar negeri) terhadap ekspor-impor suatu negara dipengaruhi oleh beberapa faktor, antara lain adalah elastisitas harga untuk ekspor, elastisitas harga untuk impor dan daya saing komoditas tersebut di pasar internasional. Apabila elastisitas harga untuk ekspor lebih tinggi daripada elastisitas harga untuk impor, maka devaluasi cenderung menguntungkan dan sebaliknya jika elastisitas harga untuk impor lebih tinggi
daripada
harga
untuk
ekspor
maka
kebijakan
devaluasi
tidak
menguntungkan (Sukartawi, 1993). 3.1.4. Data Panel Data yang dikumpulkan secara cross section dan diikuti pada periode waktu tertentu dikenal dengan nama data panel. Karena data panel merupakan gabungan dari data cross section dan data time series, jumlah pengamatan menjadi sangat banyak. Hal ini bisa merupakan keuntungan (data banyak) tetapi model yang menggunakan data ini menjadi lebih kompleks (parameternya banyak). Oleh karena itu diperlukan teknik tersendiri dalam mengatasi model yang menggunakan data panel (Nachrowi dan Usman, 2006). Menurut Nachrowi dan Usman (2006), beberapa teknik yang dapat digunakan untuk mengestimasi parameter model dengan data panel, adalah :
18
1. Ordinary Least Square Teknik ini tidak ubahnya dengan membuat regresi dengan data cross section atau time series sebagaimana telah dipelajari sebelumnya. Akan tetapi, untuk data panel, sebelum membuat regresi harus menggabungkan data cross section dengan data time series (pooled data). Kemudian data gabungan ini diperlakukan sebagai satu kesatuan pengamatan yang digunakan untuk mengestimasi model dengan metode OLS. 2. Model Efek Tetap (Fixed Effects) Adanya variabel-variabel yang tidak semuanya masuk dalam persamaan model memungkinkan adanya intersep yang tidak konstan, atau dengan kata lain, intersep ini mungkin berubah untuk setiap individu dan waktu. Pemikiran inilah yang menjadi dasar pemikiran pembentukan model tersebut. 3. Model Efek Random (Random Effects) Bila pada model efek tetap, perbedaan antar individu dan atau waktu dicerminkan lewat intersep maka pada model efek random perbedaan tesebut diakomodasi lewat error. Teknik ini juga memperhitungkan bahwa error mungkin berkorelasi sepanjang time series dan cross section.
3.2. Kerangka Pemikiran Operasional Peranan sektor kehutanan sebagai salah satu penyumbang devisa negara ternyata tidak diimbangi dengan keberlanjutan manfaat yang dihasilkannya. Hal ini dapat dilihat dari semakin tingginya laju deforestasi dan degradasi hutan yang terjadi selama kurun waktu yang cukup lama. Pemanfaatan hutan alam di Indonesia yang telah dilakukan selama dua setengah dasarwarsa terakhir masih bertumpu pada hasil hutan berupa kayu. Sementara itu hasil hutan bukan kayu (HHBK) yang biasanya disebut non-timber forest produts atau minor forest products belum dapat diusahakan secara optimal. Dengan semakin kritisnya kondisi hutan tropis Indonesia disertai dengan desakan dari dunia internasional untuk melakukan upaya konservasi terhadap kawasan hutan tropis yang ada serta reformasi paradigma sistem pengelolaan di bidang
kehutanan
menuntut
agar
pengelolaan
hutan
yang
dilakukan
19
memperhatikan kaidah keberlanjutan atau kelestarian hasil atau yang biasa dikenal dengan sistem pengelolaan hutan secara lestari (Sustainable Forest Management). Sebagai implikasi dari perubahan paradigma tersebut, maka fokus pembangunan kehutanan tidak lagi tertuju pada pemanfaatan hasil hutan berupa kayu, melainkan pada pemanfaatan hasil hutan lainnya yang dapat meningkatkan nilai tambah dan manfaat (multiplier effect) dari hutan tersebut, termasuk hasil hutan bukan kayu (HHBK). Permintaan ekspor untuk sebagian jenis komoditas HHBK unggulan yang memiliki nilai jual tinggi, meliputi beragam (variasi) bentuk. Akan tetapi, perkembangan kuantitas (volume) dari komoditas ini mengalami kecenderungan yang berfluktuasi. Aliran perdagangan yang terjadi dari negara Indonesia sebagai negara produsen menuju negara tujuan diduga dipengaruhi oleh faktor-faktor tertentu seperti produk domestik bruto, harga komoditas tersebut, jarak antar negara, populasi negara tujuan dan nilai tukar mata uang negara tujuan terhadap dollar Amerika. Lima komoditas HHBK yang memiliki nilai dan volume terbesar pada tahun 2006 secara berurutan adalah meubel rotan, anyaman rotan, rotan setengah jadi, gambir dan minyak atsiri. Dalam rangka mengantisipasi kecenderungan permintaan volume ekspor yang cenderung berfluktuasi dan agar dapat meningkatkan volume dan nilai ekspor komoditas HHBK, maka perlu adanya kajian yang mengamati dan menganalisis mengenai aliran perdagangan komoditas HHBK dari negara Indonesia ke negara tujuan. Berdasarkan uraian diatas, dapat diringkas dalam bentuk alur kerangka pemikiran operasional penelitian yang tersaji pada gambar 5.
20
Deforestasi dan Degradasi Hutan Indonesia
Kaidah Pengelolaan Hutan Secara Lestari (Sustainable Forest Management)
Pemanfaatan Hasil Hutan Kayu
Pemanfaatan Hasil Hutan Bukan Kayu (HHBK)
Pemanfaatan Jasa Lingkungan
Perdagangan Internasional (fluktuasi permintaan ekspor) Indonesia (eksportir)
Negara Tujuan (importir)
Faktor-faktor yang mempengaruhi aliran perdagangan HHBK: Produk Domestik Bruto negara tujuan Populasi negara tujuan Harga komoditas di negara tujuan Jarak ke negara tujuan Nilai tukar mata uang negara tujuan
Kecenderungan volume ekspor
Analisis Regresi Data Panel (model gravitasi)
Analisis Deskriptif
Rekomendasi kebijakan didalam peningkatan ekspor beberapa komoditas Hasil Hutan Bukan Kayu Indonesia Gambar 5. Alur Kerangka Pemikiran Operasional Penelitian
21
3.3. Hipotesis Penelitian Hipotesis yang digunakan dalam penelitian ini, antara lain: 1. Harga komoditas hasil hutan bukan kayu Indonesia di negara tujuan ekspor memiliki pengaruh negatif terhadap aliran perdagangan komoditas hasil hutan bukan kayu Indonesia. 2. Produk domestik bruto (PDB) negara tujuan ekspor memiliki pengaruh positif terhadap aliran perdagangan komoditas hasil hutan bukan kayu Indonesia. 3. Nilai tukar mata uang negara tujuan ekspor terhadap mata uang Dollar Amerika memiliki pengaruh positif terhadap aliran perdagangan komoditas hasil hutan bukan kayu Indonesia. Hal tersebut menunjukkan bahwa saat nilai tukar mata uang domestik negara tujuan ekspor terhadap Dollar Amerika menguat (terapresiasi) maka komoditas ekspor dari Indonesia relatif lebih murah sehingga aliran perdagangan (permintaan ekspor) meningkat. 4. Jarak ekonomi antara negara Indonesia dengan negara tujuan ekspor memiliki pengaruh negatif terhadap aliran perdagangan komoditas hasil hutan bukan kayu Indonesia. 5. Populasi negara tujuan ekspor memiliki pengaruh positif terhadap aliran perdagangan komoditas hasil hutan bukan kayu Indonesia.
22
IV. METODE PENELITIAN 4.1. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder selama enam tahun pengamatan (2001-2006). Pemilihan komoditas yang akan diteliti adalah sebanyak lima komoditas hasil hutan bukan kayu (HHBK) yang memiliki nilai dan volume permintaan ekspor terbesar pada tahun 2006 yaitu : meubel rotan, anyaman rotan, rotan setengah jadi, gambir dan minyak atsiri. Jumlah negara tujuan ekspor yang diamati pada penelitian ini disesuaikan dengan keberlanjutan permintaan ekspor yang terjadi selama periode pengamatan. Keragaman negara tujuan ekspor berdasarkan masing-masing komoditas yang menjadi obyek dalam penelitian ini dapat dilihat pada tabel berikut. Tabel 2. Negara Tujuan Ekspor Beberapa Komoditas Hasil Hutan Bukan Kayu Indonesia No.
Komoditas
1.
Meubel Rotan
2.
Anyaman rotan
3.
Rotan setengah jadi
4.
Gambir
5.
Minyak Atsiri
Negara Tujuan Ekspor Afrika Selatan, Amerika Serikat, Australia, Belanda, Belgia, Denmark, Inggris, Italia, Jepang, Jerman, Kanada, Meksiko, Perancis, Polandia, Rusia, Singapura, Spanyol, Swedia, Turki, Yunani. Amerika Serikat, Australia, Belanda, Belgia, Denmark, Finlandia, Inggris, Italia, Jepang, Jerman, Kanada, Korea, Malaysia, Perancis, Rusia, Spanyol, Swedia, Yunani. Afrika Selatan, Amerika Serikat, Australia, Belanda, Cina, Hong-Kong, Italia, Jepang, Jerman, Perancis, Rusia, Singapura, Spanyol, Sri_Lanka, Thailand. Amerika Serikat, Banglades, Filipina, India, Jepang, Malaysia, Pakistan, Singapura, Thailand. Amerika Serikat, Belanda, Cina, Filipina, India, Inggris, Jerman, Jepang, Korea, Malaysia, Pakistan, Perancis, Singapura, Spanyol, Swiss, Thailand, Turki, Vietnam.
Jumlah
20
18
15
9
18
Data yang dibutuhkan dalam penelitian ini meliputi : volume dan nilai ekspor komoditas hasil hutan bukan kayu Indonesia berdasarkan negara tujuan; PDB masing-masing negara; harga komoditas di masing-masing negara tujuan; nilai tukar mata uang negara tujuan terhadap dollar Amerika; populasi negara tujuan; jarak tempuh antara Indonesia dengan negara tujuan ekspor dan harga
23
minyak dunia. Uraian mengenai sumber data yang digunakan pada penelitian ini dapat dilihat pada tabel berikut. Tabel 3. Sumber Data Penelitian No. Jenis Data
Sumber Data
1
Volume dan nilai ekspor komoditas HHBK
Departemen Kehutanan International Financial Statistic (IMF) International Financial Statistic (IMF) International Financial Statistic (IMF)
2
PDB masing-masing negara
3
Nilai tukar mata uang negara tujuan ekspor terhadap dollar Amerika
4
Populasi negara tujuan ekspor
5
Jarak tempuh antara Indonesia dengan negara tujuan ekspor
www.indo.com/cgi-bin/dist
6
Harga minyak dunia
International Financial Statistic (IMF)
Sumber data yang digunakan pada penelitian ini diperoleh dari : Departemen Kehutanan; Badan Pusat Statistik; International Financial Statistic (IMF); Perpustakaan Riset Bank Indonesia; Perpustakaan Institut Pertanian Bogor dan artikel atau publikasi hasil penelitian dan informasi lainnya serta situs-situs yang terkait dengan topik penelitian. 4.2. Metode Analisis Data Analisis data menggunakan metode analisis deskriptif dan kuantitatif. Analisis deskriptif dipergunakan dalam menjelaskan informasi yang terkandung dalam data hasil analisis dan kecenderungan volume ekspor beberapa komoditas HHBK Indonesia. Analisis kuantitatif digunakan untuk melakukan analisis terhadap faktor-faktor yang mempengaruhi aliran perdagangan beberapa komoditas HHBK Indonesia dengan analisis regresi data panel model gravitasi menggunakan perangkat lunak STATA. 4.3. Perumusan Model Faktor-faktor yang digunakan untuk menganalisis aliran perdagangan beberapa komoditas hasil hutan bukan kayu Indonesia antara lain : produk domestik bruto negara tujuan; populasi negara tujuan; harga komoditas hasil hutan bukan kayu di negara tujuan; jarak ekonomi antara Indonesia dengan negara tujuan ekspor dan nilai tukar mata uang negara tujuan terhadap Dollar Amerika. 24
Bentuk umum persamaan regresi (model gravitasi) yang digunakan untuk masing-masing komoditas adalah : Xit =
i
1 it
+
2
Rit +
3
it
4Dit
+
5
it
+
it
Tanda dugaan parameter (pada variabel independen) yang diharapkan adalah : β1, β4 < 0
dan
β2, β3, β5 > 0
Dimana : i
= unit cross section (negara)
t
= unit time series (waktu)
Xit
= Volume ekspor komoditas ke negara tujuan (Ton)
Pit
= Harga ekspor komoditas di negara tujuan (US$/Ton)
Rit = Nilai tukar mata uang negara tujuan terhadap Dollar Amerika (Mata uang negara tujuan/US$) Yit
= Produk domestik bruto negara tujuan (juta US$)
Dit
= Jarak ekonomi antara Indonesia dengan negara tujuan (US$)
Nit
= Populasi negara tujuan (juta jiwa)
εit
= Random Error
4.4. Pengujian Kesesuaian Model Pada analisis model dengan menggunakan data panel dikenal tiga macam pendekatan yang terdiri dari Pendekatan Kuadrat Terkecil (Pooled Least Square), Pendekatan Efek Tetap (Fixed Effects) dan Pendekatan Efek Acak (Random Effects). Pemilihan model terbaik yang digunakan untuk pengolahan data panel, menggunakan beberapa pengujian. Pengujian yang dilakukan, antara lain dengan menggunakan Chow Test, Hausman Test dan The Breusch–Pagan LM Test . Pada penelitian ini tidak dilakukan Chow Test dan The Breusch–Pagan LM Test, karena jika menggunakan Pooled Least Square maka heterogenitas unit cross section (negara) tidak dapat diestimasi. Pengujian kesesuaian model yang dilakukan hanya menggunakan Hausman Test. Hausman Test adalah pengujian statistik sebagai dasar pertimbangan dalam memilih apakah menggunakan model Fixed Effects atau model Random Effects. Hausman Test dilakukan dengan hipotesis sebagai berikut: H0 : Random Effects Model adalah model yang tepat H1 : Fixed Effects Model adalah model yang tepat 25
Sebagai dasar penolakan hipotesis nol, maka digunakan statistik Hausman dan membandingkannya dengan chi square. Statistik Hausman dirumuskan sebagai berikut : = (b – B)’ (M0 – M1)-1 (b – B)
H
~ x2 (k)
Dimana: b
= vektor statistik variabel Fixed Effects
B
= vektor statistik variabel Random Effects
M0
= matriks kovarians untuk dugaan Fixed Effects Model
M1
= matriks kovarians untuk dugaan Random Effects Model
k
= degrees of freedom Jika nilai H hasil pengujian lebih besar dari x2 tabel, maka cukup bukti untuk
melakukan penolakan terhadap H0 sehingga model yang digunakan adalah Fixed Effects Model, demikian sebaliknya apabila tidak dapat menolak H0.
4.5. Pengujian Statistik Untuk mengetahui apakah model yang digunakan sudah baik atau belum, terdapat beberapa kriteria pengujian statistik yaitu uji t, uji F dan koefisien determinasi (R2). 4.5.1. Uji t Uji t merupakan suatu pengujian yang bertujuan untuk mengetahui apakah koefisien regresi signifikan atau tidak. Uji t digunakan untuk melihat apakah variabel penjelas secara individu berpengaruh nyata atau tidak berpengaruh terhadap variabel dependen. Hipotesis H0 : βi = 0 (faktor ke-i tidak berpengaruh terhadap aliran perdagangan) H1 : βi ≠ 0 (faktor ke-i berpengaruh terhadap aliran perdagangan) Uji Statistik
thit
i
Se ( i )
Dimana: βi
= Nilai koefisien regresi atau parameter variabel
Se (βi) = Simpangan baku untuk βi 26
Kriteria uji Apabila : thitung > ttabel, maka tolak Ho thitung < ttabel, maka tidak dapat menolak Ho
Kesimpulan Jika tolak hipotesis H0, maka variabel yang diuji berpengaruh nyata terhadap variabel tak bebas, demikian sebaliknya apabila tidak dapat menolak H0.
4.5.2. Uji F Uji F digunakan untuk melihat apakah variabel penjelas secara bersamasama (keseluruhan) berpengaruh nyata atau tidak berpengaruh terhadap variabel dependen (Nachrowi dan Usman, 2002). Hipotesis H0 : β1 = β2 = β3 = β4 = β5 = 0
(model tidak dapat menjelaskan
atau memprediksi keragaman aliran perdagangan) H1 : minimal ada satu slope yang ≠ 0
(model dapat menjelaskan atau
memprediksi keragaman aliran perdagangan) Uji Statistik
Dimana : e2
= Jumlah kuadrat regresi
(1-e2) = Jumlah kuadrat sisa n
= Jumlah sampel
k
= Jumlah parameter Kriteria uji
Apabila : Fhitung > Ftabel, maka tolak Ho Fhitung < Ftabel, maka tidak dapat menolak Ho Kesimpulan Jika tolak hipotesis H0, maka secara bersama-sama variabel-variabel bebas dalam model berpengaruh terhadap variabel tak bebas, demikian sebaliknya apabila tidak dapat menolak H0.
27
4.5.3. Koefisien Determinasi (R2) Nilai koefisien determinasi merupakan suatu ukuran yang menunjukkan besar sumbangan dari variabel penjelas terhadap variabel respon. Semakin besar koefisien determinasi, maka model semakin baik. Koefisien determinasi yang disesuaikan berarti koefisien determinasi sudah disesuaikan dengan derajat bebas dari masing-masing jumlah kuadrat yang tercakup didalam penghitungan koefisien determinasi.
R2
RSS TSS
Dimana : RSS
= Jumlah kuadrat regresi (Residual Sum Square)
TSS
= Jumlah Kuadrat total (Total Sum Square) Dari rumus tersebut, jika R2 bernilai satu, maka garis regresi menjelaskan
100 persen variasi dalam Y. Namun, jika R2 bernilai nol maka garis regresi tidak menjelaskan variasi dalam Y.
4.6. Definisi Operasional 1. Volume ekspor komoditas ke negara tujuan merupakan total volume komoditas yang diekspor oleh negara Indonesia ke negara tujuan ekspor dan dinyatakan dalam satuan ton. 2. Produk domestik bruto (PDB) negara tujuan dinyatakan dalam satuan juta Dollar Amerika. 3. Populasi negara tujuan merupakan total warga negara di negara tujuan ekspor komoditas dan dinyatakan dalam satuan juta jiwa. 4. Harga ekspor komoditas di negara tujuan merupakan harga komoditas Indonesia ditingkat importir, yaitu harga Free on Board yang merupakan hasil bagi antara nilai ekspor dengan volume ekspornya dan dinyatakan dalam satuan Dollar Amerika per ton. 5. Jarak ekonomi antara Indonesia dengan negara tujuan merupakan hasil kali jarak tempuh dari ibukota negara Indonesia ke ibukota negara tujuan dengan harga minyak dunia dan dinyatakan dalam satuan Dollar Amerika. 6. Nilai tukar mata uang negara tujuan terhadap Dollar Amerika dinyatakan dalam mata uang negara tujuan per Dollar Amerika.
28
V. HASIL DAN PEMBAHASAN 5.1. Kecenderungan Volume Ekspor Beberapa Komoditas Hasil Hutan Bukan Kayu Indonesia Menurut Negara Tujuan Berdasarkan informasi mengenai kecenderungan ekspor yang disajikan pada Tabel 1 (nilai ekspor) dan Gambar 2 (volume ekspor), dapat diketahui bahwa kecenderungan aliran perdagangan untuk sebagian besar komoditas yang diamati pada penelitian ini memiliki kecenderungan berfluktuasi selama tahun pengamatan. Kecenderungan ini dapat dilihat dari dua sisi, yaitu kecenderungan pada total volume komoditas yang diekspor oleh Indonesia dan kecenderungan volume ekspor yang diekspor ke masing-masing negara tujuan. Aliran perdagangan yang terjadi antara Indonesia dengan negara tujuan ekspor dipengaruhi oleh karakteristik yang dimiliki oleh masing-masing negara tersebut. 5.1.1. Meubel rotan Kecenderungan permintaan volume ekspor komoditas meubel rotan selama periode pengamatan menunjukkan kecenderungan yang berfluktuatif. Peningkatan volume ekspor komoditas meubel rotan terjadi pada awal tahun pengamatan (sebesar 102.413,42 ton) hingga tahun 2004 (sebesar 133.896,04 ton). Total volume ekspor tersebut kemudian menurun pada tahun 2005 (128.082,75 ton)
hingga
tahun
2006
(sebesar
128.318,82
ton).
Uraian
mengenai
kecenderungan volume ekspor berdasarkan negara tujuannya, disajikan pada gambar berikut.
Voluume (ton)
90000 80000
EUROPEAN UNION
70000
UNITED STATES
60000
JAPAN
50000
AUSTRALIA
40000
CANADA
30000
MEXICO
20000
RUSSIAN FEDERATION
10000
SINGAPORE
0
SOUTH AFRICA 2001
2002
2003
2004
2005
2006
TURKEY
Tahun
Gambar 6.
Kecenderungan Volume Ekspor Berdasarkan Negara Tujuan
Komoditas
Meubel
Rotan
29
Negara yang memiliki permintaaan ekspor komoditas ekspor meubel rotan terbesar selama periode pengamatan secara berturut-turut, adalah negara yang tergabung dalam Uni Eropa (terutama Jerman, Italia dan Ingggris), Amerika Serikat dan Jepang. Negara-negara tersebut termasuk kedalam kategori negara maju, dimana memiliki karakteristik kemampuan daya beli yang memadai dan selera terhadap produk-produk dengan konsep alam. 5.1.2. Anyaman rotan Permintaan volume ekspor pada komoditas anyaman rotan menunjukkan kecenderungan yang berfluktuatif. Peningkatan volume ekspor komoditas anyaman rotan terjadi pada awal tahun pengamatan (sebesar 23.798,33_ton) hingga tahun 2003 (sebesar 25.164,57 ton). Total volume ekspor tersebut, kemudian berangsur-angsur menurun pada tahun 2004 (16.762,27 ton) hingga tahun 2006 (sebesar 111.270,88 ton). Uraian mengenai kecenderungan volume komoditas ekspor anyaman rotan berdasarkan negara tujuannya, disajikan pada gambar berikut.
Volume (ton)
14000 12000
EUROPEAN UNION
10000
UNITED STATES KOREA, REPUBLIC OF
8000
JAPAN 6000
AUSTRALIA
4000
CANADA
2000
MALAYSIA RUSSIAN FEDERATION
0 2001
2002
2003
2004
2005
2006
TAIWAN
Tahun
Gambar 7. Kecenderungan Volume Ekspor Berdasarkan Negara Tujuan
Komoditas
Anyaman
Rotan
Informasi pada gambar diatas menunjukkan bahwa Uni Eropa (terutama negara Jerman, Belanda dan Inggris), negara Amerika Serikat dan Korea sebagai negara yang menjadi importir terbesar komoditas anyaman rotan, memiliki kecenderungan permintaan ekspor terbesar dalam perubahan jumlah volume. Mengingat komoditas anyaman rotan bukanlah produk utama yang diperlukan,
30
maka faktor harga jual, nilai tukar dan persaingan usaha dengan produk sejenis yang berasal dari produsen pesaing perlu mendapatkan perhatian.
5.1.3. Rotan Setengah Jadi Total volume ekspor komoditas rotan setengah jadi menunjukkan kecenderungan yang berfluktuatif selama periode pengamatan. Kecenderungan penurunan volume ekspor komoditas rotan setengah jadi, terjadi pada awal tahun pengamatan (sebesar 24.115,71 ton) hingga tahun 2002 (sebesar 22.999,12 ton). Peningkatan kemudian terjadi pada tahun berikutnya dengan jumlah sebesar 32.745,78 ton (merupakan peningkatan terbesar), hingga tahun 2004. Tahun berikutnya terjadi penurunan sementara hingga 19.794,93 ton, kemudian meningkat kembali hingga 23.087,8 ton. Uraian mengenai kecenderungan volume ekspor berdasarkan negara tujuannya, disajikan pada gambar berikut. 25000
CHINA HONG KONG
volume (ton)
20000
SINGAPORE EUROPEAN UNION
15000
AUSTRALIA 10000
JAPAN RUSSIAN FEDERATION
5000
SOUTH AFRICA SRI LANKA
0 2001
2002
2003 tahun
2004
2005
2006
THAILAND UNITED STATES
Gambar 8. Kecenderungan Volume Ekspor Komoditas Rotan Setengah Jadi Berdasarkan Negara Tujuan Cina, Hongkong dan Singapura merupakan konsumen atau negara dengan permintaaan ekspor komoditas rotan setengah jadi terbesar dari Indonesia selama periode pengamatan. Ketiga wilayah tersebut mengimpor komoditas rotan setengah jadi Indonesia sebagai bahan baku yang kemudian diolah kembali menjadi produk jadi.
31
5.1.4. Gambir Perkembangan total volume ekspor pada komoditas gambir (Lampiran 14) menunjukkan kecenderungan yang menurun selama dua periode. Penurunan volume ekspor komoditas gambir terbesar, terjadi pada tahun 2003 (sebesar 8.920,41 ton) dari tahun 2002 (sebesar 13.820,22 ton). Total volume ekspor tersebut kemudian meningkat pada tahun 2004 (sebesar 19.099,37 ton), kemudian pada tahun berikutnya menurun hingga akhir periode tahun pengamatan (sebesar 15.714,27 ton). India merupakan negara yang memiliki permintaaan ekspor gambir Indonesia terbesar dari total gambir yang diekspor. Negara yang memiliki permintaaan ekspor gambir Indonesia lainnya dengan jumlah yang relatif besar adalah Pakistan, Bangladesh dan Singapura. Uraian mengenai kecenderungan volume ekspor gambir berdasarkan negara tujuannya, disajikan pada gambar berikut. 16000 14000 INDIA
12000
Volume (ton)
PAKISTAN 10000
BANGLADESH SINGAPORE
8000
PHILIPPINES JAPAN
6000
MALAYSIA THAILAND
4000
UNITED STATES
2000 0 2001
2002
2003
2004
2005
2006
Tahun
Gambar 9. Kecenderungan Volume Ekspor Komoditas Gambir Berdasarkan Negara Tujuan Kecenderungan volume ekspor gambir Indonesia pada Gambar 9, memperlihatkan kecenderungan yang fluktuatif. Gumbira-said et al (2009) menyatakan bahwa, penyebab utama kondisi tersebut dipengaruhi oleh kondisi mutu produk gambir yang rendah sehingga harga di pasar juga menjadi rendah. Dilain pihak, mutu gambir yang tidak dapat setiap saat terjamin menyebabkan adanya penurunan permintaan pasar ekspor.
32
Salah satu faktor yang menyebabkan tingginya permintaan ekspor komoditas gambir di negara ini, dikarenakan adanya kebutuhan terhadap komoditas gambir sebagai bahan baku produk-produk yang diperlukan untuk kegiatan keagamaan dan kebudayaan.
5.1.5. Minyak Atsiri Kecenderungan volume total ekspor komoditas minyak atsiri secara umum menunjukkan peningkatan yang terus berlangsung mulai tahun 2002 hingga 2006. Penurunan volume ekspor terjadi pada tahun 2002 (sebesar 6.809,38 ton), dari jumlah volume ekspor pada tahun sebelumnya (sebesar 7.747,76 ton). Ilustrasi kecenderungan volume ekspor minyak atsiri yang terjadi selama periode
Volume (ton)
pengamatan, disajikan pada gambar berikut. SINGAPORE
2000 1800 1600 1400 1200 1000 800 600 400 200 0
THAILAND EUROPEAN UNION UNITED STATES VIET NAM CHINA PHILIPPINES MALAYSIA INDIA JAPAN 2001
2002
2003
2004
Tahun
2005
2006
KOREA, REPUBLIC OF MYANMAR PAKISTAN TURKEY
Gambar 10.
Kecenderungan Volume Ekspor Komoditas Minyak Atsiri Berdasarkan Negara Tujuan
Permintaan terhadap volume ekspor komoditas minyak atsiri berdasarkan negara tujuan ekspor yang diamati, secara umum menunjukkan kecenderungan fluktuasi yang terus berlangsung di masing-masing negara selama periode pengamatan. Fluktuasi yang meningkat ini merupakan gambaran dari total keseluruhan jenis minyak atsiri yang diperdagangkan untuk ekspor. Permintaaan volume ekspor terbesar terjadi pada negara Singapura, Thailand, Uni Eropa (terutama negara Perancis, Jerman dan Belanda) serta Amerika Serikat.
33
5.2. Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Beberapa Komoditas Hasil Hutan Bukan Kayu Indonesia 5.2.1. Meubel Rotan Pemilihan kesesuaian model dilakukan dengan melakukan uji Hausman (Lampiran 6). Nilai statistik Hausman test menunjukkan nilai sebesar 89,34 dengan nilai probabilitas yang lebih kecil dibandingkan nilai taraf nyata sepuluh persen yang berarti hipotesis untuk menggunakan model Random Effects ditolak. Nilai koefisien determinasi atau (R2) sebesar 0,6611. Berdasarkan hasil analisis uji kesesuaian model, maka model estimasi terbaik untuk menganalisis faktor-faktor yang mempengaruhi aliran perdagangan komoditas meubel rotan adalah dengan menggunakan model Fixed Effects. Rangkuman hasil output analisis tersebut dapat dilihat pada tabel berikut. Tabel 4. Hasil Pendugaan Persamaan Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Komoditas Meubel Rotan Variabel Koefisien Std. Error t-statistic Probabilitas Harga ekspor (Px) -0,7089642 0,1557943 -4,55 0,000 Nilai tukar (ER) 1,486108 0,2478988 5,99 0,000 PDB (Y) 1,954769 0,1869094 10,46 0,000 Jarak ekonomi (D) -0,2707186 0,1154155 -2,35 0,021 Populasi (N) -0,3006425 1,923847 -0,16 0,876 C -12,27962 6,331075 -1,94 0,055 R-squared (within) = 0,6611 Sumber : data sekunder (diolah)
Hasil uji-t pada Tabel 4 menunjukkan bahwa variabel-variabel yang berpengaruh nyata terhadap aliran perdagangan komoditas meubel rotan adalah : harga ekspor komoditas (Px), nilai tukar (ER), PDB (Y) dan jarak ekonomi (D). Berdasarkan hasil dugaan persamaan tersebut dilakukan intepretasi pengaruh masing-masing faktor atau variabel terhadap aliran perdagangan komoditas meubel rotan Indonesia. 1) Harga Ekspor Komoditas Meubel Rotan Indonesia Variabel harga ekspor komoditas memiliki pengaruh negatif dan signifikan terhadap aliran perdagangan komoditas meubel rotan Indonesia. Hal ini berarti dengan adanya kenaikan harga ekspor komoditas sebesar satu persen, akan menurunkan volume aliran perdagangan komoditas meubel rotan sebesar
34
0,7089642 persen, ceteris paribus. Tanda pada variabel dugaan ini sesuai dengan hipotesis penelitian. Rata-rata harga ekspor komoditas meubel rotan Indonesia terbesar secara berurutan terdapat pada negara Rusia, Amerika Serikat, Belgia dan Inggris dengan harga ekspor diatas US$ 2850. Negara Rusia merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif kecil dibandingkan dengan negara tujuan ekspor komoditas meubel rotan lainnya. Negara yang secara berurutan memiliki rata-rata harga ekspor komoditas meubel rotan terendah dibandingkan dengan negara tujuan ekspor komoditas mebel rotan lainnya adalah negara Meksiko, Australia dan Afrika Selatan. 2) Nilai Tukar Domestik Negara Tujuan Ekspor Terhadap Dollar Amerika Variabel nilai tukar memiliki pengaruh positif dan signifikan terhadap aliran perdagangan komoditas meubel rotan Indonesia. Tanda pada variabel dugaan ini sesuai dengan hipotesis penelitian. Hal ini berarti dengan adanya kenaikan nilai tukar domestik negara tujuan ekspor terhadap dollar Amerika sebesar satu persen, akan meningkatkan volume aliran perdagangan komoditas meubel rotan sebesar 1,486108 persen, ceteris paribus. Negara Jepang, Rusia, Meksiko dan Swedia merupakan beberapa negara yang secara berurutan memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika tertinggi dibandingkan dengan negara tujuan ekspor komoditas meubel rotan lainnya. Negara Rusia dan Meksiko merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif kecil dibandingkan dengan negara tujuan ekspor lainnya yang memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika yang relatif tinggi. Negara yang secara berurutan memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika terendah dibandingkan dengan negara tujuan ekspor komoditas meubel rotan lainnya adalah negara Inggris, Uni Eropa (Jerman dan Belanda) serta Amerika Serikat. Negara Jerman, Belanda dan Amerika Serikat merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif kecil dibandingkan dengan negara tujuan ekspor lainnya yang memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika yang relatif rendah.
35
3) Produk Domestik Bruto (PDB) Negara Tujuan Ekspor Variabel Produk Domestik Bruto (PDB) memiliki pengaruh positif dan signifikan terhadap aliran perdagangan komoditas meubel rotan Indonesia. Tanda pada variabel dugaan ini sesuai dengan hipotesis penelitian. Hal ini berarti dengan adanya kenaikan PDB negara tujuan ekspor sebesar satu persen, akan meningkatkan volume aliran perdagangan komoditas meubel rotan sebesar 1,954769 persen, ceteris paribus. Negara di kawasan Uni Eropa (terutama Negara Italia, Spanyol, Yunani dan Belgia) merupakan negara yang memiliki rata-rata PDB terbesar dibandingkan dengan negara tujuan ekspor komoditas meubel rotan lainnya. 4) Jarak Ekonomi Antara Negara Indonesia dengan Negara Tujuan Ekspor Variabel Jarak ekonomi memiliki pengaruh negatif dan signifikan terhadap aliran perdagangan komoditas meubel rotan Indonesia. Tanda pada variabel dugaan ini sesuai dengan hipotesis penelitian. Hal ini berarti dengan adanya kenaikan jarak ekonomi sebesar satu persen, akan menurunkan volume aliran perdagangan komoditas meubel rotan sebesar 0,2707186 persen, ceteris paribus. Negara Meksiko, Amerika Serikat, Kanada dan Spanyol merupakan negara yang secara berurutan memiliki jarak ekonomi terbesar dibandingkan dengan negara tujuan ekspor komoditas meubel rotan lainnya. Negara yang secara berurutan memiliki jarak ekonomi terkecil dibandingkan dengan negara tujuan ekspor komoditas meubel rotan lainnya adalah negara Singapura, Australia dan Jepang. 5) Populasi Negara Tujuan Ekspor Variabel populasi negara tujuan ekspor komoditas meubel rotan berdasarkan hasil pengolahan data, memiliki variabel dugaan bertanda negatif. Tanda negatif pada variabel dugaan tidak sesuai dengan hipotesis penelitian. Hipotesis nol pada variabel populasi negara tujuan tidak terlalu berpengaruh. Kondisi ini dapat dilihat dari beberapa negara yang memiliki rata-rata jumlah populasi terkecil dan terbesar diantara negara-negara tujuan ekspor komoditas meubel rotan lainnya selama periode pengamatan. Beberapa negara dengan rata-rata jumlah populasi terbesar adalah negara Amerika Serikat, Rusia dan Jepang.
36
Kecenderungan perubahan jumlah populasi yang terjadi pada beberapa negara dengan rata-rata jumlah populasi terbesar, tidak diikuti dengan kecenderungan peningkatan volume permintaan ekspornya. Kecenderungan aliran perdagangan komoditas meubel rotan yang terjadi justru menunjukkan kecenderungan yang berfluktuasi. Aliran perdagangan yang berfluktuasi juga terjadi di negara-negara dengan rata-rata jumlah populasi terkecil, seperti negara Singapura, Denmark, Swedia, dan Belgia. Kecenderungan peningkatan pertumbuhan populasi yang terjadi di negara-negara tersebut tidak diikuti dengan kecenderungan peningkatan pada aliran perdagangannya. Kondisi ini menunjukkan bahwa variabel populasi negara tujuan ekspor, tidak terlalu mempengaruhi aliran perdagangan komoditas meubel rotan Indonesia. 5.2.2. Anyaman Rotan Nilai hasil uji Hausman menunjukkan nilai statistik sebesar 19,07 dengan nilai probabilitas yang lebih kecil dibandingkan nilai taraf nyata sepuluh persen yang berarti hipotesis untuk menggunakan model Random Effects ditolak. Hasil uji Hausman menunjukkan bahwa model estimasi terbaik untuk menganalisis faktor-faktor yang mempengaruhi aliran perdagangan komoditas anyaman rotan adalah dengan menggunakan model Fixed Effects. Nilai koefisien determinasi atau (R2) sebesar 0,5738. Berdasarkan hasil uji-t (Tabel 5), terdapat empat variabel yang berpengaruh nyata terhadap aliran perdagangan komoditas anyaman rotan yaitu harga ekspor komoditas (Px), PDB (Y), jarak ekonomi (D) dan populasi (N). Hasil output analisis tersebut, dapat dilihat pada tabel berikut. Tabel 5. Hasil Pendugaan Persamaan Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Komoditas Anyaman Rotan Variabel Koefisien Std. Error t-statistic Probabilitas Harga ekspor (Px) -0,6787148 0,161622 -4,20 0,000 Nilai tukar (ER) 0,7605682 0,7431111 1,02 0,309 PDB (Y) 1,342499 0,5417522 2,48 0,015 Jarak ekonomi (D) -0,9315036 0,2792013 -3,34 0,001 Populasi (N) -16,77837 4,467866 -3,76 0,000 C 59,86795 16,19522 3,70 0,000 R-squared (within) = 0,5738 Sumber : data sekunder (diolah)
37
Tahapan selanjutnya adalah intepretasi pengaruh masing-masing faktor atau variabel terhadap aliran perdagangan komoditas anyaman rotan Indonesia. 1) Harga Ekspor Komoditas Variabel harga ekspor komoditas memiliki pengaruh negatif dan signifikan terhadap aliran perdagangan komoditas anyaman rotan Indonesia. Tanda pada variabel dugaan sesuai dengan hipotesis penelitian. Hal ini berarti dengan adanya kenaikan harga komoditas sebesar satu persen, akan menurunkan volume aliran perdagangan komoditas anyaman rotan sebesar 0,6787148 persen, ceteris paribus. Negara Jepang, Amerika Serikat dan Finlandia merupakan beberapa negara yang secara berurutan memiliki rata-rata harga ekspor komoditas anyaman rotan tertinggi dibandingkan dengan negara tujuan ekspor komoditas mebel rotan lainnya. Negara Finlandia merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif kecil dibandingkan dengan negara tujuan ekspor lainnya. Negara yang secara berurutan memiliki rata-rata harga ekspor komoditas anyaman rotan terendah dibandingkan dengan negara tujuan ekspor komoditas anyaman rotan lainnya adalah negara Malaysia, Korea dan Italia. 2) Nilai Tukar Domestik Negara Tujuan Ekspor Terhadap Dollar Amerika Variabel nilai tukar memiliki pengaruh positif terhadap aliran perdagangan komoditas anyaman rotan Indonesia. Hipotesis nol pada variabel nilai tukar dapat ditolak sampai pada taraf 69,1 persen. Tanda positif pada variabel dugaan sesuai dengan hipotesis penelitian. Negara Korea, Jepang dan Rusia merupakan beberapa negara yang secara berurutan memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika tertinggi dibandingkan dengan negara tujuan ekspor komoditas anyaman rotan lainnya. Negara Korea dan Jepang merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif besar dibandingkan dengan negara tujuan ekspor lainnya yang memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika yang relatif tinggi. Negara yang secara berurutan memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika terendah dibandingkan dengan negara tujuan ekspor komoditas anyaman rotan lainnya adalah negara Inggris dan Uni Eropa (Finlandia dan Yunani). Negara Finlandia dan Yunani merupakan contoh negara
38
yang memiliki rata-rata permintaan ekspor relatif kecil dibandingkan dengan negara tujuan ekspor lainnya yang memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika yang relatif rendah. 3) Produk Domestik Bruto (PDB) Negara Tujuan Ekspor Variabel Produk Domestik Bruto (PDB) memiliki pengaruh positif dan signifikan terhadap aliran perdagangan komoditas anyaman rotan Indonesia. Tanda positif pada variabel dugaan sesuai dengan hipotesis penelitian. Hal ini berarti dengan adanya kenaikan PDB negara tujuan ekspor sebesar satu persen, akan meningkatkan volume aliran perdagangan komoditas meubel rotan sebesar 1,342499 persen, ceteris paribus. 4) Jarak Ekonomi Antara Negara Indonesia dengan Negara Tujuan Ekspor Variabel jarak ekonomi memiliki pengaruh negatif dan signifikan terhadap aliran perdagangan komoditas anyaman rotan Indonesia. Hal ini berarti dengan semakin bertambah jarak ekonomi antara Indonesia dengan negara tujuan ekspor sebesar satu persen, akan menurunkan volume aliran perdagangan komoditas anyaman rotan sebesar 0,9315036 persen, ceteris paribus. Tanda pada variabel dugaan ini sesuai dengan hipotesis penelitian. Negara Amerika Serikat, Kanada dan Spanyol merupakan negara yang secara berurutan memiliki jarak ekonomi terbesar dibandingkan dengan negara tujuan ekspor komoditas anyaman rotan lainnya. Negara yang secara berurutan memiliki jarak ekonomi terkecil dibandingkan dengan negara tujuan ekspor komoditas anyaman rotan lainnya adalah negara Malaysia, Korea, Australia dan Jepang. Negara Korea dan Jepang merupakan contoh negara yang memiliki ratarata permintaan ekspor terbesar dibandingkan dengan negara tujuan ekspor komoditas anyaman rotan lainnya. 5) Populasi Negara Tujuan Ekspor Populasi negara tujuan ekspor komoditas anyaman rotan Indonesia memiliki pengaruh negatif dan signifikan terhadap aliran perdagangan anyaman rotan Indonesia, dengan koefisien sebesar -16,77837. Hal ini berarti dengan semakin bertambahnya populasi negara tujuan ekspor sebesar satu persen, akan menurunkan volume aliran perdagangan komoditas anyaman rotan sebesar
39
16,77837 persen, ceteris paribus. Tanda variabel dugaan ini tidak sesuai dengan hipotesis penelitian. Kondisi ini dapat dilihat dari beberapa negara yang memiliki rata-rata jumlah populasi terbesar dan terkecil diantara negara-negara tujuan ekspor komoditas meubel rotan Indonesia. Negara dengan rata-rata jumlah populasi terbesar adalah negara Amerika Serikat, Rusia dan Jepang. Kecenderungan perubahan jumlah populasi yang terjadi pada beberapa negara dengan rata-rata jumlah populasi terbesar, tidak diikuti dengan kecenderungan peningkatan volume permintaan ekspornya. Kecenderungan aliran perdagangan komoditas meubel rotan yang terjadi justru menunjukkan kecenderungan berfluktuasi hingga menurun. Aliran perdagangan yang berfluktuasi juga terjadi di negara-negara dengan rata-rata jumlah populasi terkecil, seperti negara Finlandia, Denmark dan Swedia. Kecenderungan peningkatan pertumbuhan populasi yang terjadi di negara-negara tersebut diikuti dengan kecenderungan aliran perdagangan yang berfluktuasi hingga penurunan yang cukup signifikan. Perbandingan proporsi jumlah volume yang diekspor ke negara-negara tersebut dengan jumlah penduduknya, menunjukkan bahwa negara dengan jumlah penduduk kecil memiliki proporsi permintaan ekspor yang relatif lebih besar jika dibandingkan dengan perbandingan proporsi pada negara-negara dengan jumlah penduduk yang lebih besar. Kondisi ini menunjukkan bahwa variabel populasi negara tujuan ekspor berpengaruh nyata terhadap aliran perdagangan komoditas anyaman rotan Indonesia. 5.2.3. Rotan Setengah Jadi Hasil Hausman test menunjukkan nilai statistik sebesar 82,27 (dengan nilai probabilitas yang lebih kecil dibandingkan nilai taraf nyata sepuluh persen) yang berarti hipotesis untuk menggunakan model Random Effects ditolak. Model estimasi terbaik yang digunakan untuk melakukan analisis terhadap faktor-faktor yang mempengaruhi aliran perdagangan komoditas rotan setengah jadi adalah dengan menggunakan model efek tetap (Fixed Effects). Nilai koefisien determinasi atau (R2) pada model Fixed Efects adalah sebesar 27,94. Hasil output analisis tersebut, dapat dilihat pada tabel berikut.
40
Tabel 6. Hasil Pendugaan Persamaan Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Komoditas Rotan Setengah jadi Variabel Koefisien Std. Error t-statistic Probabilitas Harga ekspor (Px) -1,764946 0,3601609 -4,90 0,000 Nilai tukar (ER) -0,0148665 2,19125 -0,01 0,995 PDB (Y) -1,298054 1,556873 -0,83 0,407 Jarak ekonomi (D) 1,167656 0,9352837 1,25 0,216 Populasi (N) 31,99064 16,12861 1,98 0,051 C -104,3378 61,18553 -1,71 0,093 R-squared (within) = 0,2794 Sumber : data sekunder (diolah)
Berdasarkan hasil uji-t (Tabel 6), dapat dilihat bahwa variabel yang berpengaruh nyata terhadap aliran perdagangan komoditas rotan setengah jadi adalah harga ekspor komoditas (Px) dan populasi negara tujuan (N). 1) Harga Ekspor Komoditas Berdasarkan hasil output analisis pada Tabel 6, variabel harga ekspor komoditas memiliki pengaruh negatif dan signifikan terhadap aliran perdagangan komoditas rotan setengah jadi. Hal ini berarti, dengan adanya kenaikan harga komoditas sebesar satu persen akan menurunkan volume aliran perdagangan komoditas rotan setengah jadi sebesar 1,764946 persen, ceteris paribus. Tanda negatif pada variabel dugaan sesuai dengan hipotesis penelitian. Negara Jepang, Italia dan Amerika Serikat merupakan beberapa negara yang secara berurutan memiliki rata-rata harga ekspor komoditas rotan setengah jadi tertinggi dibandingkan dengan negara tujuan ekspor komoditas mebel rotan lainnya. Negara Rusia merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif kecil dibandingkan dengan negara tujuan ekspor lainnya. Negara yang secara berurutan memiliki rata-rata harga ekspor komoditas rotan setengah jadi terendah dibandingkan dengan negara tujuan ekspor komoditas rotan setengah jadi lainnya adalah negara Jepang, Italia dan Amerika Serikat. Negara Afrika Selatan dan Thailand merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif besar dibandingkan dengan negara tujuan ekspor lainnya yang memiliki rata-rata harga ekspor yang relatif rendah.
41
2) Nilai Tukar Domestik Negara Tujuan Ekspor Terhadap Dollar Amerika Variabel nilai tukar memiliki pengaruh tidak nyata dan negatif terhadap aliran perdagangan komoditas rotan setengah jadi Indonesia. Hal ini tidak sesuai dengan hipotesis penelitian. Negara Jepang, Sri Lanka, Thailand dan Rusia merupakan beberapa negara yang secara berurutan memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika tertinggi dibandingkan dengan negara tujuan ekspor komoditas rotan setengah jadi lainnya. Negara yang secara berurutan memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika terendah dibandingkan dengan negara tujuan ekspor komoditas rotan setengah jadi lainnya adalah negara Perancis dan Uni Eropa (Italia, Jerman, Spanyol dan Belanda). Negara Thailand dan Jerman merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif besar dibandingkan dengan negara tujuan ekspor lainnya, sedangkan Negara Rusia dan Perancis merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif kecil. 3) Produk Domestik Bruto (PDB) Negara Tujuan Ekspor Variabel Produk Domestik Bruto (PDB) memiliki pengaruh yang tidak nyata dan negatif terhadap aliran perdagangan komoditas rotan setengah jadi Indonesia. Tanda negatif pada variabel dugaan, tidak sesuai dengan hipotesis penelitian. 4) Jarak Ekonomi Antara Negara Indonesia dengan Negara Tujuan Ekspor Variabel jarak ekonomi memiliki pengaruh positif terhadap aliran perdagangan komoditas rotan setengah jadi Indonesia. Tanda pada variabel dugaan ini tidak sesuai dengan hipotesis penelitian. Hipotesis nol pada variabel jarak ekonomi dapat ditolak sampai pada taraf 78,4 persen. Kondisi ini dapat dilihat dari beberapa negara yang memiliki rata-rata jarak ekonomi terkecil dan terbesar diantara negara-negara tujuan ekspor komoditas rotan setengah jadi lainnya selama periode pengamatan. Amerika Serikat, Spanyol dan Perancis merupakan negara yang secara berurutan memiliki jarak ekonomi terbesar dibandingkan dengan negara tujuan ekspor komoditas rotan setengah jadi lainnya.
42
Negara yang secara berurutan memiliki jarak ekonomi terkecil dibandingkan dengan negara tujuan ekspor komoditas rotan setengah jadi lainnya adalah negara Singapura, Thailand dan Cina. Hal ini menunjukkan bahwa variabel jarak ekonomi antara negara Indonesia dengan negara tujuan ekspor mempengaruhi aliran perdagangan komoditas rotan setengah jadi Indonesia. 5) Populasi Negara Tujuan Ekspor Variabel populasi negara tujuan ekspor komoditas rotan setengah jadi memiliki pengaruh positif dan signifikan terhadap aliran perdagangan komoditas rotan setengah jadi Indonesia. Tanda positif pada variabel dugaan sesuai dengan hipotesis penelitian. Hal ini berarti dengan semakin bertambahnya populasi negara tujuan ekspor sebesar satu persen, akan meningkatkan volume aliran perdagangan komoditas rotan setengah jadi sebesar 31,99064 persen, ceteris paribus. Kondisi ini dapat dilihat dari beberapa negara yang memiliki rata-rata jumlah populasi terkecil dan terbesar diantara negara-negara tujuan ekspor komoditas rotan setengah jadi lainnya selama periode pengamatan. Beberapa negara dengan rata-rata jumlah populasi terbesar adalah negara Cina dan Amerika Serikat. Negara-negara dengan rata-rata jumlah populasi terbesar memiliki ratarata volume permintaan ekspor yang relatif besar. Kecenderungan aliran perdagangan komoditas rotan setengah jadi menunjukkan fluktuasi dengan kecenderungan yang meningkat. Aliran perdagangan yang berfluktuasi juga terjadi di negara-negara dengan rata-rata jumlah populasi terkecil, seperti negara Singapura, Belanda dan Sri Lanka. Rata-rata jumlah populasi negara tujuan terkecil diikuti dengan rata-rata permintaan ekspornya yang relatif lebih kecil jika dibandingkan dengan negara tujuan ekspor yang memiliki jumlah populasi terbesar. Kondisi ini menunjukkan bahwa variabel populasi negara tujuan ekspor mempengaruhi aliran perdagangan komoditas rotan setengah jadi Indonesia. 5.2.4. Gambir Nilai statistik uji Hausman menunjukkan angka sebesar 2,39 (dengan nilai probabilitas lebih besar dari taraf nyata sepuluh persen), yang berarti hipotesis untuk menggunakan model Random Effects tidak dapat ditolak. Hasil ini
43
menunjukkan bahwa model estimasi terbaik untuk mengetahui faktor-faktor yang mempengaruhi
aliran
perdagangan
komoditas
gambir
adalah
dengan
menggunakan model Random Effects. Nilai koefisien determinasi atau (R2) sebesar 0,4612. Berdasarkan uji-t (Tabel_7), dapat dilihat bahwa variabel yang berpengaruh nyata terhadap aliran perdagangan komoditas gambir adalah harga ekspor komoditas (Px). Hasil output analisis tersebut, dapat dilihat pada tabel berikut. Tabel 7. Hasil Pendugaan Persamaan Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Komoditas Gambir Variabel Koefisien Std. Error z-statistic Probabilitas Harga ekspor (Px) -0,7751195 0,1376605 -5,63 0,000 Nilai tukar (ER) 0,0484961 0,6235719 0,08 0,938 PDB (Y) -0,5298069 0,6162864 -0,86 0,390 Jarak ekonomi (D) 0,5918939 0,4848052 1,22 0,222 Populasi (N) 0,5373157 0,7612964 0,71 0,480 C 7,833087 6,139715 1,28 0,202 R-squared (within) = 0,4612 Wald chi2(5) = 39,02 Prob > chi2 = 0,0000 Sumber : data sekunder (diolah)
Tahapan selanjutnya adalah intepretasi pengaruh masing-masing faktor atau variabel terhadap aliran perdagangan komoditas gambir. 1) Harga Ekspor Komoditas Variabel harga ekspor komoditas memiliki pengaruh negatif dan signifikan terhadap aliran perdagangan komoditas gambir Indonesia. Tanda pada variabel dugaan ini sesuai dengan hipotesis penelitian. Kondisi ini menunjukkan bahwa dengan adanya kenaikan harga komoditas sebesar satu persen, akan menurunkan volume aliran perdagangan komoditas anyaman rotan sebesar 0,7751195 persen, ceteris paribus. Negara Amerika Serikat, Filipina dan Thailand merupakan beberapa negara yang secara berurutan memiliki rata-rata harga ekspor komoditas gambir tertinggi dibandingkan dengan negara tujuan ekspor komoditas mebel rotan lainnya. Negara Amerika Serikat dan Thailand merupakan contoh negara yang memiliki rata-rata harga ekspor tertinggi dengan rata-rata permintaan ekspor relatif lebih kecil dibandingkan dengan negara tujuan ekspor lainnya.
44
Negara yang secara berurutan memiliki rata-rata harga ekspor komoditas gambir terendah dibandingkan dengan negara tujuan ekspor komoditas gambir lainnya adalah negara Pakistan, Bangladesh dan Malaysia. Negara Pakistan dan Bangladesh merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif besar dibandingkan dengan negara tujuan ekspor lainnya yang memiliki rata-rata harga ekspor yang relatif rendah. 2) Nilai Tukar Domestik Negara Tujuan Ekspor Terhadap Dollar Amerika Variabel nilai tukar memiliki pengaruh tidak nyata dan memiliki tanda positif terhadap aliran perdagangan komoditas gambir Indonesia. Tanda positif pada variabel dugaan nilai tukar sesuai dengan hipotesis penelitian. Negara Jepang, Bangladesh dan Pakistan merupakan beberapa negara yang secara berurutan memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika tertinggi dibandingkan dengan negara tujuan ekspor komoditas gambir lainnya. Ketiga negara tersebut merupakan contoh negara yang memiliki rata-rata permintaan ekspor terbesar dibandingkan dengan negara tujuan ekspor lainnya yang memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika yang relatif tinggi. Negara yang secara berurutan memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika terendah dibandingkan dengan negara tujuan ekspor komoditas gambir lainnya adalah negara Singapura, Malaysia dan Amerika Serikat. Negara Malaysia merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif kecil dibandingkan dengan negara tujuan ekspor lainnya yang memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika yang relatif rendah. 3) Produk Domestik Bruto (PDB) Negara Tujuan Ekspor Variabel Produk Domestik Bruto (PDB) memiliki pengaruh tidak nyata dan memiliki tanda negatif terhadap aliran perdagangan komoditas gambir Indonesia. Tanda negatif pada variabelini tidak sesuai dengan hipotesis penelitian.
4) Jarak Ekonomi Antara Negara Indonesia dengan Negara Tujuan Ekspor Variabel jarak ekonomi walaupun tidak berpengaruh signifikan pada taraf sepuluh persen, tetapi hipotesisnya masih dapat ditolak pada taraf 77,8 persen.
45
Variabel jarak ekonomi memiliki pengaruh positif terhadap aliran perdagangan komoditas gambir Indonesia. Tanda positif pada variabel dugaan tidak sesuai dengan hipotesis penelitian. Kondisi ini menunjukkan bahwa dengan semakin besar jarak ekonomi antara Indonesia dengan negara tujuan ekspor, tidak terlalu berpengaruh terhadap penurunan volume aliran perdagangan komoditas gambir. Kondisi ini dapat dilihat dari beberapa negara yang memiliki rata-rata jarak ekonomi terkecil dan terbesar diantara negara-negara tujuan ekspor komoditas gambir lainnya selama periode pengamatan. Amerika Serikat, Jepang dan Pakistan merupakan negara yang secara berurutan memiliki jarak ekonomi terbesar dibandingkan dengan negara tujuan ekspor komoditas gambir lainnya. Jarak ekonomi yang besar ini ternyata tidak terlalu mempengaruhi terhadap volume permintaan ekspor. Negara Jepang dan Pakistan merupakan negara dengan volume permintaan ekspor yang relatif besar, walaupun negara tersebut termasuk dalam negara yang memiliki jarak ekonomis terbesar besar diantara negara-negara tujuan ekspor komoditas gambir lainnya selama periode pengamatan. Negara yang secara berurutan memiliki jarak ekonomi terkecil dibandingkan dengan negara tujuan ekspor komoditas gambir lainnya adalah negara Malaysia, Singapura dan Thailand. Volume permintaan ekspor dari ketiga negara tersebut cenderung lebih kecil, jika dibandingkan dengan negara tujuan ekspor gambir Indonesia lainnya. Kondisi ini menunjukkan bahwa variabel jarak ekonomi antara negara Indonesia dengan negara tujuan ekspor, tidak terlalu mempengaruhi aliran perdagangan komoditas gambir Indonesia. Salah satu faktor yang menyebabkan tingginya permintaan ekspor komoditas gambir di negara ini dikarenakan adanya kebutuhan terhadap komoditas gambir sebagai bahan baku produk-produk yang diperlukan untuk kegiatan keagamaan, sosial dan budaya. 5) Populasi Negara Tujuan Ekspor Populasi negara tujuan ekspor komoditas gambir, memiliki pengaruh tidak nyata dan memiliki tanda positif terhadap aliran perdagangan gambir Indonesia. Tanda positif pada variabel dugaan sesuai dengan hipotesis penelitian.
46
Kondisi ini dapat dilihat dari beberapa negara yang memiliki rata-rata jumlah populasi terkecil dan terbesar diantara negara-negara tujuan ekspor komoditas gambir lainnya selama periode pengamatan. Beberapa negara dengan rata-rata jumlah populasi terbesar adalah negara India, Amerika Serikat dan Pakistan. Kecenderungan peningkatan jumlah populasi yang terjadi pada beberapa negara dengan rata-rata jumlah populasi terbesar, tidak diikuti seluruhnya dengan rata-rata permintaan volume ekspornya. Kecenderungan aliran perdagangan komoditas gambir yang terjadi justru menunjukkan kecenderungan yang berfluktuasi. Jumlah permintaan volume ekspor terbesar ada di negara India, Jepang dan Pakistan. Aliran perdagangan yang berfluktuasi juga terjadi di negara-negara dengan rata-rata jumlah populasi terkecil, seperti negara Singapura, Malaysia dan Thailand. Kecenderungan peningkatan pertumbuhan populasi yang terjadi di negara-negara tersebut tidak diikuti dengan kecenderungan peningkatan pada aliran perdagangannya. Kondisi ini menunjukkan bahwa variabel populasi negara tujuan ekspor, tidak terlalu mempengaruhi aliran perdagangan komoditas gambir Indonesia.
5.2.5. Minyak Atsiri Nilai statistik Hausman test menunjukkan nilai sebesar 9,53 dengan nilai probabilitas lebih kecil dari nilai taraf nyata sepuluh persen yang berarti hipotesis untuk menggunakan model Random Effects ditolak. Berdasarkan hasil analisis pengujian kesesuaian model, menunjukkan bahwa model estimasi terbaik untuk mengetahui faktor-faktor yang mempengaruhi aliran perdagangan komoditas minyak atsiri adalah dengan menggunakan model efek tetap (Fixed Effects). Berdasarkan uji-t (Tabel 8), dapat dilihat bahwa variabel-variabel yang berpengaruh nyata terhadap aliran perdagangan komoditas minyak atsiri adalah harga ekspor komoditas (Px) dan produk domestik bruto (Yi). Nilai koefisien determinasi (R2) sebesar 0,4969. Hasil output analisis tersebut, dapat dilihat pada tabel berikut.
47
Tabel 8. Hasil Pendugaan Persamaan Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Komoditas Minyak Atsiri Variabel Koefisien Std. Error t-statistic Probabilitas Harga ekspor (Px) -0,8109932 0,1653865 -4,90 0,000 Nilai tukar (ER) 0,8110744 0,775044 1,05 0,298 PDB (Y) 2,222806 0,6468782 3,44 0,001 Jarak ekonomi (D) 0,0534865 0,2986786 0,18 0,858 Populasi (N) -6,757856 5,076602 -1,33 0,187 C 8,846958 15,14642 0,58 0,561 R-squared (within) = 0,4969 Sumber : data sekunder (diolah)
1) Harga Ekspor Komoditas Variabel harga ekspor komoditas memiliki pengaruh negatif dan signifikan terhadap aliran perdagangan komoditas minyak atsiri Indonesia. Tanda pada variabel dugaan ini sesuai dengan hipotesis penelitian. Hal ini berarti, dengan adanya kenaikan harga ekspor komoditas sebesar satu persen, akan menurunkan volume aliran perdagangan komoditas minyak atsiri sebesar 0,8109932 persen, ceteris paribus. Negara Jerman, Swiss, Perancis dan Belanda merupakan beberapa negara yang secara berurutan memiliki rata-rata harga ekspor komoditas minyak atsiri tertinggi dibandingkan dengan negara tujuan ekspor komoditas mebel rotan lainnya. Negara Belanda merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif kecil dibandingkan dengan negara tujuan ekspor lainnya yang memiliki rata-rata harga ekspor yang relatif tinggi. Negara yang secara berurutan memiliki rata-rata harga ekspor komoditas minyak atsiri terendah dibandingkan dengan negara tujuan ekspor komoditas minyak atsiri lainnya adalah negara Vietnam, Cina dan Turki. Amerika Serikat dan beberapa negara di kawasan asia tenggara (Singapura, Thailand, Vietnam dan Filipina) merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif besar dibandingkan dengan negara tujuan ekspor lainnya yang memiliki rata-rata harga ekspor yang relatif rendah. Kondisi ini dapat terjadi dikarenakan data yang dipergunakan pada penelitian ini merupakan data minyak atsiri secara keseluruhan tanpa memilahmilah berdasarkan jenis dan mutu minyak atsiri yang diperdagangkan, yang merupakan bebarapa faktor penentu harga ekspor minyak atsiri.
48
2) Nilai Tukar Domestik Negara Tujuan Ekspor Terhadap Dollar Amerika Variabel nilai tukar memiliki pengaruh positif terhadap aliran perdagangan komoditas minyak atsiri Indonesia. Tanda positif pada variabel dugaan ini sesuai dengan hipotesis penelitian. Hipotesis nol pada variabel nilai tukar dapat ditolak sampai pada taraf 70,2 persen. Negara Vietnam, Korea, Jepang dan Pakistan merupakan beberapa negara yang secara berurutan memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika tertinggi dibandingkan dengan negara tujuan ekspor komoditas minyak atsiri lainnya. Negara yang secara berurutan memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika terendah dibandingkan dengan negara tujuan ekspor komoditas gambir lainnya adalah negara Inggris dan Uni Eropa (Perancis, Jerman, Belanda dan Spanyol). Negara Korea dan Pakistan merupakan contoh negara yang memiliki rata-rata permintaan ekspor relatif kecil dibandingkan dengan negara tujuan ekspor lainnya yang memiliki rata-rata nilai tukar mata uang domestik terhadap Dollar Amerika yang relatif tinggi. 3) Produk Domestik Bruto (PDB) Negara Tujuan Ekspor Variabel Produk Domestik Bruto (PDB) memiliki pengaruh positif dan signifikan terhadap aliran perdagangan komoditas minyak atsiri Indonesia. Tanda pada variabel dugaan ini sesuai dengan hipotesis penelitian. Hal ini berarti dengan adanya kenaikan PDB negara tujuan ekspor sebesar satu persen, akan meningkatkan volume aliran perdagangan komoditas minyak atsiri sebesar 2,222806 persen, ceteris paribus. 4) Jarak Ekonomi Antara Negara Indonesia dengan Negara Tujuan Ekspor Variabel jarak ekonomi memiliki pengaruh tidak nyata dan memiliki tanda positif terhadap aliran perdagangan komoditas minyak atsiri Indonesia. Tanda positif pada variabel dugaan, tidak sesuai dengan hipotesis penelitian. Tanda positif pada variabel dugaan tidak sesuai dengan hipotesis penelitian. Kondisi ini menunjukkan bahwa dengan semakin besar jarak ekonomi antara Indonesia dengan negara tujuan ekspor, tidak terlalu berpengaruh terhadap penurunan volume aliran perdagangan komoditas minyak atsiri. Kondisi ini dapat dilihat dari beberapa negara yang memiliki rata-rata jarak ekonomi terkecil dan
49
terbesar diantara negara-negara tujuan ekspor komoditas minyak atsiri lainnya selama periode pengamatan. Amerika Serikat, Spanyol dan Inggris merupakan negara yang secara berurutan memiliki jarak ekonomi terbesar dibandingkan dengan negara tujuan ekspor komoditas minyak atsiri lainnya. Jarak ekonomi yang besar ini ternyata tidak menyebabkan penurunan volume permintaan ekspor. Negara Amerika Serikat merupakan negara dengan volume permintaan ekspor yang relatif besar, walaupun negara tersebut termasuk dalam negara yang memiliki jarak ekonomis terbesar besar diantara negara-negara tujuan ekspor komoditas minyak atsiri lainnya selama periode pengamatan. Negara yang secara berurutan memiliki jarak ekonomi terkecil dibandingkan dengan negara tujuan ekspor komoditas minyak atsiri lainnya adalah negara Malaysia, Singapura dan Thailand. Volume permintaan ekspor dari negara dengan jarak ekonomi yang lebih kecil tersebut relatif lebih besar, jika dibandingkan dengan negara tujuan ekspor minyak atsiri Indonesia lainnya. Kondisi ini tidak terjadi pada negara Malaysia. Volume permintaan ekspor negara Malaysia relatif tidak terlalu besar, walaupun negara tersebut memiliki jarak ekonomi yang terkecil diantara negara-negara tujuan ekspor komoditas minyak atsiri lainnya selama periode pengamatan. Hal ini menunjukkan bahwa variabel jarak ekonomi antara negara Indonesia dengan negara tujuan ekspor, tidak terlalu mempengaruhi aliran perdagangan komoditas minyak atsiri Indonesia. Faktor lain yang dapat menyebabkan kondisi ini terjadi, dapat dikarenakan oleh jenis data yang dipergunakan. Data yang dipergunakan untuk melihat perkembangan kecenderungan ekspor merupakan data gabungan (kelompok) dari berbagai jenis minyak atsiri yang diekspor oleh Indonesia, sehingga tidak membedakan berdasarkan masing-masing jenis. Masing-masing jenis minyak atsiri ini mempunyai fungsi dan kegunaan yang berbeda-beda. 5) Populasi Negara Tujuan Ekspor Variabel populasi negara tujuan ekspor walaupun tidak berpengaruh signifikan pada taraf sepuluh persen, tetapi hipotesisnya masih dapat ditolak pada taraf 81,3 persen. Variabel populasi negara tujuan ekspor memiliki pengaruh
50
negatif terhadap aliran perdagangan komoditas minyak atsiri Indonesia. Tanda negatif pada variabel dugaan tidak sesuai dengan hipotesis penelitian. Kondisi ini dapat dilihat dari beberapa negara yang memiliki rata-rata jumlah populasi terkecil dan terbesar diantara negara-negara tujuan ekspor komoditas minyak atsiri lainnya selama periode pengamatan. Beberapa negara dengan rata-rata jumlah populasi terbesar adalah negara Cina, India dan Amerika Serikat. Jumlah populasi pada beberapa negara dengan rata-rata jumlah populasi terbesar, tidak diikuti seluruhnya dengan rata-rata permintaan volume ekspor yang besar. Kecenderungan aliran perdagangan komoditas minyak atsiri yang terjadi justru menunjukkan kecenderungan yang berfluktuasi dan beragam untuk tiap negara. Jumlah permintaan volume ekspor terbesar ada di negara Singapura, Thailand dan Amerika Serikat. Aliran perdagangan yang beragam juga terjadi di negara-negara dengan rata-rata jumlah populasi terkecil, seperti negara Singapura, Swiss dan Belanda. Jumlah populasi pada beberapa negara dengan rata-rata jumlah populasi terkecil, tidak diikuti seluruhnya dengan rata-rata permintaan volume ekspor yang kecil. Kondisi ini dapat diamati pada negara Singapura, walaupun memiliki jumlah populasi terkecil namun memiliki rata-rata permintaan ekspor dengan volume terbesar. Kondisi ini menunjukkan bahwa variabel populasi negara tujuan ekspor, tidak terlalu mempengaruhi aliran perdagangan komoditas minyak atsiri Indonesia.
51
VI. KESIMPULAN DAN SARAN 6.1. Kesimpulan Pada kelima komoditas yang diamati, secara umum menunjukkan pola kecenderungan volume ekspor yang fluktuatif. Negara-negara dengan volume permintaan ekspor terbesar untuk masing-masing komoditas, adalah sebagai berikut: Negara Uni Eropa dan Amerika Serikat merupakan negara yang memiliki permintaan ekspor terbesar untuk komoditas meubel dan anyaman rotan; Negara Cina dan Singapura merupakan negara yang memiliki permintaan ekspor terbesar untuk komoditas rotan setengah jadi; Negara India, Pakistan dan Banglades merupakan negara yang memiliki permintaan ekspor terbesar untuk komoditas gambir; sedangkan Negara Singapura dan Thailand merupakan negara yang memiliki permintaan ekspor terbesar untuk komoditas minyak atsiri Faktor-faktor yang mempengaruhi aliran perdagangan untuk masingmasing komoditas hasil hutan bukan kayu yang diteliti, adalah sebagai berikut: 1) Ekspor meubel rotan dipengaruhi secara signifikan oleh harga ekspor, nilai tukar, produk domestik bruto dan jarak ekonomi. 2) Ekspor anyaman rotan dipengaruhi secara signifikan oleh harga ekspor, produk domestik bruto, jarak ekonomi dan populasi negara tujuan. 3) Ekspor rotan setengah jadi dipengaruhi secara signifikan oleh harga ekspor dan populasi negara tujuan. 4) Ekspor gambir dipengaruhi secara signifikan oleh harga ekspor. 5) Ekspor minyak atsiri dipengaruhi secara signifikan oleh harga ekspor dan produk domestik bruto.
6.2. Saran Kecenderungan volume aliran perdagangan komoditas hasil hutan bukan kayu, memiliki pola yang beragam untuk masing-masing negara. Keragaman ini perlu mendapatkan perhatian, terutama bagi pihak produsen agar dapat menentukan tujuan dan besarnnya volume yang optimal.
52
Harga ekspor komoditas merupakan variabel yang berpengaruh untuk setiap aliran perdagangan komoditas hasil hutan bukan kayu yang diteliti. Perubahan pada harga komoditas yang ditawarkan, akan mempengaruhi besarnya permintaan ekspor dari masing-masing negara tujuan. Oleh karena itu, perlu adanya pengamatan terhadap harga dan mutu produk yang terdapat di pasar (informasi pasar). Hal ini penting dilakukan untuk mengatasi persaingan dengan produk sejenis, yang terjadi di negara tujuan.
53
DAFTAR PUSTAKA
Cho DS dan Moon HC. 2003. From Adam Smith to Michael Porter: Evolusi Teori Daya Saing (Edisi Pertama). Salemba Empat. Jakarta. Daniel, M. 2004. Pengantar Ekonomi Pertanian. PT Bumi Aksara. Jakarta. Departemen Kehutanan. 2007. Statistik Kehutanan 2006. Departemen Kehutanan. Jakarta. Gonarsyah, I. 1983. Landasan Perdagangan Internasional. Departemen Ilmu-Ilmu Sosial dan Ekonomi Pertanian. Fakultas Pertanian. Institut Pertanian Bogor. Bogor. Handayani, N. 2008. Analisis Faktor-Faktor yang Mempengaruhi Aliran Perdagangan dan Strategi Pengembangan Ekspor Kertas Indonesia. Skripsi. Program Sarjana Ekstensi Manajemen Agribisnis. Fakultas Pertanian. Institut Pertanian Bogor. Bogor. Hastoeti, P. 2008. Ragam Teknologi Hasil Hutan Bukan Kayu (HHBK) dalam Warta Hasil Hutan. Vol.3 No.1. Bogor. Kartikasari, MA. 2008. Analisis Daya Saing Komoditi tanaman hias dan Aliran Perdagangan Anggrek Indonesia di Pasar Internasional. Skripsi. Program Sarjana Ekstensi Manajemen Agribisnis. Fakultas Pertanian. Institut Pertanian Bogor. Bogor. Lipsey et al. 1995. Pengantar Mikroekonomi. Edisi kesepuluh. Binarupa Aksara. Jakarta. _________. 1995. Pengantar Makroekonomi. Edisi kesepuluh. Binarupa Aksara. Jakarta. Nachrowi, ND dan Usman, H. 2006. Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Jakarta. Napitupulu, CF. 2007. Analisis Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Beras Intra-ASEAN. Skripsi. Program Studi Ekonomi Pertanian dan Sumberdaya. Fakultas Pertanian. Institut Pertanian Bogor. Bogor.
54
Pulungan, SS. 2005. Analisis Faktor-Faktor yang Mempengaruhi Aliran Perdagangan Arang Tempurung Kelapa (Coconut Shell Charcoal). Skripsi. Program Sarjana Ekstensi Manajemen Agribisnis. Fakultas Pertanian. Institut Pertanian Bogor. Bogor. Salvatore, D. 1997. Ekonomi Internasional. Edisi Kelima. Penerbit Erlangga. Jakarta. Sukartawi. 1993. Agribisnis: Teori dan Aplikasinya (Edisi Pertama). PT Raja Grafindo Persada. Jakarta. Sunenti.
2005.
Analisis
Aliran
Perdagangan
dan
Faktor–Faktor
yang
Mempengaruhi Ekspor Meubel Rotan di Indonesia. Skripsi. Program Sarjana Ekstensi Manajemen Agribisnis. Fakultas Pertanian. Institut Pertanian Bogor. Bogor. Tarigan, R. 2005. Perencanaan Pembangunan Wilayah (Edisi Revisi). PT.Bumi Aksara. Jakarta. Winniasri, EF. 2007. Analisis Distribusi Spasial dan Aliran Perdagangan Beras dari dan ke DKI Jakarta. Skrippsi. Program Studi Ekonomi Pertanian dan Sumberdaya. Fakultas Pertanian. Institut Pertanian Bogor. Bogor. Yolanda,
Y.
2008.
Analisis
faktor-Faktor
yang mempengaruhi
Aliran
Perdagangan Biji Pala Indonesia. Skripsi. Program Sarjana Ekstensi Manajemen Agribisnis. Fakultas Pertanian. Institut Pertanian Bogor. Bogor. Yusliansyah dan Kholik, A. 2006. Ragam Hasil Hutan Bukan Kayu dari Hutan Dipterokarpa. Badan Penelitian dan Pengembangan Kehutanan, Balai Litbang Kehutanan Kalimantan. Samarinda.
55
LAMPIRAN
56
Lampiran 1. Data Input untuk Analisis Aliran Perdagangan Meubel Rotan Negara Australia Australia Australia Australia Australia Australia Belgium Belgium Belgium Belgium Belgium Belgium Canada Canada Canada Canada Canada Canada Denmark Denmark Denmark Denmark Denmark Denmark France France France France France France Germany Germany Germany Germany Germany Germany Greece Greece Greece Greece Greece Greece Italy Italy Italy Italy Italy Italy
Tahun
LnX
LnPx
LnER
LnY
LnD
LnN
2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006
7.940522 8.236043 8.35533 8.650614 8.236195 8.105595 8.066467 8.374734 8.459515 8.403379 8.303575 8.564506 7.17283 7.340086 7.448763 7.164265 7.053867 6.786393 7.454304 7.770581 7.548778 7.450725 7.143196 6.810705 8.13057 8.417123 8.487603 8.507494 8.39347 8.567636 9.907263 9.993338 10.07042 10.2778 10.28421 10.25714 7.004072 7.402606 7.633679 7.909681 7.69857 7.737026 8.322385 8.620393 8.961246 9.012298 8.911283 8.974001
7.68678 7.593243 7.696629 7.595937 7.940675 7.640157 7.915238 7.88582 7.928316 8.011933 8.053515 8.037531 7.852756 7.693359 7.755035 7.829386 7.932128 8.14426 7.772807 7.573488 7.696467 7.786547 7.942535 8.001627 7.713513 7.683458 7.735861 7.803588 7.931731 7.744995 7.848921 7.726894 7.7263 7.846147 7.930438 7.883811 7.818089 7.728253 7.672194 7.641578 7.902567 7.786523 7.680935 7.631118 7.640404 7.788148 7.81297 7.756311
0.659301 0.61007 0.433022 0.307301 0.269622 0.283651 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 0.437455 0.450642 0.337222 0.263149 0.192074 0.126069 2.119001 2.066193 1.8852 1.790268 1.791244 1.78285 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314
12.81523 12.93008 13.17135 13.36855 13.47724 13.53452 16.04814 16.13652 16.3374 16.48442 16.53904 16.59099 13.48013 13.50893 13.6727 13.80714 13.93732 14.05359 11.9859 12.06613 12.26728 12.4079 12.46133 12.52828 15.98669 16.07549 16.27973 16.41409 16.46543 16.51151 15.12118 15.19035 15.37472 15.49044 15.51737 15.55168 17.61211 17.73443 17.9995 18.17457 18.24852 18.32431 21.49276 21.58445 21.78976 21.92515 21.96371 21.9992
11.30992 11.33508 11.4817 11.74946 12.09508 12.2813 12.05843 12.0836 12.23022 12.49797 12.8436 13.02982 12.37386 12.39902 12.54564 12.8134 13.15902 13.34524 12.00738 12.03254 12.17916 12.44692 12.79254 12.97876 12.07327 12.09843 12.24505 12.51281 12.85843 13.04465 12.00187 12.02704 12.17366 12.44141 12.78704 12.97325 11.90906 11.93423 12.08085 12.34861 12.69423 12.88045 12.00455 12.02972 12.17634 12.44409 12.78972 12.97594
2.965634 2.97823 2.990921 3.003353 3.01529 3.026649 2.325031 2.329032 2.333405 2.338145 2.343247 2.34861 3.433761 3.444097 3.454612 3.465079 3.475284 3.485171 1.677844 1.681014 1.683989 1.686769 1.689542 1.692123 4.085287 4.091541 4.098171 4.10479 4.111087 4.11697 4.408498 4.409545 4.410602 4.411379 4.411695 4.4115 2.395529 2.397895 2.399803 2.401706 2.403697 2.405773 4.048405 4.053279 4.059184 4.065448 4.071502 4.077232
57
Japan Japan Japan Japan Japan Japan Mexico Mexico Mexico Mexico Mexico Mexico Netherlands Netherlands Netherlands Netherlands Netherlands Netherlands Poland Poland Poland Poland Poland Poland Russian Fed. Russian Fed. Russian Fed. Russian Fed. Russian Fed. Russian Fed. Singapore Singapore Singapore Singapore Singapore Singapore South Africa South Africa South Africa South Africa South Africa South Africa Spain Spain Spain Spain Spain Spain Sweden Sweden
2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002
9.704964 9.658646 9.708414 9.483441 9.52014 9.326396 5.44938 6.135138 6.069878 6.161747 6.568604 7.006465 9.317876 9.321055 9.278347 9.155596 8.886033 8.856696 5.933788 6.195635 6.685184 6.94613 6.759545 6.959372 5.159676 5.601159 6.307134 6.020052 6.262068 7.037666 6.460037 6.382854 6.134471 6.504177 6.377873 6.736739 6.939263 7.247191 7.131577 7.282295 7.304706 7.517634 8.165498 8.438425 8.598072 8.644303 8.609418 8.787974 6.263438 6.479874
7.888612 7.809989 7.78059 7.83373 7.849178 7.933813 7.624981 7.579474 7.765407 7.510466 7.643369 7.659474 7.793413 7.709746 7.848315 7.921554 7.984839 8.005783 7.884202 7.892655 8.060586 7.631999 8.014171 7.891708 8.142828 7.997698 7.602898 8.155741 8.240943 8.175599 7.857444 7.558737 7.460643 7.796026 8.146648 8.119921 7.702676 7.336581 7.81548 7.779882 7.880721 7.649282 7.768878 7.715582 7.715364 7.814749 7.831338 7.820052 7.947484 7.794308
4.800153 4.831413 4.753012 4.683917 4.70246 4.756164 2.234557 2.267575 2.378527 2.423563 2.38857 2.388689 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 1.409498 1.406104 1.358173 1.296818 1.174177 1.132421 3.373089 3.445166 3.424002 3.360851 3.34231 3.302886 0.583176 0.582545 0.555137 0.524865 0.509465 0.463061 2.152829 2.355244 2.023499 1.865581 1.849923 1.91273 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 2.334965 2.275945
15.2254 15.18118 15.2575 15.34285 15.33112 15.29165 13.34048 13.38262 13.4593 13.53873 13.64607 13.75963 13.68876 13.78213 13.98183 14.10544 14.16211 14.21248 12.15699 12.19693 12.28673 12.44023 12.62449 12.74139 12.63336 12.75271 12.97499 13.2907 13.54707 13.804 11.35762 11.3881 11.44199 11.60058 11.69348 11.82456 11.68249 11.61616 12.02367 12.28309 12.39806 12.45727 18.43182 18.55576 18.80164 18.96743 19.05732 19.13511 12.32477 12.42365
11.37594 11.40111 11.54773 11.81549 12.16111 12.34733 12.44807 12.47324 12.61986 12.88762 13.23324 13.41946 12.05377 12.07893 12.22555 12.49331 12.83893 13.02515 11.95201 11.97717 12.12379 12.39155 12.73717 12.92339 11.85335 11.87851 12.02514 12.29289 12.63851 12.82473 9.51786 9.543023 9.689645 9.9574 10.30302 10.48924 11.776 11.80116 11.94779 12.21554 12.56116 12.74738 12.12419 12.14935 12.29597 12.56373 12.90935 13.09557 11.9774 12.00257
4.843455 4.844951 4.846256 4.847206 4.847716 4.847732 4.613535 4.625384 4.63633 4.646801 4.657098 4.667309 2.772651 2.777825 2.782787 2.787539 2.792146 2.79661 3.647563 3.646259 3.645032 3.643856 3.642783 3.641866 4.983894 4.979069 4.973957 4.968868 4.964033 4.959553 1.406097 1.416096 1.424072 1.434846 1.450911 1.473389 3.818503 3.832915 3.84693 3.860245 3.872721 3.884426 3.706425 3.719821 3.734546 3.749151 3.762594 3.774575 2.184477 2.188744
58
Sweden Sweden Sweden Sweden Turkey Turkey Turkey Turkey Turkey Turkey United Kingdom United Kingdom United Kingdom United Kingdom United Kingdom United Kingdom United States United States United States United States United States United States
2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006
7.090573 6.87405 6.843857 6.786899 4.997192 5.306519 5.919187 6.191614 6.624015 6.766401 8.881538 9.03203 9.16493 9.093832 9.006355 8.928889 9.438964 9.62267 9.520359 9.591791 9.705687 9.768611
7.388696 7.699197 8.177416 7.971072 7.873001 7.785509 7.67749 8.039544 8.055043 7.972041 7.835195 7.796572 7.762826 7.966091 8.217455 8.104621 8.019725 7.987027 7.962859 8.005732 8.013121 8.03056
2.090171 1.994549 2.011309 1.998536 0.203422 0.410274 0.406058 0.354551 0.295338 0.35659 -0.36434 -0.40463 -0.49025 -0.60481 -0.59784 -0.60975 0 0 0 0 0 0
12.64767 12.78603 12.81041 12.88156 12.1859 12.35677 12.62151 12.87941 13.08775 13.18236 14.20145 14.29298 14.43657 14.60314 14.63849 14.7043 16.13081 16.16399 16.20984 16.27389 16.33497 16.39409
12.14919 12.41694 12.76257 12.94879 11.83183 11.85699 12.00361 12.27137 12.61699 12.80321 12.08432 12.10949 12.25611 12.52386 12.86949 13.0557 12.41822 12.44338 12.59 12.85776 13.20338 13.3896
2.193886 2.199223 2.204531 2.209702 4.211298 4.225344 4.238863 4.25206 4.265057 4.277888 4.079874 4.08416 4.088779 4.093644 4.098685 4.103882 5.673306 5.68361 5.69349 5.703186 5.712878 5.722594
59
Lampiran 2. Data Input untuk Analisis Aliran Perdagangan Anyaman Rotan Negara Australia Australia Australia Australia Australia Australia Belgium Belgium Belgium Belgium Belgium Belgium Canada Canada Canada Canada Canada Canada Denmark Denmark Denmark Denmark Denmark Denmark Finland Finland Finland Finland Finland Finland France France France France France France Germany Germany Germany Germany Germany Germany Greece Greece Greece Greece Greece Greece
Tahun
LnX
LnPx
LnER
LnY
LnD
LnN
2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006
6.764062 6.854118 6.805315 6.488156 6.01853 5.580771 6.830423 6.695481 6.546728 6.293223 6.033458 6.072021 6.433675 6.605313 6.563087 6.02129 5.553142 3.603185 5.471136 5.131956 5.527626 4.687441 4.199695 4.215706 4.47423 5.083904 3.961803 4.166557 4.210289 3.803769 6.872598 6.871677 7.025074 6.82284 6.50556 4.959117 8.485005 8.129756 8.510357 8.248589 8.22304 8.200629 3.644719 4.384361 3.985236 4.932097 4.401523 4.025137
7.530485 7.448891 7.604921 7.373959 7.425008 7.510381 7.2168 7.44287 7.427654 7.446986 7.603724 7.752563 7.869858 7.500031 7.468903 7.432775 7.406114 7.675409 7.735049 7.70728 7.477046 7.412726 7.443469 7.729904 8.045061 7.509038 7.845075 7.915618 8.024575 8.313253 7.944313 7.708019 7.351462 7.483856 7.269031 7.869795 8.006316 7.793062 7.049538 7.538369 7.692942 7.440635 7.907543 7.507494 7.4259 7.537155 7.72837 7.097157
0.659301 0.61007 0.433022 0.307301 0.269622 0.283651 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 0.437455 0.450642 0.337222 0.263149 0.192074 0.126069 2.119001 2.066193 1.8852 1.790268 1.791244 1.78285 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314
12.81523 12.93008 13.17135 13.36855 13.47724 13.53452 16.04814 16.13652 16.3374 16.48442 16.53904 16.59099 13.48013 13.50893 13.6727 13.80714 13.93732 14.05359 11.9859 12.06613 12.26728 12.4079 12.46133 12.52828 13.5178 13.60179 13.79014 13.9273 13.97195 14.03181 15.98669 16.07549 16.27973 16.41409 16.46543 16.51151 15.12118 15.19035 15.37472 15.49044 15.51737 15.55168 17.61211 17.73443 17.9995 18.17457 18.24852 18.32431
11.30992 11.33508 11.4817 11.74946 12.09508 12.2813 12.05843 12.0836 12.23022 12.49797 12.8436 13.02982 12.37386 12.39902 12.54564 12.8134 13.15902 13.34524 12.00738 12.03254 12.17916 12.44692 12.79254 12.97876 11.94128 11.96645 12.11307 12.38082 12.72645 12.91267 12.07327 12.09843 12.24505 12.51281 12.85843 13.04465 12.00187 12.02704 12.17366 12.44141 12.78704 12.97325 11.90906 11.93423 12.08085 12.34861 12.69423 12.88045
2.965634 2.97823 2.990921 3.003353 3.01529 3.026649 2.325031 2.329032 2.333405 2.338145 2.343247 2.34861 3.433761 3.444097 3.454612 3.465079 3.475284 3.485171 1.677844 1.681014 1.683989 1.686769 1.689542 1.692123 1.645963 1.648466 1.650964 1.654029 1.657085 1.660701 4.085287 4.091541 4.098171 4.10479 4.111087 4.11697 4.408498 4.409545 4.410602 4.411379 4.411695 4.4115 2.395529 2.397895 2.399803 2.401706 2.403697 2.405773
60
Italy Italy Italy Italy Italy Italy Japan Japan Japan Japan Japan Japan Korea Korea Korea Korea Korea Korea Malaysia Malaysia Malaysia Malaysia Malaysia Malaysia Netherlands Netherlands Netherlands Netherlands Netherlands Netherlands Russian Fed. Russian Fed. Russian Fed. Russian Fed. Russian Fed. Russian Fed. Spain Spain Spain Spain Spain Spain Sweden Sweden Sweden Sweden Sweden Sweden United Kingdom United Kingdom
2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002
6.711492 6.677427 7.319876 6.233734 6.091844 4.662363 7.615826 7.54628 7.408973 7.624161 6.653246 6.35498 7.18407 7.640076 7.215244 6.627725 6.811433 6.7506 4.381577 4.571448 4.386106 3.81207 2.657458 3.569223 6.694978 7.300609 7.106977 7.15874 7.104433 7.139535 3.853673 4.119167 3.687979 3.709442 5.99645 4.382664 6.035395 6.073491 6.228673 6.379295 5.974303 3.956748 5.904348 5.73047 7.03053 4.704065 6.044171 5.500319 7.287872 7.49943
7.550504 7.429658 7.393951 7.363586 7.136835 7.73547 8.376418 8.465727 8.418074 7.952799 8.370202 8.431738 7.444772 7.313521 7.277357 7.476796 7.476994 7.682788 7.562345 6.799349 7.415084 7.165088 7.513649 7.624048 7.799066 7.594838 7.499429 7.493407 7.590611 7.599901 8.083788 7.275898 7.724109 7.561743 6.929069 7.434727 7.698392 7.675972 7.714072 7.454716 7.419796 7.861771 7.969596 7.604261 5.576042 7.795819 7.69253 7.851955 7.953102 7.505419
0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 4.800153 4.831413 4.753012 4.683917 4.70246 4.756164 7.163165 7.13177 7.083061 7.043439 6.931589 6.861492 1.335001 1.335001 1.335001 1.335001 1.331598 1.299696 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 3.373089 3.445166 3.424002 3.360851 3.34231 3.302886 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 2.334965 2.275945 2.090171 1.994549 2.011309 1.998536 -0.36434 -0.40463
21.49276 21.58445 21.78976 21.92515 21.96371 21.9992 15.2254 15.18118 15.2575 15.34285 15.33112 15.29165 13.08548 13.21208 13.31817 13.43057 13.58159 13.69695 11.43803 11.52135 11.61007 11.73406 11.83468 11.96023 13.68876 13.78213 13.98183 14.10544 14.16211 14.21248 12.63336 12.75271 12.97499 13.2907 13.54707 13.804 18.43182 18.55576 18.80164 18.96743 19.05732 19.13511 12.32477 12.42365 12.64767 12.78603 12.81041 12.88156 14.20145 14.29298
12.00455 12.02972 12.17634 12.44409 12.78972 12.97594 11.37594 11.40111 11.54773 11.81549 12.16111 12.34733 11.2867 11.31186 11.45848 11.72624 12.07186 12.25808 9.784755 9.809918 9.95654 10.22429 10.56992 10.75614 12.05377 12.07893 12.22555 12.49331 12.83893 13.02515 11.85335 11.87851 12.02514 12.29289 12.63851 12.82473 12.12419 12.14935 12.29597 12.56373 12.90935 13.09557 11.9774 12.00257 12.14919 12.41694 12.76257 12.94879 12.08432 12.10949
4.048405 4.053279 4.059184 4.065448 4.071502 4.077232 4.843455 4.844951 4.846256 4.847206 4.847716 4.847732 3.843894 3.849041 3.853631 3.857905 3.862118 3.866314 3.168466 3.188417 3.20741 3.225812 3.243881 3.261744 2.772651 2.777825 2.782787 2.787539 2.792146 2.79661 4.983894 4.979069 4.973957 4.968868 4.964033 4.959553 3.706425 3.719821 3.734546 3.749151 3.762594 3.774575 2.184477 2.188744 2.193886 2.199223 2.204531 2.209702 4.079874 4.08416
61
United Kingdom United Kingdom United Kingdom United Kingdom United States United States United States United States United States United States
2003 2004 2005 2006 2001 2002 2003 2004 2005 2006
7.206275 6.958948 6.826648 6.698881 8.564937 8.691998 8.391596 7.794398 7.166987 7.644245
7.60794 7.887854 7.763976 7.678891 8.041978 7.935147 8.114533 8.174853 8.063936 7.978444
-0.49025 -0.60481 -0.59784 -0.60975 0 0 0 0 0 0
14.43657 14.60314 14.63849 14.7043 16.13081 16.16399 16.20984 16.27389 16.33497 16.39409
12.25611 12.52386 12.86949 13.0557 12.41822 12.44338 12.59 12.85776 13.20338 13.3896
4.088779 4.093644 4.098685 4.103882 5.673306 5.68361 5.69349 5.703186 5.712878 5.722594
62
Lampiran 3. Data Input untuk Analisis Aliran Perdagangan Rotan Setengah Jadi Negara
Tahun
LnX
LnPx
LnER
LnY
LnD
LnN
Australia Australia Australia Australia Australia Australia China China China China China China France France France France France France Germany Germany Germany Germany Germany Germany Hongkong Hongkong Hongkong Hongkong Hongkong Hongkong Italy Italy Italy Italy Italy Italy Japan Japan Japan Japan Japan Japan Netherlands Netherlands Netherlands Netherlands Netherlands Netherlands
2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006
0.092579 -1.16475 3.175843 4.495779 4.539618 4.576483 9.321165 9.288558 9.922284 9.159735 9.047983 9.62387 3.288365 3.413883 3.297465 3.172287 2.585657 4.020913 4.691898 4.199395 5.190966 5.60744 6.049833 6.118969 9.151928 9.142231 9.003217 9.919208 8.585559 8.083772 5.109406 4.641984 4.913081 2.943965 -1.44817 4.115649 3.131923 2.428248 3.522353 6.199734 2.681227 2.724842 3.236283 2.116135 1.483648 2.262804 -1.89712 3.97693
7.281423 6.252348 7.314458 6.767505 7.314462 7.680749 6.352177 6.343253 6.401062 6.579321 6.803348 6.776047 6.428492 6.379622 6.694583 6.555656 6.451877 7.666839 7.249675 7.550987 7.417594 7.121691 7.135416 7.475566 6.296662 6.375735 6.462806 6.40063 6.64444 6.765642 6.591765 6.546969 6.490018 7.400322 9.186658 7.323059 7.539912 8.3691 7.512763 6.565446 7.879496 9.159647 6.748369 7.129186 6.402809 6.797759 8.006368 7.3739
0.659301 0.61007 0.433022 0.307301 0.269622 0.283651 2.113489 2.113476 2.113485 2.113456 2.103441 2.076116 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 2.053963 2.053985 2.052424 2.052584 2.051213 2.049991 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 4.800153 4.831413 4.753012 4.683917 4.70246 4.756164 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314
12.81523 12.93008 13.17135 13.36855 13.47724 13.53452 14.09053 14.18985 14.31502 14.47639 14.6496 14.83574 15.98669 16.07549 16.27973 16.41409 16.46543 16.51151 15.12118 15.19035 15.37472 15.49044 15.51737 15.55168 12.02331 12.00628 11.97396 12.01906 12.08826 12.15479 21.49276 21.58445 21.78976 21.92515 21.96371 21.9992 15.2254 15.18118 15.2575 15.34285 15.33112 15.29165 13.68876 13.78213 13.98183 14.10544 14.16211 14.21248
11.30992 11.33508 11.4817 11.74946 12.09508 12.2813 11.27102 11.29618 11.4428 11.71056 12.05618 12.2424 12.07327 12.09843 12.24505 12.51281 12.85843 13.04465 12.00187 12.02704 12.17366 12.44141 12.78704 12.97325 10.79061 10.81577 10.9624 11.23015 11.57577 11.76199 12.00455 12.02972 12.17634 12.44409 12.78972 12.97594 11.37594 11.40111 11.54773 11.81549 12.16111 12.34733 12.05377 12.07893 12.22555 12.49331 12.83893 13.02515
2.965634 2.97823 2.990921 3.003353 3.01529 3.026649 7.152018 7.159276 7.16622 7.172939 7.179499 7.185932 4.085287 4.091541 4.098171 4.10479 4.111087 4.11697 4.408498 4.409545 4.410602 4.411379 4.411695 4.4115 1.906129 1.913239 1.918979 1.924103 1.929055 1.933838 4.048405 4.053279 4.059184 4.065448 4.071502 4.077232 4.843455 4.844951 4.846256 4.847206 4.847716 4.847732 2.772651 2.777825 2.782787 2.787539 2.792146 2.79661
63
Russian Fed. Russian Fed. Russian Fed. Russian Fed. Russian Fed. Russian Fed. Singapore Singapore Singapore Singapore Singapore Singapore South Africa South Africa South Africa South Africa South Africa South Africa Spain Spain Spain Spain Spain Spain Sri Lanka Sri Lanka Sri Lanka Sri Lanka Sri Lanka Sri Lanka Thailand Thailand Thailand Thailand Thailand Thailand United States United States United States United States United States United States
2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006
1.595745 2.540026 2.61286 -6.21461 1.719726 3.450844 7.389731 7.002024 7.19653 7.55315 8.132215 7.455677 4.645352 4.541165 5.129159 4.944139 3.93259 4.99836 4.845548 4.551358 5.132322 4.602136 3.834926 3.767968 1.820833 2.33631 2.302385 3.592424 4.487141 5.202709 6.266513 5.443149 6.222834 5.995653 5.299766 6.113222 4.024155 2.437203 2.77826 4.228016 5.3115 5.530107
8.201827 7.484351 7.117642 8.006368 6.756437 7.64649 6.330282 6.31627 6.515967 6.601952 6.518398 6.742487 6.23571 6.2406 6.42652 6.319029 6.521127 6.673337 6.414109 6.385741 6.639006 6.450372 7.613258 8.355272 6.514119 6.382844 6.386743 5.861569 6.197482 6.44563 6.417816 6.41002 6.405279 6.547773 6.710036 6.686854 6.517285 7.747093 7.594387 8.237641 8.091537 7.69493
3.373089 3.445166 3.424002 3.360851 3.34231 3.302886 0.583176 0.582545 0.555137 0.524865 0.509465 0.463061 2.152829 2.355244 2.023499 1.865581 1.849923 1.91273 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 4.492931 4.560822 4.569761 4.617039 4.610138 4.643564 3.793958 3.760272 3.725322 3.694424 3.694367 3.634476 0 0 0 0 0 0
12.63336 12.75271 12.97499 13.2907 13.54707 13.804 11.35762 11.3881 11.44199 11.60058 11.69348 11.82456 11.68249 11.61616 12.02367 12.28309 12.39806 12.45727 18.43182 18.55576 18.80164 18.96743 19.05732 19.13511 9.664324 9.746967 9.845943 9.936037 10.10259 10.2499 11.65734 11.75097 11.87004 11.99343 12.08166 12.23683 16.13081 16.16399 16.20984 16.27389 16.33497 16.39409
11.85335 11.87851 12.02514 12.29289 12.63851 12.82473 9.51786 9.543023 9.689645 9.9574 10.30302 10.48924 11.776 11.80116 11.94779 12.21554 12.56116 12.74738 12.12419 12.14935 12.29597 12.56373 12.90935 13.09557 10.82653 10.85169 10.99832 11.26607 11.61169 11.79791 10.4648 10.48997 10.63659 10.90434 11.24997 11.43619 12.41822 12.44338 12.59 12.85776 13.20338 13.3896
4.983894 4.979069 4.973957 4.968868 4.964033 4.959553 1.406097 1.416096 1.424072 1.434846 1.450911 1.473389 3.818503 3.832915 3.84693 3.860245 3.872721 3.884426 3.706425 3.719821 3.734546 3.749151 3.762594 3.774575 2.93895 2.946542 2.954754 2.963312 2.972003 2.980822 4.142992 4.154718 4.167022 4.17867 4.188836 4.197307 5.673306 5.68361 5.69349 5.703186 5.712878 5.722594
64
Lampiran 4. Data Input untuk Analisis Aliran Perdagangan Gambir Negara Bangladesh Bangladesh Bangladesh Bangladesh Bangladesh Bangladesh India India India India India India Japan Japan Japan Japan Japan Japan Malaysia Malaysia Malaysia Malaysia Malaysia Malaysia Pakistan Pakistan Pakistan Pakistan Pakistan Pakistan Philippines Philippines Philippines Philippines Philippines Philippines Singapore Singapore Singapore Singapore Singapore Singapore Thailand Thailand Thailand Thailand Thailand Thailand
Tahun
LnX
LnPx
LnER
LnY
LnD
LnN
2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006
5.446737 5.906337 5.475417 5.67332 6.011713 6.185719 9.423151 9.378634 8.987432 9.472762 9.455011 9.538982 3.057909 3.424263 3.556119 8.341075 3.295837 4.540952 3.477294 3.410322 3.611053 4.946815 4.632571 3.122805 6.485838 6.991171 5.800879 6.318687 6.584493 6.247644 4.237997 -0.30381 0.820661 5.991467 6.754975 4.477337 6.089564 5.613654 4.81268 5.191489 4.898056 5.28329 1.304542 3.623887 3.643934 3.013818 4.609391 1.25647
6.453306 6.420071 6.040384 6.872007 7.086388 7.111488 7.193158 7.050596 6.963634 7.233896 7.368699 7.273959 8.525354 8.169616 8.028736 5.311826 8.550427 7.728293 6.909638 6.604886 6.702058 6.606148 6.659757 7.237759 6.720032 6.659788 6.576534 6.538611 6.404044 6.469184 7.386523 9.40601 9.948877 4.247421 3.777655 4.135167 6.970113 7.041193 7.059771 7.09858 7.107899 7.307429 6.625664 8.922536 9.090812 6.839481 5.469225 7.691206
4.021894 4.05851 4.063026 4.08619 4.163987 4.233138 3.854106 3.883835 3.841242 3.813671 3.78646 3.813462 4.800153 4.831413 4.753012 4.683917 4.70246 4.756164 1.335001 1.335001 1.335001 1.335001 1.331598 1.299696 4.12596 4.089731 4.056158 4.06488 4.08622 4.098856 3.931681 3.943591 3.992742 4.026064 4.008887 3.937969 0.583176 0.582545 0.555137 0.524865 0.509465 0.463061 3.793958 3.760272 3.725322 3.694424 3.694367 3.634476
10.72399 10.76204 10.85303 10.93221 10.96177 11.00723 13.0877 13.13221 13.29013 13.45164 13.60709 13.72673 15.2254 15.18118 15.2575 15.34285 15.33112 15.29165 11.43803 11.52135 11.61007 11.73406 11.83468 11.96023 11.12698 11.21928 11.34361 11.48062 11.60106 11.74399 11.17347 11.24914 11.28519 11.37286 11.50115 11.67476 11.35762 11.3881 11.44199 11.60058 11.69348 11.82456 11.65734 11.75097 11.87004 11.99343 12.08166 12.23683
10.95047 10.97563 11.12226 11.39001 11.73563 11.92185 11.23569 11.26086 11.40748 11.67523 12.02086 12.20708 11.37594 11.40111 11.54773 11.81549 12.16111 12.34733 9.784755 9.809918 9.95654 10.22429 10.56992 10.75614 11.35707 11.38224 11.52886 11.79661 12.14224 12.32846 10.64527 10.67044 10.81706 11.08481 11.43044 11.61665 9.51786 9.543023 9.689645 9.9574 10.30302 10.48924 10.4648 10.48997 10.63659 10.90434 11.24997 11.43619
4.964864 4.982215 4.999109 5.015464 5.031235 5.046408 6.966373 6.982965 6.999213 7.015066 7.030521 7.045559 4.843455 4.844951 4.846256 4.847206 4.847716 4.847732 3.168466 3.188417 3.20741 3.225812 3.243881 3.261744 5.021786 5.044676 5.066978 5.088978 5.110879 5.132676 4.372469 4.391841 4.410906 4.429757 4.44847 4.467045 1.406097 1.416096 1.424072 1.434846 1.450911 1.473389 4.142992 4.154718 4.167022 4.17867 4.188836 4.197307
65
United States United States United States United States United States United States
2001 2002 2003 2004 2005 2006
2.714297 -1.5559 1.771557 1.015231 3.519188 2.588966
7.824576 8.48051 7.926811 10.13126 9.0493 8.791684
0 0 0 0 0 0
16.13081 16.16399 16.20984 16.27389 16.33497 16.39409
12.41822 12.44338 12.59 12.85776 13.20338 13.3896
5.673306 5.68361 5.69349 5.703186 5.712878 5.722594
66
Lampiran 5. Data Input untuk Analisis Aliran Perdagangan Minyak Atsiri Negara China China China China China China France France France France France France Germany Germany Germany Germany Germany Germany India India India India India India Japan Japan Japan Japan Japan Japan Korea Korea Korea Korea Korea Korea Malaysia Malaysia Malaysia Malaysia Malaysia Malaysia Netherlands Netherlands Netherlands Netherlands Netherlands Netherlands
Tahun
LnX
LnPx
LnER
LnY
LnD
LnN
2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006
4.776566 5.873936 5.242879 5.823291 5.961126 6.68471 5.915927 5.736766 5.44534 5.855416 5.399465 5.864086 4.721049 4.974649 5.035484 5.541209 5.387829 5.448882 5.618294 5.980939 5.699296 5.6343 5.605 5.929145 5.990839 6.130409 5.156016 5.932394 5.611408 5.452878 0.262364 1.370419 -0.22065 1.283154 3.285787 3.706253 5.985195 6.043115 6.248217 5.810437 6.063278 6.259476 4.086883 3.543131 4.341895 4.531351 5.54182 5.406032
8.723857 8.779186 8.949498 8.897937 8.49821 7.558524 9.668318 9.824691 9.709093 9.862753 10.1487 9.847117 10.11276 10.1587 9.963942 10.04181 9.9516 9.801051 8.664728 8.681676 8.683295 8.87127 9.174798 9.328249 8.770276 8.578862 9.330396 8.975115 9.201079 9.061353 8.300185 8.965435 10.23844 9.500127 8.824006 9.033772 8.73469 8.820748 8.568083 8.943465 8.728177 8.777108 9.560725 9.819754 9.535081 9.753589 10.05653 9.903468
2.113489 2.113476 2.113485 2.113456 2.103441 2.076116 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 3.854106 3.883835 3.841242 3.813671 3.78646 3.813462 4.800153 4.831413 4.753012 4.683917 4.70246 4.756164 7.163165 7.13177 7.083061 7.043439 6.931589 6.861492 1.335001 1.335001 1.335001 1.335001 1.331598 1.299696 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314
14.09053 14.18985 14.31502 14.47639 14.6496 14.83574 15.98669 16.07549 16.27973 16.41409 16.46543 16.51151 15.12118 15.19035 15.37472 15.49044 15.51737 15.55168 13.0877 13.13221 13.29013 13.45164 13.60709 13.72673 15.2254 15.18118 15.2575 15.34285 15.33112 15.29165 13.08548 13.21208 13.31817 13.43057 13.58159 13.69695 11.43803 11.52135 11.61007 11.73406 11.83468 11.96023 13.68876 13.78213 13.98183 14.10544 14.16211 14.21248
11.27102 11.29618 11.4428 11.71056 12.05618 12.2424 12.07327 12.09843 12.24505 12.51281 12.85843 13.04465 12.00187 12.02704 12.17366 12.44141 12.78704 12.97325 11.23569 11.26086 11.40748 11.67523 12.02086 12.20708 11.37594 11.40111 11.54773 11.81549 12.16111 12.34733 11.2867 11.31186 11.45848 11.72624 12.07186 12.25808 9.784755 9.809918 9.95654 10.22429 10.56992 10.75614 12.05377 12.07893 12.22555 12.49331 12.83893 13.02515
7.152018 7.159276 7.16622 7.172939 7.179499 7.185932 4.085287 4.091541 4.098171 4.10479 4.111087 4.11697 4.408498 4.409545 4.410602 4.411379 4.411695 4.4115 6.966373 6.982965 6.999213 7.015066 7.030521 7.045559 4.843455 4.844951 4.846256 4.847206 4.847716 4.847732 3.843894 3.849041 3.853631 3.857905 3.862118 3.866314 3.168466 3.188417 3.20741 3.225812 3.243881 3.261744 2.772651 2.777825 2.782787 2.787539 2.792146 2.79661
67
Pakistan Pakistan Pakistan Pakistan Pakistan Pakistan Philppines Philppines Philppines Philppines Philppines Philppines Singapore Singapore Singapore Singapore Singapore Singapore Spain Spain Spain Spain Spain Spain Switzerland Switzerland Switzerland Switzerland Switzerland Switzerland Thailand Thailand Thailand Thailand Thailand Thailand Turkey Turkey Turkey Turkey Turkey Turkey United Kingdom United Kingdom United Kingdom United Kingdom United Kingdom United Kingdom United States United States
2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002 2003 2004 2005 2006 2001 2002
2.283198 3.911323 3.306813 3.740997 3.500439 4.360484 5.659489 6.014084 6.349184 6.264605 6.44467 6.312609 7.106922 7.152513 6.944213 7.233421 7.455662 7.489503 4.805626 5.805764 6.014917 4.996827 5.00304 5.388633 5.172561 4.712984 5.328017 4.660226 4.936005 5.336196 6.490874 6.265027 6.352051 6.890968 7.166607 7.311357 2.063693 1.950756 3.192942 4.795063 3.84614 4.054009 5.62216 5.232348 5.242673 4.847269 4.898549 5.025432 6.929078 6.620237
9.691862 8.739638 9.375559 8.971462 9.594892 9.265563 9.214703 9.175606 9.211565 9.295142 9.286941 9.526865 9.455196 9.319227 9.412709 9.28441 9.461552 9.451947 9.084153 9.315287 8.384087 9.58121 9.778123 9.406546 9.828659 9.889031 9.939938 9.969261 9.840518 9.840255 9.140389 9.140067 9.186085 9.309165 9.52264 9.468208 8.858696 9.103051 8.835277 8.350057 8.374531 8.578165 9.675963 9.804941 9.599568 9.855872 10.02659 9.674521 9.809089 9.852987
4.12596 4.089731 4.056158 4.06488 4.08622 4.098856 3.931681 3.943591 3.992742 4.026064 4.008887 3.937969 0.583176 0.582545 0.555137 0.524865 0.509465 0.463061 0.113329 0.058269 -0.11653 -0.21072 -0.22314 -0.22314 0.523313 0.443794 0.29762 0.21793 0.21928 0.226211 3.793958 3.760272 3.725322 3.694424 3.694367 3.634476 0.203422 0.410274 0.406058 0.354551 0.295338 0.35659 -0.36434 -0.40463 -0.49025 -0.60481 -0.59784 -0.60975 0 0
11.12698 11.21928 11.34361 11.48062 11.60106 11.74399 11.17347 11.24914 11.28519 11.37286 11.50115 11.67476 11.35762 11.3881 11.44199 11.60058 11.69348 11.82456 18.43182 18.55576 18.80164 18.96743 19.05732 19.13511 12.44897 12.5376 12.69174 12.80213 12.8265 12.86989 11.65734 11.75097 11.87004 11.99343 12.08166 12.23683 12.1859 12.35677 12.62151 12.87941 13.08775 13.18236 14.20145 14.29298 14.43657 14.60314 14.63849 14.7043 16.13081 16.16399
11.35707 11.38224 11.52886 11.79661 12.14224 12.32846 10.64527 10.67044 10.81706 11.08481 11.43044 11.61665 9.51786 9.543023 9.689645 9.9574 10.30302 10.48924 12.12419 12.14935 12.29597 12.56373 12.90935 13.09557 12.04165 12.06682 12.21344 12.48119 12.82682 13.01304 10.4648 10.48997 10.63659 10.90434 11.24997 11.43619 11.83183 11.85699 12.00361 12.27137 12.61699 12.80321 12.08432 12.10949 12.25611 12.52386 12.86949 13.0557 12.41822 12.44338
5.021786 5.044676 5.066978 5.088978 5.110879 5.132676 4.372469 4.391841 4.410906 4.429757 4.44847 4.467045 1.406097 1.416096 1.424072 1.434846 1.450911 1.473389 3.706425 3.719821 3.734546 3.749151 3.762594 3.774575 1.977962 1.985268 1.993066 2.000534 2.007005 2.012233 4.142992 4.154718 4.167022 4.17867 4.188836 4.197307 4.211298 4.225344 4.238863 4.25206 4.265057 4.277888 4.079874 4.08416 4.088779 4.093644 4.098685 4.103882 5.673306 5.68361
68
United States United States United States United States Vietnam Vietnam Vietnam Vietnam Vietnam Vietnam
2003 2004 2005 2006 2001 2002 2003 2004 2005 2006
6.655264 6.390833 6.763095 6.913582 5.781758 5.945434 7.010936 6.637608 7.064453 6.875188
9.69059 9.797476 9.841276 9.685202 8.865834 8.788801 7.957877 8.661089 8.433744 8.559723
0 0 0 0 9.597316 9.634267 9.649214 9.664342 9.671486 9.679988
16.20984 16.27389 16.33497 16.39409 10.39468 10.46493 10.58538 10.72388 10.87649 11.01721
12.59 12.85776 13.20338 13.3896 10.7254 10.75057 10.89719 11.16494 11.51057 11.69679
5.69349 5.703186 5.712878 5.722594 4.379085 4.392756 4.406134 4.41913 4.431697 4.443839
69
Lampiran 6. Hasil Output Stata untuk Komoditas Meubel Rotan Fixed-effects (within) regression
Number of obs
=
120
Group variable: neg
Number of groups
=
20
R-sq:
= 0.6611
Obs per group: min =
6
between = 0.1982
within
avg =
6.0
overall = 0.1961
max =
6
F(5,95)
=
37.06
Prob > F
=
0.0000
corr(u_i, Xb)
= -0.9591
-----------------------------------------------------------------------------lnx |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------lnpx |
-.7089642
.1557943
-4.55
0.000
-1.018255
-.3996735
lner |
1.486108
.2478988
5.99
0.000
.993967
1.97825
lny |
1.954769
.1869094
10.46
0.000
1.583707
2.325831
lnd |
-.2707186
.1154155
-2.35
0.021
-.4998474
-.0415899
lnn |
-.3006425
1.923847
-0.16
0.876
-4.119963
3.518678
_cons |
-12.27962
6.331075
-1.94
0.055
-24.84839
.2891531
-------------+---------------------------------------------------------------sigma_u |
4.1642416
sigma_e |
.19597306
rho |
.99779016
(fraction of variance due to u_i)
-----------------------------------------------------------------------------F test that all u_i=0:
F(19, 95) =
177.78
Prob > F = 0.0000
. hausman fix ---- Coefficients ---|
(b)
(B)
|
fix
.
(b-B) Difference
sqrt(diag(V_b-V_B)) S.E.
-------------+---------------------------------------------------------------lnpx |
-.7089642
-.7563557
.0473915
.
lner |
1.486108
.4926492
.9934592
.1373727
lny |
1.954769
.7565404
1.198229
.1365999
lnd |
-.2707186
.1636641
-.4343827
.0624833
lnn |
-.3006425
-.2073149
-.0933276
1.898049
-----------------------------------------------------------------------------b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test:
Ho:
difference in coefficients not systematic chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B) =
89.34
Prob>chi2 =
0.0000
(V_b-V_B is not positive definite)
70
Lampiran 7. Hasil Output Stata untuk Komoditas Anyaman Rotan Fixed-effects (within) regression
Number of obs
=
108
Group variable: neg
Number of groups
=
18
R-sq:
= 0.5738
Obs per group: min =
6
between = 0.2762
within
avg =
6.0
overall = 0.2206
max =
6
F(5,85)
=
22.89
Prob > F
=
0.0000
corr(u_i, Xb)
= -0.9980
-----------------------------------------------------------------------------lnx |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------lnpx |
-.6787148
.161622
-4.20
0.000
-1.000063
-.3573669
lner |
.7605682
.7431111
1.02
0.309
-.7169357
2.238072
lny |
1.342499
.5417522
2.48
0.015
.2653501
2.419647
lnd |
-.9315036
.2792013
-3.34
0.001
-1.486631
-.3763766
lnn |
-16.77837
4.467866
-3.76
0.000
-25.66169
-7.895059
_cons |
59.86795
16.19522
3.70
0.000
27.66751
92.0684
-------------+---------------------------------------------------------------sigma_u |
19.216765
sigma_e |
.43395221
rho |
.99949032
(fraction of variance due to u_i)
-----------------------------------------------------------------------------F test that all u_i=0:
F(17, 85) =
45.97
Prob > F = 0.0000
. hausman fix ---- Coefficients ---|
(b)
(B)
|
fix
.
(b-B) Difference
sqrt(diag(V_b-V_B)) S.E.
-------------+---------------------------------------------------------------lnpx |
-.6787148
-.7853242
.1066094
.
lner |
.7605682
-.0552562
.8158245
.720284
lny |
1.342499
.1365212
1.205977
.5206685
lnd |
-.9315036
-.8956588
-.0358448
.2372596
lnn |
-16.77837
.5628126
-17.34119
4.456615
-----------------------------------------------------------------------------b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test:
Ho:
difference in coefficients not systematic chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B) =
19.07
Prob>chi2 =
0.0019
(V_b-V_B is not positive definite)
71
Lampiran 8. Hasil Output Stata untuk Komoditas Rotan Setengah Jadi Fixed-effects (within) regression
Number of obs
=
90
Group variable: neg
Number of groups
=
15
R-sq:
= 0.2794
Obs per group: min =
6
between = 0.0006
within
avg =
6.0
overall = 0.0006
max =
6
F(5,70)
=
5.43
Prob > F
=
0.0003
corr(u_i, Xb)
= -0.9984
-----------------------------------------------------------------------------lnx |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------lnpx |
-1.764946
.3601609
-4.90
0.000
-2.483264
-1.046628
lner |
-.0148665
2.19125
-0.01
0.995
-4.385177
4.355444
lny |
-1.298054
1.556873
-0.83
0.407
-4.40314
1.807032
lnd |
1.167656
.9352837
1.25
0.216
-.6977084
3.033021
lnn |
31.99064
16.12861
1.98
0.051
-.1768601
64.15814
_cons |
-104.3378
61.18553
-1.71
0.093
-226.3685
17.69292
-------------+---------------------------------------------------------------sigma_u |
45.200465
sigma_e |
1.3811689
rho |
.99906717
(fraction of variance due to u_i)
-----------------------------------------------------------------------------F test that all u_i=0:
F(14, 70) =
12.57
Prob > F = 0.0000
. hausman fix ---- Coefficients ---|
(b)
(B)
|
fix
.
(b-B) Difference
sqrt(diag(V_b-V_B)) S.E.
-------------+---------------------------------------------------------------lnpx |
-1.764946
-1.460654
-.3042916
.0631912
lner |
-.0148665
lny |
-1.298054
-.1305244
.1156578
2.155069
-.1935174
-1.104537
lnd |
1.535621
1.167656
.7838194
.3838368
.807342
lnn |
31.99064
.1872503
31.80339
16.12228
-----------------------------------------------------------------------------b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test:
Ho:
difference in coefficients not systematic chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B) =
82.87
Prob>chi2 =
0.0000
(V_b-V_B is not positive definite)
72
Lampiran 9. Hasil Output Stata untuk Komoditas Gambir Random-effects GLS regression
Number of obs
=
54
Group variable: neg
Number of groups
=
9
R-sq:
= 0.4612
Obs per group: min =
6
between = 0.3058
within
avg =
6.0
overall = 0.3458
max =
6
Random effects u_i ~ Gaussian
Wald chi2(5)
=
39.02
corr(u_i, X)
Prob > chi2
=
0.0000
= 0 (assumed)
-----------------------------------------------------------------------------lnx |
Coef.
Std. Err.
z
P>|z|
[95% Conf. Interval]
-------------+---------------------------------------------------------------lnpx |
-.7751195
.1376605
-5.63
0.000
-1.044929
-.5053099
lner |
.0484961
.6235719
0.08
0.938
-1.173682
1.270675
lny |
-.5298069
.6162864
-0.86
0.390
-1.737706
.6780923
lnd |
.5918939
.4848052
1.22
0.222
-.3583068
1.542095
lnn |
.5373157
.7612964
0.71
0.480
-.9547978
2.029429
_cons |
7.833087
6.139715
1.28
0.202
-4.200533
19.86671
-------------+---------------------------------------------------------------sigma_u |
2.4662655
sigma_e |
1.0835436
rho |
.83820555
(fraction of variance due to u_i)
------------------------------------------------------------------------------
. hausman fix ---- Coefficients ---|
(b)
(B)
(b-B)
|
fix
.
Difference
sqrt(diag(V_b-V_B)) S.E.
-------------+---------------------------------------------------------------lnpx |
-.7758809
-.7751195
-.0007614
.0314242
lner |
.6554085
.0484961
.6069125
6.745092
lny |
-3.483049
-.5298069
-2.953242
5.613197
lnd |
1.683784
.5918939
1.091891
.900742
lnn |
3.711595
.5373157
3.17428
30.68073
-----------------------------------------------------------------------------b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test:
Ho:
difference in coefficients not systematic chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B) =
2.39
Prob>chi2 =
0.7931
73
Lampiran 10. Hasil Output Stata untuk Komoditas Minyak Atsiri Fixed-effects (within) regression
Number of obs
=
108
Group variable: neg
Number of groups
=
18
R-sq:
= 0.4969
Obs per group: min =
6
between = 0.0036
within
avg =
6.0
overall = 0.0019
max =
6
F(5,85)
=
16.79
Prob > F
=
0.0000
corr(u_i, Xb)
= -0.9875
-----------------------------------------------------------------------------lnx |
Coef.
Std. Err.
t
P>|t|
[95% Conf. Interval]
-------------+---------------------------------------------------------------lnpx |
-.8109932
.1653865
-4.90
0.000
-1.139826
-.4821606
lner |
.8110744
.775044
1.05
0.298
-.7299206
2.352069
lny |
2.222806
.6468782
3.44
0.001
.9366392
3.508974
lnd |
.0534865
.2986786
0.18
0.858
-.5403665
.6473396
lnn |
-6.757856
5.076602
-1.33
0.187
-16.8515
3.335789
_cons |
8.846958
15.14642
0.58
0.561
-21.26818
38.9621
-------------+---------------------------------------------------------------sigma_u |
9.1727279
sigma_e |
.44703509
rho |
.9976305
(fraction of variance due to u_i)
-----------------------------------------------------------------------------F test that all u_i=0:
F(17, 85) =
53.70
Prob > F = 0.0000
. hausman fix ---- Coefficients ---|
(b)
(B)
|
fix
.
(b-B) Difference
sqrt(diag(V_b-V_B)) S.E.
-------------+---------------------------------------------------------------lnpx |
-.8109932
-.9226048
.1116116
.
lner |
.8110744
lny |
2.222806
-.0259438
.8370182
.7605165
.1161235
2.106683
.6122235
lnd |
.0534865
.6016357
-.5481492
.248009
lnn |
-6.757856
-.1783064
-6.579549
5.069547
-----------------------------------------------------------------------------b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test:
Ho:
difference in coefficients not systematic chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B) =
9.53
Prob>chi2 =
0.0897
(V_b-V_B is not positive definite)
74
74
Lampiran 11. Ekspor Meubel Rotan Berdasarkan Negara Tujuan
Sumber : Departemen Kehutanan (2008)
75
Lampiran 12. Ekspor Anyaman Rotan Berdasarkan Negara Tujuan
Sumber : Departemen Kehutanan (2008)
76
Lampiran 13. Ekspor Rotan Setengah Jadi Berdasarkan Negara Tujuan
Sumber : Departemen Kehutanan (2008)
77
Lampiran 14. Ekspor Gambir Berdasarkan Negara Tujuan
Sumber : Departemen Kehutanan (2008)
78
Lampiran 15. Ekspor Minyak Atsiri Berdasarkan Negara Tujuan
Sumber : Departemen Kehutanan (2008)
79
