IV. METODE PENELITIAN
4.1.
Jenis dan Sumber Data Data yang dikumpulkan merupakan data deret waktu periode 1980-2008.
Jenis dan sumber data digolongkan ke dalam tiga blok, yaitu: (1) blok makroekonomi, (2) blok deforestasi, dan (3) blok degradasi hutan. Tabel 3 menyajikan jenis dan sumber data blok makroekonomi, Tabel 4 dan Tabel 5, jenis dan sumber data blok deforestasi, dan Tabel 6, jenis dan sumber data blok degradasi hutan. Data disajikan pada Lampiran 1. Tabel 3. Jenis dan Sumber Data Blok Makroekonomi No. Jenis Data 1 Yt = Produk domestik bruto (PDB) (Rp miliar) 2 Ct = Konsumsi (Rp miliar) 3 It = Investasi (Rp miliar) 4 Gt = Pengeluaran pemerintah (Rp miliar) 5 Tt = Penerimaan pajak (Rp miliat) 6 Xt = Nilai ekspor (Rp miliar ) 7 Mt = Nilai impor (Rp miliar) 8 NXt = Ekspor bersih (Rp miliar)
9 10 11 12 13 14 15
MSt = Penawaran uang (Rp miliar) rt = Suku bunga (%) et = Nilai tukar (Rp/USD) Rt = rt - πt (%) πt = Inflasi (%); diperoleh dari data IHKt IHKt = Indek Harga Konsumen (tahun 2000 =100) πEt = Ekspektasi inflasi; diperoleh dari πt
16 DEFt = GDP Deflator (tahun 2000 = 100)
17 18 19 20 21
US
UIPt = Rt - R t RUSt = rUSt - πUSt rUSt = US Federal Fund Rate (%) πUSt (%) diperoleh dari USCPIt USCPIt = IHK Amerika Serikat (tahun 2000 = 100)
22 USGDPt = PDB Amerika Serikat (USD miliar) P
Sumber Data BI BI BI BI BPS BI BI Hasil Olahan
BI BI BI Hasil Oahan Hasil Olahan BPS Hasil Olahan BI dan BPS
Hasil Olahan Hasil Olahan BEA-USGOV Hasil Olahan BEA-USGOV IFS
22 oil t = Harga minyak mentah dunia (USD/barrel) 23 LDt = Permintaan tenaga kerja (juta orang) 24 LSt = Penawaran tenaga kerja (juta orang)
IEA BPS BPS
25 ULt = Jumlah pengangguran (juta orang)
BPS
26 Wt = Upah tenaga kerja (Rp/bulan)
BPS
Keterangan: BI= Bank Indonesia; BPS=Badan Pusat Statistik; BEA-USGOV=Bureau of Economic Analysis US Government; IFS=International Financial Statistics; IEA=International Egergy Agency.
82
Tabel 4. Jenis dan Sumber Data Blok Deforestasi-Areal HTI, Sawit dan Karet No. Jenis Data Deforestasi untuk Areal HTI 1 DFHTIt = Tingkat Deforestasi untuk Areal HTI (ribu ha) DFHTIt = AHTIt – AHTIt-1 2 AHTIt = Luas areal HTI (ribu ha) 3 Produksi kayu HTI (ribu m3) 4 qHTIt = Produktivitas HTI (m3/ha) qHTIt = (AHTIt/Umur Tebang)/ Produksi Kayu HTI 5 SKHTIt = Penawaran Kayu HTI (ribu m3) 6 DKHTIt = Permintaan Kayu HTI (ribu m3) 7 PKHTIt = Harga kayu HTI (Rp/m3) P
XPULP
8 P t = Harga ekspor pulp (Rp/m3) 9 PBBMt = Harga BBM (Rp/liter) Deforestasi untuk Areal Sawit 10 DFSWt=Tingkat Deforestasi untuk Areal Sawit (ribu ha) DFSWt = ATSWt – ATSWt-1 11 ATSWt = Luas areal sawit (ribu ha) 12 qSWt = Produktivitas tanaman sawit (ton/ha) qSWt = ATSWt/Produksi Buah Sawit (ribu ton) 13 Produksi buah sawit (ribu ton) 14 SBSWt = Penawaran buah sawit (ribu ton) 15 DBSWt = Permintaan buah sawit (ribu ton) 16 PBSWt = Harga buah sawit (Rp/kg) 17 PDMSWt = Harga dalam negeri minyak sawit (Rp/ton) 18 PXMSWt = Harga ekspor minyak sawit (Rp/ton) Deforestasi untuk Areal Karet 19 DFKRt=Tingkat Deforestasi untuk Areal Karet (ribu ha) DFKRt = ATKRt – ATKRt-1 20 ATKRt = Luas areal karet (ribu ha) 21 qKRt =Produktivitas karet (ton/ha) qKRt = ATKRt/ Produksi karet 22 Produksi karet (ribu ton) 23 DDKRt = Permintaan karet dalam negeri (ribu ton) DDKRt = Produksi karet minus Ekspor karet 24 SXKRt = Ekspor karet (ribu ton) 25 PDKRt = Harga dalam negeri karet (Rp/ton) 26 PXKRt = Harga ekspor karet (Rp/ton) P
P
P
P
P
P
P
Sumber Data Hasil Olahan KEMENHUT KEMENHUT Hasil Olahan Hasil Olahan Hasil Olahan INHUTANI II, Widyantoro (2005)
FAOSTAT BPS Hasil Olahan KEMENTAN Hasil Olahan KEMENTAN Hasil Olahan Hasil Olahan KEMENTAN KEMENTAN KEMENTAN Hasil Olahan KEMENTAN Hasil Olahan KEMENTAN Hasil Olahan KEMENTAN KEMENTAN KEMENTAN
83
Tabel 5. Jenis dan Sumber Data Blok Deforestasi-Areal Padi No. Jenis Data Sumber Data 1 DFPDt=Tingkat Deforestasi untuk Areal Padi (ribu ha) Hasil Olahan DFPDt = ATPDt – ATPDt-1 2 ATPDt = Luas areal padi (ribu ha) BPS/KEMENTAN 3 qPDt =Produktivitas padi (ton/ha) Hasil Olahan PD TPDt q t = A / Produksi Gabah Kering Giling (GKG) 4 Produksi GKG (ribu ton) BPS GKG 5 S t = Penawaran GKG dalam negeri (ribu ton) Hasil Olahan 6 DGKGt = Permintaan GKG (ribu ton) Hasil Olahan 7 PGKGt = Harga GKG (Rp/kg) BPS HPP 8 P t = Harga pembelian pemerintah (Rp/kg) BPS 9 PDBRt = Harga dalam negeri beras (Rp/kg) BPS 10 POPt = Jumlah penduduk (juta jiwa) BPS P
P
P
Tabel 6. Jenis dan Sumber Data Blok Degradasi Hutan No. Jenis Data HPH 1 DG t= Degradasi Hutan Areal HPH (ribu ha) DGHPHt = AHPHt – AHPHt-1 2 AHPHt = Luas areal HPH (ribu ha) 3 qHAt =Produktivitas Areal HPH (m3/ha) qHAt = (AHPHt/Siklus Tebang)/ Produksi KHA 4 Produksi KHA (ribu m3) 5 SKILLt = Penawaran kayu “ilegal” (ribu m3) SKILLt = Produksi aktual minus produksi ofisial 6 Produksi ofisial (ribu m3) 7 Produksi aktual (ribu m3) 8 SKHAt = Penawaran KHA (ribu m3) 9 DKHAKGt = Permintaan KHA oleh IKG (ribu m3) DKHAKGt = (1/0.50)*Produksi kayu gergajian 10 Produksi kayu gergajian (ribu m3) 11 DKHAKLt = Permintaan KHA oleh IKL (ribu m3) DKHAKLt = (1/0.45)*Produksi kayu lapis 12 Produksi kayu lapis (ribu m3) 13 Ekspor KHA (ribu m3) 14 PKHAt = Harga kayu hutan alam (Rp/m3) P
15 PDKGt = Harga dalam negeri kayu gergajian (Rp/m3) P
16 PXKLt = Harga ekspor kayu lapis (Rp/m3) P
Sumber Data Hasil Olahan KEMENHUT KEMENHUT Hasil Olahan KEMENHUT Hasil Olahan KEMENHUT Hasil Olahan Hasil Olahan Hasil Olahan KEMENHUT Hasil Olahan KEMENHUT KEMENHUT KEMENHUT/ ITTO KEMENHUT/ ITTO KEMENHUT/ ITTO KEMENHUT KEMENHUT
17 DRt = Dana Reboisasi (Rp/m3) 18 PSDHt = Provisi Sumberdaya Hutan (Rp/m3) Keterangan: HPH = Hak Pengusahaan Hutan; KHA = Kayu Hutan Alam; IKG = Industri Kayu Gergajian; IKL = Industri Kayu Lapis
84
4.2.
Spesifikasi Model Model dibagi ke dalam tiga blok, yaitu: (1) blok makroekonomi, (2) blok
deforestasi, dan (3) blok degradasi hutan. Hubungan antara blok makroekonomi dengan blok deforestasi dan degradasi hutan melalui saluran transmisi suku bunga. Perubahan keseimbangan suku bunga di blok makroekonomi akan mempengaruhi deforestasi dan degradasi hutan. Sedangkan antara blok deforestasi dengan blok degradasi hutan melalui saluran harga komoditas. Harga kayu hutan alam merupakan saluran transmisi pengaruh perubahan keseimbangan pasar kayu hutan alam di blok degradasi hutan terhadap deforestasi, sedangkan harga komoditas yang dihasilkan lahan deforestasi merupakan saluran transmisi pengaruh perubahan keseimbangan pasar komoditas di blok deforestasi terhadap degradasi hutan. I. Blok Makroekonomi Ct = a0 + a1(YDt) + a2Rt +
1t .......................................................................
Tt = b0 + b1Yt + b2Rt + b3Tt-1 +
2t
Gt = c0 + c1Tt + c2oilPt + c3Gt-1 +
(1)
..............................................................(2) ......................................................... (3)
3t
It = d0 + d1Rt-2 + d2Yt + d3KRISISt + d4It-1 +
4t
.......................................... (4)
NXt = e0 + e1(et*IHKt/USCPIt) + e2Yt + e3oilPt + c4NXt-1 +
5t
.................... (5)
rt = f0 + f1MSt-1 + f2(IHKt - IHKt-1) + f3πEt + f4KRISISt + f5FERt + f6rt-1 +
6t
.......................................................................... (6)
IHKt = g0 + g1Yt-1 + g2IHKt-1+
7t
.............................................................. (7)
et = h0 + h1UIPt + h2NXt-1 + hg3 MSt + h4KRISISt + h5et-1 + LDt = i0 + i1Wt-1 + i2Yt + i3LDt-1 +
9t
8t
................. (8)
....................................................... (9)
Yt = Ct + It + Gt + NXt ................................................................................ (10) Rt = rt - πt .................................................................................................... (11) UIPt = Rt - RUSt .......................................................................................... (12)
85
ULt = LSt – LDt .......................................................................................... (13)
II. Blok Deforestasi A. Deforestasi untuk Areal HTI DFHTIt = j0 + j1PXPULPt-2 + j2PKHTJt + j3(Rt-Rt-2) + j4Wt + j5PBBMt + j6PXKRt P
P
P
+ j7PXMSWt + j8PXKLt + j9GPHTJt + j10AHTIt-1 + P
P
10t
P
...................(14)
SKHTIt = k0 + k1PKHTIt + k2Rt + k3qHTIt + k4AHTIt + i5SKHTIt-1 +
11t
P
....... (15)
DKHTIt = l0 + l1PLHTIt + l2Rt + l3Wt + l4(PPULPt - PPULPt -1) P
+ l5(Yt-Yt-1) + l6DKHTIt-1 +
12t
................................................ (16)
SKHTIt = DKHTIt ........................................................................................... (17) PKHTIt = m0 + m1(PXPULPt-PXPULPt-1) + m2PKHAt + m3SKHTIt-1 P
P
+ m4PKHTIt-1 + P
13t
...................................................................... (18)
B. Deforestasi untuk Areal Sawit DFSWt = n0 + n1PXMSWt-2 + n2PBSWt + n3Rt-3 + n4Wt + n5PKHTIt-1 + n6PKHAt-1 P
+ n7ATSWt-1 +
P
14t
P
P
...................................................................... (19)
SBSWt = o0 + o1PBSWt + o2Rt + o3qBSWt + o4ATSWt + o5SBSWt-1 + P
15t
..... (20)
DBSWt = p0 + p1PBSWt + p2Rt + p3Wt + p4PDMSWt + p5Yt P
+ p6DBSWt-1 +
P
16t
.......................................................................(21)
SBSWt = DBSWt ............................................................................................ (22) PBSWt = q0 + q1PXMSWt + q2DBSWt + q3PBSWt-1 + P
P
P
17t
................................. (23)
C. Deforestasi untuk Areal Karet DFKRt = r0 + r1PDKRt + r2Rt + r3PKHAt + r4PXMSWt + r5PXKRt P
+ r6ATKRt-1 +
P
18t
P
P
......................................................................... (24)
SKRt = s0 + s1PDKRt + s2Rt + s3qKRt + s4ATKRt + s5SKRt-1 + P
DDKRt = t0 + t1PDKRt + t2Rt-1 + t3Wt-1 + t4(Yt – Yt-1) P
19t
................ (25)
86
+ t6DDKRt-1 +
20t
........................................................................ (26)
SXKRt = u0 + u1PXKRt-1 + u2PDKRt-2 + u3USGDPt-1 + u4SXKRt-1 + P
21t
P
SKRt = DDKRt + SXKRt
.......... (27)
.............................................................................. (28)
PDKRt = v0 + v1(PXKRt-PXKRt-1) + v2SXKRt + v3SKRt + v4PtDKRt-1 +
22t
P
...... (29)
D. Deforestasi untuk Areal Padi DFPDt = w0 + w1PGKGt + w2PHPPt + w3Rt + w4PBBMt + w5PKHAt P
P
P
+ w6PKHTIt + w7POPt + w8ATPDt-1 +
23t
P
P
.................................... (30)
SGKGt = x0 + x1PGKGt + x2Rt + x3PBBMt + x4qPDt + x5SPDt-1 + P
P
24t
............. (31)
DGKGt = y0 + y1PHPPt-1 + y2Rt + y3PBBMt + y4PDBRt + y5Yt P
P
+ y6DGKGt-1 +
25t
P
....................................................................... (32)
SGKGt = DGKGt............................................................................................... (33) PGKGt = z0 + z1(PHPPt - PHPPt-1) +z2SGKGt + z3PGKGt-1 + P
26t
P
................. (34)
E. Total Deforestasi untuk Areal HTI, Sawit, Karet dan Padi TDFt = DFHTIt + DFSWt + DFKRt + DFPDt .................................................... (35) III. Blok Degradasi Hutan DGHPHt = aa0 + aa1PXKLt + aa2PKHAt + aa3Rt + aa4SKILLt-2 + aa5PXMSWt-1 P
P
P
+ aa6PXKRt-1 + aa7GPHPHt + aa8AHPHt-1 + P
27t
.......................... (36)
SKILLt = bb0 + bb1PKHAt + bb2Rt + bb3PBBMt + bb4DRt + bb5qHAt P
P
+ bb6GPKUMt + bb7SILLt-1 +
28t
.................................................. (37)
SKHAt = cc0 + cc1PKHAt-1 + cc2Rt-1 + cc3PSDHt + cc4qHAt P
+ cc5AHPHt + cc6SKHAt-1 +
29t
.................................................... (38)
DKHAKGt = dd0 + dd1PKHAt + dd2PKHTIt + dd3Rt + dd4Wt + dd5Yt P
+ dd6DKHAKGt-1 +
P
30t
................................................................. (39)
DKHAKLt = ee0 + ee1PKHAt + ee2PKHTIt + ee3Rt-1 + ee4Wt + ee5PXKLt P
+ ee6(Yt-Yt-1)+ ee6DKHAKLt-1 +
P
31t
P
........................................................... (40)
87
SKHAt + SKILLt = DKHAKGt + DKHAKLt + SXKHAt .......................................... (41) PKHAt = ff0 + ff1PXKLt + ff2(SKILLt+SKHAt) + ff3PKHAt-1 + P
P
P
32t
................ (42)
di mana ε = error terms a0, b0, c0, .... , ff0 = intercept ai, bi, ci, ......., ffi = parameter dugaan; i =1, 2, 3, ...., 32 KRISISt adalah peubah dummy krisis ekonomi: 0=tahun-tahun tidak terjadi krisis ekonomi dan 1=tahun-tahun terjadi krisis ekonomi. FERt adalah peubah dummy regim nilai tukar: 0=tahun-tahun dengan sistem nilai tukar tetap (fixed exhange rate) dan 1 = tahun-tahun dengan sistem nilai tukar mengambang (floating exchange rate). GPHTIt adalah peubah dummy kebijakan percepatan pembangunan HTI: 0=tahun-tahun kebijakan yang diberlakukan dan 1=tahun-tahun kebijakan tidak diberlakukan. GPHPHt adalah peubah dummy kebijakan pencabutan izin HPH: 0=tahuntahun
kebijakan
diberlakukan
dan
1=tahun-tahun
kebijakan
tidak
diberlakukan. GPKUMt adalah peubah dummy kebijakan pemberantasan illegal logging: 0=tahun-tahun kebijakan diberlakukan dan 1=tahun-tahun kebijakan tidak diberlakukan. Notasi peubah telah dijelaskan dalam Subbab 4.1, dan tanda parameter dugaan yang diharapkan telah dijelaskan dalam Subbab 3.5. Tetapi untuk memudahkan dalam pengolahan data dengan software SAS dan Eviews, notasi peubah yang disajikan dalam spesifikasi model dimodifikasi dengan tetap menggunakan sebagian notasinya (periksa Lampiran 9).
88
4.3.
Identifikasi Model Dua syarat yang harus dipenuhi agar model dapat diidentifikasi, yaitu: order
condition dan rank condition (Koutsoyiannis, 1977). Order condition diketahui menggunakan rumus: K - M ≥ G - 1. Notasi K adalah total variabel dalam model (endogen dan predetermined). Notasi M adalah total variabel (endogen dan eksogen) dalam sebuah persamaan yang diidentifikasi. Notasi G adalah total persamaan atau variabel endogen. Suatu persamaan dalam model dikatakan exactly identified bila K - M = G - 1. Bila K - M > G - 1, maka persamaan yang bersangkutan adalah overidentified. Bila K - M < G - 1, maka persamaan bersangkutan adalah unidentified. Setiap persamaan dalam model tidak boleh unidentified. Total variabel dalam model yang dibangun (K) adalah 104 (37 variabel endogen, dan 67 predetermined variables yang terdiri dari: 25 variabel lagged endogenous dan 42 variabel eksogen), sedangkan jumlah persamaan atau variabel endogen (G) adalah 37 (32 struktural, dan 5 identitas). Ini berarti bahwa seluruh persamaan dalam model adalah overidentified, karena K (104) – M (yang terbanyak 10) > G – 1 (31). Sedangkan rank condition dipenuhi jika dan hanya jika suatu persamaan dalam sistem persamaan G dapat disusun sekurang-kurangnya satu nonzero determinant order (G-1) dari koefisien peubah yang keluar dari persamaan bersangkutan dan masuk ke dalam persamaan lain dalam model (Koutsoyiannis, 1977).
4.4.
Pendugaan dan Pengujian Model Hasil identifikasi model menunjukkan model adalah overidentified, sehingga
pendugaan parameter model yang tepat adalah menggunakan metode 2SLS (twostage least squares). Pengaruh bersama-sama dari peubah penjelas dari setiap
89
persamaan dalam model diuji menggunakan uji F, dan pengaruh individual peubah penjelasnya diuji menggunakan uji t. Untuk memastikan model terbebas dari korelasi serial diuji menggunakan Durbin-Watson Statistics dan Durbin-h. Model diduga menggunakan software SAS versi 9, dan koreksi korelasi serial error menggunakan software EViews versi 6. Tahap pendugaannya dilakukan dengan cara: (1) melakukan pendugaan menggunakan software SAS dan (2) apabila ditemukan serial serial error yang relatif tinggi, yang diketahui dari nilai Durbin Watson atau Durbin-h, kemudian diduga kembali menggunakan software EViews dengan memasukan peubah AR(1) (autoregressive). Hasil pendugaannya kemudian digunakan untuk simulasi setelah model divalidasi. Model divalidasi menggunakan software SAS, metode Newton, dan prosedur SYSNLIN (system nonlinear procedure).
4.5.
Validasi Model Pindyck dan Rubinfeld (1991) menyatakan bahwa dalam model simulasi
multi-equation, model secara utuh akan memiliki struktur dinamis yang lebih kaya dibanding individu persamaan. Miskipun seluruh individu persamaan telah fit dengan data dan secara statistik signifikan, dalam model secara utuh, ketika disimulasikan, belum tentu mampu menelusur kembali data dengan baik. Agar model secara utuh mampu menelusur kembali data dengan baik, persamaanpersamaan dengan taraf nyata yang tinggi harus diseimbangkan dengan persamaanpersamaan dengan taraf nyata yang lebih rendah. Validasi model bertujuan untuk mengetahui seberapa jauh model (secara utuh) mampu menelusur kembali data dengan baik sehingga model menjadi valid digunakan untuk simulasi historis atau peramalan (forecasting). Menurut Pindyck dan Rubinfeld (1991) beberapa kriteria dapat dipakai untuk evaluasi, yaitu: (1)
90
hasil uji statistik terhadap individu persamaan, dan (2) kesesuaian individu peubah dalam konteks simulasi. Kriteria pertama telah disajikan sebelumnya, sedangkan kriteria kedua membutuhkan indikator untuk menyimpulkan bahwa model telah valid untuk simulasi. Dua indikator yang umum dipakai untuk evaluasi adalah RMSPE (Root Mean Square Percent Error), dan
Theil’s Inequality Coefficient (koefisien
ketidaksamaan Theils), dituliskan U. Kriteria RMSPE mengukur seberapa jauh nilai-nilai variabel endogen hasil pendugaan menyimpang secara relatif dari nilainilai aktual (%). Sedangkan kriteria U mengukur penyimpangan nilai-nilai dugaan yang bermanfaat untuk mengetahui kemampuan model dalam analisis simulasi peramalan. Kriteria RMSPE dan U berturut-turut dirumuskan sebagai berikut (Pindyck and Rubinfeld, 1991): T RMSPE = [ (1/T ∑ ((Ys-Ya)/Ya)2]0.5 t=1 di mana Ys = nilai simulasi Yt Ya = nilai aktual T = periode tahun observasi dalam simulasi T [ (1/T ∑ ((Ys-Ya)2]0.5 t=1 U = -----------------------------------------------------T T [ (1/T ∑ ((Ys)2]0.5 + [ (1/T ∑ ((Ys)2]0.5 t=1 t=1
91
Nilai RMSPE dan U yang rendah menunjukkan hasil pendugaan model yang baik. Nilai U berkisar antara nol dan satu. Tetapi jika model memiliki U=0, maka model adalah naif. Nilai U dapat diurai ke dalam komponen, yaitu: UM, US dan UC, yang dirumuskan sebagai berikut (Pindyck and Rubinfeld, 1991): (Ys - Ya)2 U = ---------------------------(1/T) ∑ (Yts-Yta)2 M
(σs - σa)2 U = ---------------------------(1/T) ∑ (Yts-Yta)2 S
2(1-ρ)σs σa UC = ---------------------------(1/T) ∑ (Yts-Yta)2 _ _ s a ρ = (1/(σs σa T)) ∑ (Yt -Yt ) (Yt -Yta) s
UM + US + UC =1 di mana UM= Proporsi bias menunjukkan kesalahan sistematik selama UM mengukur penyimpangan nilai rata-rata simulasi dan aktual; berapapun nilai U, nilai UM diharapkan mendekati nol, dan nilai UM yang besar (diatas 0.1 atau 0.2) akan menimbulkan masalah karena ada bias sistematik, dan revisi model diperlukan. US= Proporsi variance menunjukkan kemampuan model mengulangi derajat variabilitas variabel yang menjadi perhatian; jika US besar berarti nilai aktual memiliki fluktuasi besar sementara nilai simulasi menunjukkan fluktuasi kecil atau sebaliknya; karena hal ini merupakan masalah, maka model perlu direvisi.
92
UC= Proporsi covariance mengukur kesalahan tidak sistematik, yaitu kesalahan sisa setelah deviasi nilai rata-rata dipertimbangkan; karena tidak rasional mengharapkan prediksi berkorelasi sempurna dengan nilai aktual, maka kesalahan ini tidak perlu dikuatirkan. Untuk nilai U > 0, maka ketidaksamaan distribusi yang ideal atas ketiga sumber penyimpangan adalah: UM = US = 0, UC = 1.
4. 6.
Simulasi Model Sesuai tujuan penelitian, simulasi model dilakukan untuk menganalisis
dampak kebijakan makroekonomi dan faktor eksternal terhadap deforestasi dan degradasi hutan. Kebijakan makroekonomi yang disimulasikan adalah: (1) kebijakan moneter, yaitu penawaran uang (MSt), dan (2) kebijakan fiskal, yaitu pengeluaran pemerintah (Gt). Faktor eksternal yang disimulasikan adalah: (1) harga minyak mentah dunia (oilPt), dan (2) suku bunga rujukan Amerika Serikat (RUSt). Perubahan penawaran uang yang disimulasikan adalah pertumbuhan rataan per tahun sebesar 23.12%, dan pengeluaran pemerintah adalah pertumbuhan rataan per tahun sebesar 17.96%. Sedangkan perubahan harga minyak yang disimulasikan adalah laju kenaikan harganya rataan per tahun sebesar 7.1% dan rataan lompatan kenaikan harganya sebesar 200% (tahun 1970-an: 233.3%; USD 3.0 ke USD 10 per barel; 1980-an: 166.7%; USD 15 ke USD 40 per barel, dan tahun 2000-an: 200%; USD 30 ke USD 90 per barel). Perubahan suku bunga rujukan Amerika Serikat yang disimulaisikan adalah perubahan sebesar 1% (ditetapkan), dan perubahan rataan per tahun sebesar 5%.
