Klasifikasi JEL : F13, F14, F68

ANALISIS PENGARUH INFRASTRUKTUR TERHADAP ARUS PERDAGANGAN ANTAR ANGGOTA EKONOMI APEC M. Ichfan Ramadhan Maddaremeng A. Pannenungi Departemen Ilmu Ekonomi, Fakultas Ekonomi Universitas Indonesia Telepon : +62813-1918-0203 Email : [email protected]

Studi ini bertujuan untuk menganalisa pengaruh infrastruktur terhadap arus perdagangan ekspor dan impor sesama anggota ekonomi APEC. Dengan menggunakan model gravitasi dengan regresi OLS dan Tobit dan model seleksi sampel Heckman, didapatkan hasil bahwa pada anggota ekonomi APEC infrastruktur berpengaruh positif terhadap arus perdagangan antar anggota-anggotanya nya, baik ekspor maupun impor. Lebih lanjut, terdapat seleksi sampel pada penggunaan regresi OLS. Namun demikian, investasi infrastruktur pada anggota APEC tetap dapat meningkatkan arus perdagangan antar anggota APEC. Kata Kunci

: Infrastruktur, ekspor, impor, APEC

Klasifikasi JEL : F13, F14, F68

PENDAHULUAN Semakin terintegrasinya dunia saat ini telah menurunkan tarif. Terlihat pada Grafik 1 bahwa untuk tahun 1996 hingga 2010 saja, tarif secara berangsur berkurang pada setiap produk. Secara keseluruhan, semua produk pada 1996 berada memiliki tarif 9,46% dan tahun 2010 memiliki tarif 6,18%. Grafik 1 World Tariff Rate, Applied, Simple Means 1996-2010

14,00 12,00

Tariff rate

10,00 8,00

all product

6,00

manufactured product

4,00

primary product

2,00 2010

2009

2008

2007

2006

2005

2004

2003

2002

2001

2000

1999

1998

1997

1996

0,00

Sumber: WDI 2013

Penurunan tariff barriers ini mengisyaratkan bahwa perdagangan sekarang tidak hanya ditentukan oleh biaya perdagangan yang bersifat tariff barriers namun juga biaya perdagangan yang lain salah satu yang paling utama adalah infrastruktur. Biaya perdagangan mencakup 170 persen ad-valorem tax equivalent pada ekonomi-ekonomi industri dengan 8% nya mencakup policy barriers (tarif dan non-tarif) sementara 21% nya adalah biaya transportasi Anderson dan Van Wincoop (2004). Seperti halnya tarif, biaya transportasi Analisis pengaruh..., M Ichfan Ramadhan, FE UI, 2013

juga mengalami tren penurunan. Grafik 2 menunjukkan biaya transportasi sepanjang tahun 1948-1999. Terlihat dari grafik ini bahwa biaya transportasi semakin berkurang sepanjang tahunnya. Sebagai tambahan, Hummels (1999) mendapatkan bahwa untuk setiap mode kendaraan, biaya pengangkutan yang berasosiasi dengan jarak yang jauh menurun. Grafik 2. Biaya Transportasi Dunia dengan Pengukuran Rasio CIF/FOB tahun 1948-1999

Sumber: IMF Direction of Trade Statistics1

Walaupun begitu, penurunan biaya transportasi ini sebenarnya rendah, tidak seperti yang banyak diekspektasikan (Behar dan Venables, 2010). Hal ini dikarenakan, walaupun terdapat inovasi teknologi pada bidang transportasi, biaya input juga bertambah. Misalnya, adanya biaya untuk bahan bakar dimana biaya bahan bakar ini mempunyai efek positif terhadap biaya transportasi (Hummels, 2007). Sehingga, ketika biaya bahan bakar tersebut meningkat biaya transportasi dapat bertambah pula. Misalkan pula terdapat penambahan prosedur-prosedur pengangkutan yang menambah pekerjaan sehingga biaya transportasi akan semakin mahal karena waktu transit yang semakin lama. Sebagaimana yang dinyatakan pada Hummels dan Scaurs (2007) setiap hari yang dapat disimpan ekuivalen dengan pengurangan tariff ad valorem antara 0,4 dan 1% untuk ekspor dan 0,8 dan 1,5% untuk impor. Berarti, ketika transit semakin lama maka terdapat biaya transportasi yang semakin besar. Prosedur-prosedur pengangkutan dan lamanya transit ini termasuk dalam logistik, dimana baik logistik internasional maupun domestik dapat mempengaruhi arus perdagangan Behar, et. al (2011) dan Pannenungi (2012). Selain karena adanya prosedur-prosedur pengangkutan, lamanya transit dapat dikarenakan kurangnya infrastruktur dari suatu perekonomian. Efeknya diilustrasikan sebagai berikut: Suatu kapal misalnya, menjadi tidak akan singgah di suatu pelabuhan karena waktu tunggu yang lama sehingga mengurangi potensi terjadinya perdagangan. Demikian pula, biaya untuk mengantarkan suatu barang akan bertambah jika suatu perekonomian atau suatu ekonomi mempunyai keadaan infrastruktur yang buruk. Contohnya suatu truk yang melewati jalan yang buruk akan mendapatkan banyak barangnya rusak. Sehingga, pada waktu sampai pada suatu pasar, hanya sebagian barang yang utuh. Pada perdagangan internasional, hal ini juga dibahas seperti pada model „iceberg‟ Samuelson (1954) definisi biaya transportasi mengambil bentuk dari „penyusutan‟ di transit sehingga hanya sebagian dari suatu komoditas yang diangkut yang sampai ke tempat tujuan akhir. Oleh karena itulah, infrastruktur yang baik dapat meningkatkan arus perdagangan. Implikasi ini akan menjadi penting untuk suatu perjanjian-perjanjian ekonomi regional yang bertujuan untuk menghapus penghalang perdagangan untuk meningkatkan keadaan infrastruktur anggota-anggotanya. Perjanjian ekonomi Regional seperti APEC memiliki komitmen untuk memperkuat integrasi ekonomi regional dengan menghapus penghalang perdagangan. Cara yang biasa digunakan APEC adalah dengan mengurangi biaya lintas perbatasan, dan memperkuat akses untuk informasi perdagangan dan mensimplikasi proses administratif. Pada Tujuan Bogor 1994 misalnya, ekonomi-ekonomi anggota APEC

1

Gambar didapatkan dari literatur oleh Hummels (1999) Analisis pengaruh..., M Ichfan Ramadhan, FE UI, 2013

berkomitmen untuk mencapai perdagangan dan investasi yang bebas pada kawasan Asia Pasifik pada tahun 2010 bagi ekonomi berkembang dan pada tahun 2020 bagi ekonomi maju. Beberapa langkah mencapai mengeluarkan Trade Facilitation Action Plan (TFAP) yang berisikan menu-menu tindakan dan pengukuran untuk mengurangi biaya perdagangan dan mensimplifikasikan persyaratan prosedur dan administratif yang diprioritaskan pada empat area, yaitu customs Procedures, Standards and Conformance, Business Mobility, and Electronic Commerce (data privacy and paperless trading). Pada estimasinya, APEC mengevaluasi bahwa terdapat penurunan 5% pada TFAP I dan TFAP II (APEC, 2007), (APEC Policy Support Unit, 2011) Kemudian pada tahun 2008 pertemuan APEC membuat logistik perdagangan sebagai fokusnya. Oleh karena itu itu, APEC Senior Officials pada Februari 2009 setuju untuk meningkatkan konektivitas fisik “antar perbatasan” untuk lebih lanjut lagi mengurangi waktu, biaya, dan ketidakpastian. Mereka mengidentifikasi titik-titik lemah yang menghambat dalam bidang logistik, baik ‘soft logistics’ maupun ‘hard logistics’ yang terdapat di dalam perbatasan, di perbatasan, dan antar perbatasan, titik-titik lemah yang penting untuk dibahas adalah kelemahan dalam „behind the border‟, yaitu infrastruktur yang kurang memadai di beberapa anggota ekonomi APEC sehingga dapat menghambat perdagangan (APEC Policy Support Unit, 2009). Sejalan dengan pentingnya keadaan infrastruktur suatu ekonomi, APEC melakukan berbagai tindakan untuk mengurangi biaya perdagangan secara luas dan juga keadaan infrastruktur secara khusus. Namun demikian, perbaikan infrastruktur perlu memperhatikan aspek apakah terjadi under-investment pada infrastruktur suatu perekonomian atau over-investment. Karena, ketika terjadi over-investment infrastruktur yang berlebih ini kemudian akan mengurangi output ekonomi dan arus perdagangan. Oleh sebab itu, penelitian ini ingin melihat pengaruh infrastruktur terhadap arus perdagangan pada sesama anggota ekonomi APEC. Penelitian sebelumnya yang menggunakan infrastruktur dengan arus perdagangan sebagai pembahasan utamanya adalah Bougheas et. al (1999) yang meneliti dengan menggunakan teori Ricardian pada ekonomi-ekonomi anggota Eropa. Limao dan Venables (2001) berfokus pada infrastruktur ekonomi dengan karakteristik landlocked. Lalu, Nordas dan Piermartini (2004) kemudian meneliti infrastruktur dan arus perdagangan melalui masing-masing moda kendaraan. Penelitian ini menggunakan Limao dan Venables (2001) sebagai acuan dan berbeda dari penelitian terdahulu dalam cakupannya, yaitu perdagangan bilateral sesama anggota ekonomi APEC. Lalu, penelitian akan dilakukan pada 20 ekonomi dari 21 anggotanya dengan data tahun 2011. Pemilihan ini adalah karena terdapat keterbatasan data. Lebih lanjut, analisa dilakukan dengan menggunakan metode estimasi OLS. Kemudian Tobit dan model seleksi Heckman digunakan pula sebagai motode estimasi untuk mengatasi permasalahan seleksi sampel yang terdapat pada data perdagangan bilateral akibat dua ekonomi yang tidak berdagang. Hasil yang didapatkan, infrastruktur berpengaruh positif terhadap arus perdagangan ekspor dan impor. Sehingga, tujuan APEC untuk mengurangi hambatan perdagangan dapat dilakukan dengan meningkatkan infrastruktur anggota ekonomi nya. langkah-langkah yang dilakukan APEC untuk meningkatkan infrastruktur ekonomi anggotanya dapat memperlancar arus perdagangan.

TINJAUAN LITERATUR Teori mengenai infrastruktur dan hubungannya dengan perdagangan dapat dilihat pada teori Ricardian. Studi yang dilakukan Bougheas, et. al (1999) ini menyatakan bahwa infrastruktur mempengaruhi arus perdagangan melalui biaya transportasi. Berikut adalah model yang dikembangkan Bougheas, et. al (1999): Model menggunakan Ricardian model seperti Dornbusch, Fischer dan Samuelson (1977) sehingga terdapat continuum of goods. Dua ekonomi secara sama memiliki endowment single input L/2 unit. Terdapat continuum of goods yang di-index pada unit interval sesuai dengan diminishing home country comparative advantage. a(z) dan a*(z) mendenotasikan constant unit input requirement untuk komoditas z untuk home dan foreign countries. Lalu: untuk z‟ > z

Analisis pengaruh..., M Ichfan Ramadhan, FE UI, 2013

Terdapat kondisi simetri pada dua teknologi: a(z) = a*(1 – z), untuk setiap z kondisi tersebut berarti a(z) non-decreasing sementara a*(z) non-increasing dalam z. Pada demand side diasumsikan bahwa preferensi adalah homethetic dan identik dalam dua ekonomi ∫ Dimana c(z) mendenotasikan konsumsi dari komoditas z. Karena struktur simetris dari modern wage rate dari home dan foreign sama dan di unit normalise kan. Spesifikasi dari preferensi dan normalisasi mengimplikasikan bahwa expenditure share adalah konstan dan identik untuk semua komoditas dan sama dengan L. Dengan tidak adanya biaya transportasi, home country memproduksi komoditas yang memenuhi kondisi berikut: a(z) < a*(z) lalu produksi dunia, Q(z) adalah (2.1) Dengan menggunakan model „iceberg‟ Samuelson (1954) biaya transportasi mengambil bentuk dari ‘shrinkage’ dalam transit sehingga hanya terdapat fraksi g dari komoditas z yang sampai ekonomi tujuan. Lalu, home country akan memproduksi komoditas yang memenuhi kondisi: a(z) < a(z)/g pada foreign country kondisi menjadi: a*z < a(z)/g kemudian, ̅ dan ̅* adalah komoditas borderline yang di turunkan dari menerapkan equalities pada kedua persamaan di atas. Karena struktur simetris dari model, ̅* = 1 - ̅ berarti ̅* < ̅ . Home country mengekspor semua komoditas dengan index kurang dari ̅*dan mengimpor dengan index yang lebih dari ̅. Semua komoditas dengan index diantara dua nilai treshold akan tidak diperdagangkan. Produksi home country, q(z), dan konsumsi adalah sebagai berikut: ̅ { ̅

̅

(2.2)

̅

̅ ̅

(2.3)

Biaya transportasi akan mengurangi konsumsi dari semua komoditas z sedemikian hingga 0.5 < z < ̅. Hal ini karena komoditas-komoditas tersebut diproduksi dengan biaya yang semakin tinggi. Untuk komoditas dengan index yang lebih tinggi daripada ̅ konsumsi sudah direduksi dengan fraksi yang sama dengan 1 – g. Infrastruktur diperkenalkan pada model ini dengan peranan mempengaruhi kondisi transportasi sebagai teknologi pengurang biaya. Dua ekonomi harus mengalokasikan endowment input nya antara barang


final dan juga pembangunan infrastruktur. Kemudian, efek pembangunan infrastruktur akan mengurangi biaya transportasi, meningkatkan fraksi g sehingga barang yang mencapai tujuan akhir akan semakin lebih banyak. Lalu, struktur simetris model maka akan optimal jika dua ekonomi membagi dua secara samarata biaya ini. Spesifikasi dari teknologi infrastruktur terpengaruh dari dua observasi. Pertama, biaya transportasi tidak hanya bergantung pada current flow dari investasi infrastruktur namun juga existing stock dari infrastruktur. Kedua, geografi juga berpengaruh terhadap volume dari perdagangan bilateral. Karena itu, variabel distance (D) juga diintroduksikan sebagai scale variable. D dapat berupa index dari berbagai faktor seperti apakah kedua ekonomi dipisahkan oleh laut atau darat dan sebagainya. Ekonomi yang memiliki D yang tinggi harus memfokuskan proporsi inputnya lebih banyak untuk mengurangi biaya transportasi . Berikut kesimpulan dari teori yang dikembangkan oleh Bougheas et. al (1999): 1. 2.

Terdapat suatu keadaan dimana investasi infrastruktur tidak memadai untuk mengurangi biaya transportasi Pada suatu poin tertentu, investasi infrastruktur akan membawa pada pengurangan biaya transportasi, namun ketika mencapai suatu poin local maximum, opportunity cost dari penambahan investasi pada infrastruktur akan terlalu tinggi (contohnya ketika over-investment, akan ada opportunity cost kerugian output akhir karena terlalu fokus pada investasi infrastruktur).

Kemudian, persamaan gravitasi sering digunakan untuk melakukan studi empiris, hal tersebut juga dilakukan pada studi ini, maka dari itu pada bagian ini akan dibahas teori persamaan gravitasi ini. Persamaan gravitasi ekonomi datang dari dunia fisika dimana hukum gravitasi menyatakan bahwa kekuatan gravitasi antara dua objek proporsional dari massa produk dari kedua objek dibagi dengan pangkat dua jarak antara keduanya, dinotasikan: (2.4) Dalam perdagangan, kekuatan gravitasi diganti dengan nilai perdagangan bilateral, dan massa (M1 dan M2) menjadi GDP partner dagang. GDP adalah faktor penarik untuk ekonomi berdagang dan jarak sebagai penghamat perdagangan. Penjelasan ini biasanya cocok dengan data yang ada. Persamaan ini secara esensinya adalah persamaan pengeluaran dengan kondisi market-clearing. Model gravitasi ini banyak digunakan pada literatur-literatur perdagangan termasuk pada Bougheas et. al (1999) yang juga meneliti infrastruktur dengan menggunakan teori Ricardian dan menunjukkan pada teori yang dikembangkannya bahwa pengaruh infrastruktur terhadap arus perdagangan adalah melalui biaya transportasi. Kemudian, Bougheas et. al (1999) meneliti pengaruh infrastruktur pada ekonomi-ekonomi Eropa dan mendapatkan hasil pengaruh yang positif antar ekspor dan infrastruktur. Selain Bougheas et. al (1999) beberapa studi-studi sebelumnya telah menemukan hubungan infrastruktur dengan arus perdagangan. Pada Nordas dan Piermartini (2004) diteliti bahwa infrastruktur dan arus perdagangan melalui masing-masing moda kendaraan. Selain itu, sebagaimana yang telah dijelaskan pada teori, infrastruktur mempengaruhi arus perdagangan melalui biaya transportasi. Hal ini terlihat contohnya pada hasil estimasi dari Limao dan Venables (2001) didapatkan kesimpulan bahwa infrastruktur ekonomi itu sendiri dan partnernya meningkatkan biaya transportasi secara signifikan. Hasil serupa juga ditemui pada literatur-literatur perdagangan lain, contohnya Clark, Dollar dan Micco (2004) melakukan studi yang berkesimpulan bahwa inefisiensi dari pelabuhan dapat menambahkan biaya pelayaran (shipping cost). Memperbaiki efisiensi dari pelabuhan sebesar 25 sampai 75 persentil akan mengurangi biaya pelayaran sebesar 12 persen. Kemudian, pengurangan inefisiensi suatu ekonomi yang berkaitan dengan biaya transportasi sebanyak 25 sampai 75 persentil, akan meningkat perdagangan bilateral sebesar 25 persen. Dalam estimasi Limao dan Venables (2001), peningkatan infrastruktur akan menghasilkan peningkatan perdagangan sebesar -2.52 yang berarti mengurangi biaya infrastruktur setengahnya, akan meningkatkan volume perdagangan dengan factor of five 2

Elastisitas perdagangan dengan biaya transportasinya Analisis pengaruh..., M Ichfan Ramadhan, FE UI, 2013

atau meningkatkan infrastruktur dari 75 ke 50 persentil akan meningkatkan volume perdagangan sebesar 50%.

Metode Penelitian ini menggunakan data sekunder bilateral perdagangan dan juga karakteristik suatu ekonomi anggota APEC. Data yang digunakan adalah impor bilateral dan ekspor bilateral perdagangan ke sesama anggota APEC pada suatu waktu tertentu, yaitu 2011. Ekonomi anggota APEC semua dimasukkan ke dalam estimasi kecuali Taiwan karena adanya keterbatasan data. Kemudian, satu hal penting yang dilakukan pada penelitian ini adalah mengontruksi variabel inverse infrastruktur yang akan digunakan pada estimasi regresi. Variabel ini akan dikontruksi terlebih dahulu, setelah itu hasil yang didapatkan akan diestimasi menggunakan metode OLS. Selain itu, Pengolahan juga menggunakan metode Tobit dan Heckman selection model. Penggunaan metode Tobit adalah karena terdapat observasi perdagangan bilateral dengan nilai 0. Jika kemudian observasi ini tidak diperhitungkan ke dalam observasi, ada kemungkinan bahwa koefisien yang dihasilkan bias karena alasan mengapa dua ekonomi tidak melakukan perdagangan internasional adalah karena mereka mempunyai biaya transportasi yang tinggi (atau mungkin income yang rendah). Mengeluarkan observasi itu dari estimasi menjadikan pemilihan sampel menjadi non-random dan koefisien yang ditimbulkan akan bias. Pada metode OLS observasi dengan nilai nol perlu di drop atau di adjust. Kemudian, alternatif dari Tobit adalah penggunaan Heckman. Berbeda dengan Tobit yang menganggap nilai nol sebagai nilai yang terobservasi, Heckman memperlakukan nilai perdagangan yang nol sebagai unobservable. Heckman dianggap metode yang lebih tepat untuk mengestimasi model gravitasi daripada metode lainnya (Herrera, 2010).

Lebih lanjut, model penelitian ini menggunakan model gravitasi dasar dan juga model gravitasi dengan infrastruktur. Dimana persamaan dasar dari model gravitasi adalah: (3.1) Mij adalah impor dari ekonomi i ke ekonomi j, GDPi dan GDPy adalah output dari ekonomi i dan y dan distance adalah jarak di antara kedua ekonomi. Logika dari persamaan ini adalah bahwa perdagangan dihasilkan oleh kekuatan dari besarnya ekonomi dan terhambat oleh jarak. Lalu, model dimodifikasi sesuai dengan model gravitasi yang digunakan oleh Limao dan Venables (2001). Akan tetapi, dalam penelitian ini fokus utamanya adalah anggota-anggota APEC, dimana ekonomi pada anggota APEC tidak memiliki karakteristik landlocked. Sehingga, persamaan yang digunakan pada penelitian ini akan men-drop variabel dummy landlocked serta variabel infrastuktur ekonomi transit pada model Limao dan Venables (2001). Kemudian dibentuk model dengan dependen ekspor impor Berarti, persamaan model gravitasi dengan memasukkan infrastruktur akan berbentuk: Model 1 – Impor :

(3.2) Model 2 – Ekspor : (3.3) Mij adalah Impor ekonomi i ke ekonomi j Xij adalah Ekspor ekonomi i untuk ekonomi j Yj adalah GDP (Current USD) ekonomi partner dagang Yi adalah GDP (Current USD) ekonomi pengimpor (model 1) atau pengekspor (model 2) Analisis pengaruh..., M Ichfan Ramadhan, FE UI, 2013

Distanceij adalah jarak antar kedua ekonomi Borderij adalah variabel dummy perbatasan ekonomi i dengan j. 1 jika berbatasan dan 0 jika tidak Infi adalah Index infrastruktur ekonomi i Infj adalah Index infrastruktur ekonomi j ηij adalah error term Pada data yang digunakan untuk estimasi, GDP yang dimaksud adalah GDP dalam unit current USD. Penggunaan unit ini dapat digunakan karena estimasi yang dilakukan hanya terdapat pada satu kurun waktu. Sesuai dengan literatur yang menggunakan persamaan gravitasi, level pendapatan yang tinggi pada ekonomi importir (GDPi) juga partnernya akan meningkatkan pengadaan barang sehingga ekspektasi tanda untuk GDP adalah positif. Variabel Infrastruktur (infra) dikontruksi seperti variabel infrastruktur dalam Limao dan Venables (2001). Variabel ini adalah variabel inverse infrastructure yang berarti peningkatan pada variabel ini diekspektasikan untuk mengurangi arus perdagangan (ekspor maupun impor) dan begitu pula sebaliknya. Penggunaan variabel ini adalah untuk mengukur biaya perjalanan di dalam suatu ekonomi. Pengkontruksiannya melalui empat variabel infrastruktur, yaitu; km of road, km of paved road, km of rail (tiap-tiapnya adalah per km2 dari luas ekonomi), dan telephone main lines per person. Km of road adalah Total keseluruhan jaringan jalan yang memasukkan pula motorways, jalan layang, jalan nasional, jalan regional dan jalan-jalan lain di suatu ekonomi. Motorway adalah jalan yang di desain dan dibangun untuk motor traffic yang memisahkan traffic flowing in opposite directions. Km of Paved Road (jalan beraspal) adalah panjang jalan dengan crushed stone (macadam) dan hydrocarbon binder atau bituminized agents, dengan concrete atau cobblestones dengan pengukuran dalam panjang jalan. Km of Rail adalah panjang dari rute kereta api yang tersedia pada jasa kereta api, dihitung pula walaupun terdapat jalur yang paralel. Area adalah luas daratan suatu ekonomi. Telephone main lines per person adalah jumlah sambungan telefon yang aktif terhubung pada peralatan terminal subscriber ke PTSN dan memiliki dedicated port di telephone exchange equipment dan dibagi dengan total populasi suatu ekonomi. Pengukuran-pengukuran ini sesamanya mempunyai korelasi yang tinggi sehingga menyebabkan pengidentifikasian setiap pengaruh dari biaya transportasi secara terpisah tidak mungkin dilakukan. Konsekuensinya, kemungkinan untuk melakukan identifikasi adalah dengan membuat suatu index menggunakan komponen-komponen tersebut. Akan tetapi, keterbatasan data menyebabkan hanya terdapat 51 ekonomi pada tahun 1990 yang mempunyai data yang lengkap untuk tiap komponennya. Maka dari itu, Limao dan Venables (2001) mengambil rerata dari keempat variabel dan mengabaikan observasi yang hilang atau tidak ada. Ini berarti ekuivalen dengan mengasumsikan bahwa jalan, jalan beraspal rel kereta api, dan saluran telefon adalah subsitusi sempurna sebagai input dari fungsi produksi jasa transportasi. Lalu, Mengambil rerata dari non-missing variables secara implisit mengasumsikan bahwa missing variables mengambil rerata dari nilai yang sama dari variabel non-missing tersebut. Pengukuran kemudian dipangkatkan -0,3. Alasannya adalah bahwa infrastruktur adalah input dari fungsi produksi jasa transportasi. Ketika fungsi tersebut berbentuk Cobb-Douglas, dapat ditulis sebagai: Y = Kα Lβ Iχ dimana I adalah index dari infrastruktur, eksogen terhadap perusahaan sektor transportasi. Lalu, untuk suatu output bentuk fungsi biayanya akan menjadi T = φ I-χ/(α+β) dimana φ adalah fungsi dari harga faktor dari input privat, teknologi dan output target. Jika terdapat CRS pada input privat maka asumsinya adalah χ = 0,3. Berikut adalah kesimpulan rumus dari index inverse infrastruktur: (

)

Lalu, variabel jarak (distance) adalah variabel yang secara umum digunakan pada model gravitasi. Data dari jarak (distance) ini didapatkan dari CEPII. Data ini didapatkan dengan menggunakan great circle formula dengan menggunakan kota yang paling teraglomerasi pada suatu ekonomi (Mayer & Zignano, 2011). Variabel jarak merupakan penghambat dalam perdagangan sehingga ekspektasi tandanya negatif. Analisis pengaruh..., M Ichfan Ramadhan, FE UI, 2013

Berikut adalah kesimpulan dari ekspektasi tanda dan sumber data diperoleh: Tabel.1 Kesimpulan Sumber Data Dan Ekspektasi Tanda

Data

Nama Variabel

Ekpektasi tanda

Sumber

GDP

(GDPi, GDPj)

+

WDI

-km of railroad -telephone lines -km of road network -km of paved road

(infrai, infraj)

-

CIA FACTBOOK, WDI

Distance

Distance

-

CEPII

Border

Border

+

CEPII

Dependen Model 1: Impor bilateral

Mij

DOTS IMF

Dependen Model 2: Ekspor Bilateral

Xij

DOTS IMF

Pengolahan yang dilakukan pada penelitian ini menggunakan metode OLS, tobit dan Heckman selection model yang biasa digunakan pada model gravitasi. Namun demikian, penggunaan OLS mempunyai kendala yaitu adanya observasi arus perdagangan dengan nilai nol. Ketika mengeluarkan observasi dengan nilai nol dari observasi, variabel dependen bukan lagi perdagangan bilateral, namun perdagangan bilateral yang bergantung pada adanya hubungan perdagangan dan menjadikan estimasi OLS berpotensi bias (Shepherd, 2008). Dengan kata lain, pemilihan dependen variabel adalah karena sampel tidak dipilih secara acak. Oleh karena itu, permasalahan perdagangan dengan nilai nol akan diatasi dengan menggunakan Tobit dan Heckman selection model. Metode Tobit contohnya dipakai dalam Limao dan Venables (2001) untuk mengatasi permasalahan observasi perdagangan dengan nilai nol. Namun demikian, penggunaan metode Tobit mempunyai kelemahan, yaitu dinilai tidak memiliki fondasi teori (Herrera, 2010). Lebih lanjut, pada Herrera (2010) metode heckman selection model memiliki absolute error terkecil dari beberapa alternatif untuk mengestimasi model gravitasi, menjadikannya sebagai metode estimasi yang lebih baik dibandingkan metode lainnya. Metode ini berbeda dengan Tobit dalam hal perlakuan terhadap nilai perdagangan yang nol. Tobit memperlakukan nilai nol sebagai variabel yang terobservasi. Sedangkan, Heckman selection model memperlakukan nilai perdagangan nol sebagai unobserved. Regresi Heckman Selection mengunakan dua model, pertama adalah model Probit untuk menentukan apakah observasi berada pada suatu sampel atau tidak. Lalu, mengestimasi model inti menggunakan metode OLS dengan pengukuran probabilitas observasi berada di sampel yang diturunkan dari estimasi Probit.


Hasil dan Analisis Tabel 2 Data deskriptif Ekspor dan Impor sesama anggota APEC Ekspor (dalam miliar US Dollar)

Impor (dalam miliar US Dollar)

Total

5,662.28

5,770.07

Rata-rata

270.49

278.83

Nilai maksimal

1,162.11

1,426.91

(China, Mainland)

(United States)

6.47

4.54

(Papua New Guinea)

(Brunei Darussalam)

Rata-Rata bilateral

14.90

14.87

Nilai Maksimal bilateral

444.46

352.54

(China – United States)

(United States - China)

Nilai Minimal

Sumber: DOTS 2013, telah diolah kembali

Tabel 2 menunjukkan deskripsi perdagangan yang dilakukan sesama anggota APEC dalam unit satu miliar US Dollar. Total keseluruhan perdagangan ekspor dan impor sesama anggota APEC secara berturut-turut adalah sekitar 5.662 miliar US dollar dan 5.770 milliar dollar dengan rata-rata 270 miliar US Dollar dan 278 milliar US Dollar. Kemudian, ekonomi yang paling banyak melakukan ekspor sesama anggota APEC adalah China. Sedangkan paling rendah adalah Papua New Guinea yang hanya melakukan perdagangan dengan APEC sebesar 6 miliar US dollar. Pada sisi impor, Amerika Serikat (US) adalah ekonomi anggota APEC yang paling banyak melakukan impor yaitu sebesar 1.426 milliar US Dollar dan Brunei Darussalam adalah ekonomi terendah yang melakukan impor ke sesama anggota APEC (4 milliar US dollar). Pada perdagangan bilateral, rata-rata sesama anggota APEC mengekspor dan mengimpor ke sesama anggotanya secara berturut-turut sebesar 14,9 miliar US Dollar dan 14,87 miliar US Dollar. Kemudian, Amerika Serikat dengan China memiliki nilai perdagangan bilateral yang paling besar (US impor dari China).

Nilai Ekspor dan Impor (dalam miliar US dollar)

Grafik 3 Nilai Ekspor dan Impor Anggota APEC ke Ekonomi APEC Secara Keseluruhan

1.600.000 1.400.000 1.200.000 1.000.000 800.000 600.000 400.000 200.000 -

Ekspor per 1 000 000 dollar

Impor per 1 000 000 dollar


Semua Ekonomi-ekonomi APEC rata-rata melakukan perdagangan ke sesama anggota-anggotanya, terlihat bahwa setiap anggotanya memiliki nilai perdagangan yang positif untuk perdagangan (ekspor dan impor ) ke APEC. Pada Grafik 3 telah diurutkan dari yang terkecil hingga terbesar pada ekspor ke APEC. Terlihat juga bahwa China memiliki ekspor yang terbesar dibandingkan anggota-anggota ekonomi APEC Analisis pengaruh..., M Ichfan Ramadhan, FE UI, 2013

lainnya, kemudian diikuti oleh US dan juga Jepang. Papua New Guinea, Brunei Darussalam, Peru, Filipina dan Rusia memiliki nilai perdagangan dengan APEC yang sangat rendah relatif dibandingkan dengan ekonomi anggota APEC lainnya. Tabel 3 Ekspor dan Impor dengan nilai kosong Ekspor

Impor

No

Ekonomi asal

1

Brunei Darussalam

Ekonomi dagang Mexico

2

Chile

Brunei Darussalam

2

3

Mexico

Brunei Darussalam

3

4

Mexico

Papua New Guinea

5

Mexico

6

partner

No

Ekonomi asal

Ekonomi partner dagang Chile

1

4

Brunei Darussalam Brunei Darussalam Brunei Darussalam Mexico

Vietnam

5

Mexico

Papua New Guinea

Mexico

6

Mexico

7

Papua New Guinea

Vietnam

7

8

Peru

Brunei Darussalam

8

9

Vietnam

Papua New Guinea

9

Papua Guinea Papua Guinea Peru

10

Vietnam

Peru

10

Vietnam

Mexico

11

Vietnam

Papua Guinea

Mexico Peru Brunei Darussalam Papua New Guinea Vietnam

New

Mexico

New

Vietnam Vietnam New


Lebih lanjut, Tidak semua anggota ekonomi APEC berdagang sesamanya, terdapat 11 impor bilateral dan 10 ekspor bilateral yang memiliki nilai kosong dari 380 observasi perdagangan bilateral APEC tahun 2011. Hal ini berarti bahwa 97% dari ekonomi APEC berdagang sesama anggotanya. Ekonomiekonomi yang tidak berdagang ditunjukkan pada Tabel 3. Terlihat bahwa Brunei Darussalam tidak berdagang dengan ke Mexico dan tidak mengimpor dari Chili juga Peru. Lalu, Mexico juga tidak berdagang dengan Papua New Guinea dan Vietnam. Kemudian, Vietnam tidak mengekspor ke Peru. Grafik 4 GDP (Dalam miliar US dollar) anggota ekonomi APEC 2011

15.000,00

United States

7.320,00 5.870,00

China, P.R.: Mainland Japan

1.860,00 1.740,00 1.380,00 1.153,34 1.120,00 847,00 346,00 288,00 249,00 249,00 240,00 225,00 177,00 160,00 124,00 16,40 12,90

Russian Federation Canada Australia Mexico Korea, Republic of Indonesia Thailand Malaysia China, P.R.: Hong Kong Chile Singapore Philippines Peru New Zealand Vietnam Brunei Darussalam Papua New Guinea

-

5.000,00

10.000,00

GDP (dalam miliar US Dollar)

Sumber: WDI 2013, telah diolah kembali


15.000,00

Perdagangan antar kedua ekonomi dapat disebabkan karena ekonomi yang besar. GDP anggotaanggota ekonomi APEC disediakan pada grafik 4.2 dengan urutan GDP terbesar hingga terkecil. Terlihat bahwa Amerika mempunyai ekonomi yang relatif lebih besar dibandingkan dengan anggota ekonomi APEC lainnya. Sedangkan Papua New Guinea mempunyai nilai perdagangan yang terendah kemudian diikuti dengan Brunei Darussalam. Grafik 5 Grafik Persebaran Impor ke sesama APEC dan GDP anggota APEC

Impor (per miliar US Dollar)

1400,00 1200,00

USA

1000,00 800,00 600,00 400,00 200,00 0,00

Papua New Guinea 5.000,00

10.000,00

15.000,00

20.000,00

GDP (per miliar US Dollar)


Lebih lanjut, pada Grafik 5 diperlihatkan bahwa impor ke sesama anggota APEC dan GDP berasosiasi positif, dimana pada ekonomi dengan GDP yang besar akan cenderung memiliki nilai impor ke anggota-anggota APEC yang lebih besar. Pada grafik terlihat juga terlihat USA yang memiliki GDP tertinggi juga memiliki nilai impor dari sesama APEC yang tertinggi pula. Sedangkan, Papua New Guinea dengan GDP yang terendah di APEC memiliki nilai impor yang rendah pula, nilai impor nya hanya lebih besar dari Brunei Darussalam yang memiliki impor terkecil pada perdagangan antar anggota APEC. Grafik 6 Ekspor ke sesama anggota APEC dan GDP anggota APEC

Ekspor (per miliar US dollar)

1600,00 China

1400,00 1200,00 1000,00

USA

800,00 600,00 400,00 200,00 0,00

Papua New Guinea 5.000,00

10.000,00

15.000,00

20.000,00

GDP (per miliar US Dollar)


Tidak hanya impor, pada ekspor juga terlihat USA dengan GDP tertinggi mengekspor dari anggotaanggota APEC relatif lebih besar daripada anggota ekonomi lainnya (lihat Grafik 6). China sebagai pengekspor terbesar juga memiliki GDP yang relatif besar daripada anggota ekonomi lainnya (urutan


kedua terbesar diantara anggota ekonomi APEC). Papua New Guinea dengan GDP yang terendah diantara anggota APEC memiliki nilai ekspor yang terendah pula. Tabel 4 Data deskriptif jarak antara dua ekonomi APEC

rata-rata Maksimal (terjauh) Minimal (terdekat)

jarak (km) 8,763.66 19,711.86 315.54

Km Km Km

Sumber: CEPII 2013, telah diolah kembali

Jarak diantara kedua ekonomi APEC dihitung oleh jarak antar kedua kota yang paling teraglomerasi. Pada sesama anggota APEC, jarak terdekat adalah antara Singapura dan Malaysia. Sedangkan, jarak terjauh adalah Peru dengan Thailand dengan jarak 19.711 km (lihat Tabel 4). Tabel 5 Ekonomi APEC yang berbatasan secara darat No ekonomi 1 1 Brunei Darussalam 2 Canada 3 Chile 4 Hongkong 5 China 6 Indonesia 7 Malaysia 8 Malaysia 9 Mexico 10 Papua New Guinea 11 Russian Federation Sumber: CEPII 2013

Ekonomi 2 Malaysia United States Peru China Vietnam Malaysia Singapore Thailand United States Indonesia China, P.R.: Mainland

jarak (km) 1,486.40 548.39 2,468.64 1,976.25 2,330.80 1,174.20 315.54 1,187.12 3,369.05 4,464.31 5,795.05

km km km km km km km km km km km

Beberapa ekonomi APEC berbatasan secara langsung dengan darat. Tabel 5 merupakan anggotaanggota APEC yang berbatasan dengan darat. Perbatasan dengan darat ini tidak berarti bahwa jarak antar kedua ekonomi dekat. Hal ini karena jarak yang di sini adalah jarak antar dua kota yang paling teraglomerasi, dimana dapat terlihat pula pada tabel bahwa tidak berbatasan tidak berarti memiliki jarak yang dekat, dimana terdapat pula jarak ekonomi yang berbatasan yang paling dekat yaitu Malaysia – Singapura namun juga terdapat ekonomi yang walaupun berbatasan namun tetap relatif jauh seperti Rusia dengan China.


Grafik 7 Indeks Inverse Infrastruktur Anggota Ekonomi APEC (kiri) dan Logistics Performance Index: Kualitas dari Infrastruktur yang berhubungan dengan perdagangan (1=Rendah to 5=Tinggi) (kanan)

Singapore Japan China P. R. : Hong Kong Korea, South United States Brunei New Zealand Philippines Vietnam China P. R. : Mainland Indonesia Malaysia Canada Australia Thailand Mexico Russia Chile Peru

0,70 0,87 0,89 1,16 1,32 1,34 1,39 1,42 1,48 1,51 1,69 1,69 1,70 1,74 1,92 1,94 1,97 2,12 2,29

0,00

Hong Kong SAR, China Japan Canada Australia Korea, Rep. China Malaysia New Zealand Chile Thailand Mexico Philippines Peru Vietnam Indonesia Russian Federation

3,52

Papua New Guinea

1,00

2,00

3,00

4,15 4,14 4,12 4,11 3,99 3,83 3,74 3,61 3,43 3,42 3,18 3,08 3,03 2,80 2,73 2,68 2,54 2,45 2,20

Singapore United States

Papua New Guinea

0,00

4,00

2,00

4,00

6,00

Sumber: CIA Factbook 2013 dan WDI 2013, telah diolah kembali

Grafik 7 adalah grafik yang menunjukkan index infrastruktur ekonomi anggota-anggota APEC. Ekonomi dengan nilai index infrastruktur yang lebih rendah menunjukkan infrastruktur yang baik relatif dari ekonomi dengan index infrastruktur yang lebih tinggi. Singapura mempunyai nilai yang paling baik daripada anggota-anggota ekonomi APEC lain. Sedangkan, Papua New Guinea mempunyai index yang terburuk. Hal ini juga dapat terlihat pada Logistics Performance Index – Quality of trade and transport-related infrastructure (Grafik 7). Singapura tetap mempunyai kualitas yang paling baik relatif pada anggota-anggota ekonomi APEC lainnya, diikuti dengan US dan Hongkong. Tabel 6 Kesimpulan dan Komponen Kualitas Infrastruktur LPI

Dunia Rata-rata Terbaik Terburuk

2.76 4.26 1.27

Germany Congo, Rep

APEC 3.33 4.15 2.20

Singapore Papua New Guinea

Sumber: WDI 2013

Terkait dengan perbandingan kualitas infrastruktur anggota APEC relatif ke dunia, APEC memiliki rata-rata yang lebih baik daripada rata-rata dunia. Lebih lanjut, terdapat lima ekonomi APEC yang kualitas infrastruktur nya berada di bawah rata-rata dunia yaitu Peru, Vietnam, Indonesia, dan Papua New Guinea (grafik 7). Lalu, rata-rata ekonomi APEC masih memiliki gap pada ekonomi yang memiliki kualitas logistik terbaik sebesar 0.93. Pada publikasi APEC (2011) dinyatakan bahwa pada tahun 2010 indikator kualitas infrastruktur adalah indikator yang paling memiliki ketimpangan terbesar daripada performa logistik lain dengan skor gap sebesar 1.06. Hal ini menunjukkan APEC masih dapat melakukan perbaikan dari kualitas infrastuktur nya, terutama untuk ekonomi-ekonomi APEC yang berada di bawah rata-rata dunia. Terlebih, dari hasil regresi yang dilakukan, keadaan infrastruktur yang baik (diindikasikan dengan pengurangan index infrastruktur yang dipakai dalam regresi) akan meningkatkan ekspor dan impor antar anggotaanggota APEC. Terkait dengan teori Bougheas et. al (1999) secara umum anggota-anggota APEC dapat melakukan kebijakan untuk berinvestasi lebih pada infrastruktur karena kenaikan infrastruktur masih mempunyai efek yang positif terhadap arus perdagangan (impor dan ekspor).


Grafik 8 Grafik Pencar Indeks Kualitas Infrastruktur Perdagangan WDI dan Indeks Infrastruktur

1,6 Indeks Infrastruktur

1,4 1,2 1 0,8 0,6 0,4 0,2 0 0,00

0,50

1,00

1,50

2,00

2,50

3,00

3,50

4,00

4,50

Indeks Kualitas Infrastruktur LPI Sumber: WDI 2013 dan DOTS 2013, telah diolah kembali

Grafik menunjukkan grafik pencar kualitas infrastruktur perdagangan WDI dan juga indeks infrastruktur tanpa inverse hasil olahan. Terlihat bahwa indeks WDI berasosiasi positif dengan indeks infrastruktur. Hal ini dapat menunjukkan bahwa indeks infrastruktur dapat dibandingkan dengan indeks infrastruktur WDI. Lalu, pada analisa regresi, Tabel 7 memperlihatkan hasil analisa Ordinary Least Square yang telah memenuhi kondisi BLUE. Permasalahan heteroskedastisitas ditemukan pada regresi OLS dan telah diberikan treatment. Kemudian metode Tobit dan Heckman selection model dilakukan karena terdapat observasi perdagangan bilateral dengan nilai 0. Terdapat 11 observasi impor dan 10 observasi ekspor yang memiliki nilai nol. Jika tidak dimasukkan ke dalam observasi, ada kemungkinan bahwa koefisien yang dihasilkan bias karena alasan mengapa dua ekonomi tidak melakukan perdagangan internasional adalah karena mereka mempunyai biaya transportasi yang tinggi (atau mungkin income yang rendah). Mengeluarkan observasi itu dari estimasi menjadikan pemilihan sampel menjadi non-random dan koefisien yang ditimbulkan akan bias. Kolom 1 (tabel 4.1) merepresentasikan estimasi OLS dengan tidak memasukkan variabel infrastruktur. Variabel-variabel ini adalah regressor standar yang biasa ditemukan pada literatur-literatur perdagangan internasional yang menggunakan persamaan gravitasi. Koefisien pada GDP atau income dan juga distance mirip dengan koefisien pada literatur-literatur sebelumnya dan juga teori persamaan gravitasi. Contohnya pada Behar et. al (2011) estimasinya yang menggunakan OLS memiliki koefisien income sebesar 0,987 dan koefisien distance -1,43. Lalu, pada hasil baseline menggunakan Tobit (kolom 3), variabel geografi distance dan income masuk seperti yang telah diekspektasikan. Koefisien meningkat dari hasil baseline OLS. Hal ini karena adanya proporsi dari observasi zero trade yang sebelumnya tidak dimasukkan. Namun demikian, variabel geografi border tidak seperti tanda yang diekspektasikan, pada kedua baseline, tanda nya negatif meskipun variabel ini memang tidak signifikan. Jika melihat pada kolom 2 dan 4, variabel border ini sempat memiliki koefisien yang positif pada kolom 2 dan kemudian kembali menjadi negatif pada kolom 4. Tidak signifikannya variabel ini kemungkinan terjadi karena kebanyakan perdagangan internasional antar ekonomi-ekonomi APEC melalui laut. Kemudian, meskipun dua ekonomi berbatasan langsung, namun jarak antar kedua pusat ekonominya masih tetap berjarak jauh (contohnya pada Papua New Guinea dan Indonesia) sehingga, alasan-alasan yang dikemukakan pada literatur sebelumnya (adanya perjanjian transit, ada nya jaringan transportasi yang baik, dan dapat melakukan backhauling) tidak begitu berlaku. Pada kolom 2 dan 4, dimasukkan variabel infrastruktur. Terlihat bahwa infrastruktur dari ekonomi pengimpor dan pengekspor mempengaruhi impor perdagangan. Lalu, adanya perubahan-perubahan besar pada koefisien yang diestimasi pada kasus baseline berarti bahwa model baseline akan bias ketika tidak Analisis pengaruh..., M Ichfan Ramadhan, FE UI, 2013

dimasukkan variabel infrastruktur. Elastisitas distance yang biasanya adalah proxy untuk biaya transportasi berkurang sebesar 0,29 menunjukkan bahwa infrastruktur juga merupakan proxy biaya transportasi. Jadi, penggunaan infrastruktur meningkatkan predictive power dari estimasi gravitasi ( Adj. R2 yang tadinya 0,69 menjadi 0,71). Ditambah pula, penggunaan infrastuktur ini akan menghilangkan ommited variable bias pada regresi baseline. Ditunjukkan pula bahwa ketika ekonomi APEC meningkatkan infrastrukturnya (yang ditandai dengan variabel Log infra yang semakin rendah), nilai impor mereka dapat meningkat. Sehingga, tindakan-tindakan yang dilakukan APEC selama ini (TFAP, Supply Chain Connectivity Initiatives) dapat mengurangi hambatan perdagangan jika dijalankan sesuai dengan tujuannya. Tabel 7 Hasil Regresi OLS dan Tobit - Import Dependen: Log importij

Log GDP

Log GDP

i

j

Constant

2

Pseudo R

1.052 (0.0776) ***

2

Tobit

Infra (2)

Baseline (3)

***

0.948 (0.0624333) ***

0.997 (0.0624) ***

Infra (4)

***

1.321 (0.0624333) ***

***

1.244 (0.1012268) ***

1.301 (0.0965)

1.210 (0.1011)

***

***

-1.470 (0.1210)

-1.257 (0.1210)

-2.096 (0.2151)

-1.806 (0.2340)

-0.197 (0.2742)

0.231 (0.2865)

-0.695 (3.9485)

-0.11 (0.8048)

-

***

-

***

-

-0.902 (0.2872)

-

-0.804 (0.3280) ***

N Adj. R

1.009 (0.0672) ***

y

Border

Log infra

Baseline (1) ***

i

Log distance

Log infra

OLS

***

-31.74405 (3.9485)

**

-1.06 (0.5161) **

-1.24 (0.5160) ***

-21.656 (2.9440)

-19.679 (2.775)

-28.90981 (4.0174)

369

369

380

380

0.6984

0.7125

-

-

-

-

0.1221

0.1259

***

Sumber: CIA Factbook, CEPII dan WDI, telah diolah kembali Keterangan: *** signifikan pada 0,01 ** signifikan pada 0,05 *signifikan pada 0,1 () menunjukkan standar error

Lebih lanjut lagi, metode Heckman Selection model akan digunakan untuk mengatasi sample selection bias. Pada Heckman selection model, estimasi probit dilakukan untuk menentukan apakah observasi masuk ke dalam sampel. Pada Tabel 8 kolom (5) dan (6) diberitahukan bahwa model gravitasi baseline impor mempengaruhi probabilitas untuk dua ekonomi berdagang. GDP ekonomi itu sendiri juga partnernya dan jarak antara keduanya mempengaruhi probabilitas dua ekonomi melakukan perdagangan. Sedangkan, infrastruktur tidak signifikan untuk mempengaruhi dua ekonomi berdagang. Kemudian, dari estimasi probit akan didapatkan prediksi probabilitas dua ekonomi melakukan perdagangan. Lalu, dari estimasi ini dikalkulasikan Inverse Mill‟s Ratio yang merupakan normal distribution density function dibagi dengan 1 – cumulative density function. Inverse mills Ratio ini akan dijadikan basis untuk mengkoreksi seleksi sampel pada stage ke dua, dengan memasukkan nya sebagai variabel baru di OLS. Hal ini karena Inverse Mills Ratio dianggap sebagai omitted variable yang dapat membawa ke bias jika tidak dimasukkan ke dalam model OLS.


Berikut adalah kesimpulan dari penggunaan heckman selection model: Tabel 8 Hasil Probit dan Heckman Selection Model - Impor

log_import_2011

Probit Infra

Baseline (5)

log_gdp_i

(6)

0.4482

***

(0.1281) log_gdp_j

0.3858

***

-1.1956

Border

0.4267

***

0.3450

-1.1786

(8) 0.7257

***

0.7082

(0.0571) ***

0.7720

(0.1321) ***

Heckman Infra

(7)

(0.1367)

(0.1228) log_distance

Baseline

(0.0565) ***

0.7591

(0.0555) ***

-0.8416

***

-0.7592

(0.4222)

(0.1236)

(0.1242)

(omitted)

(omitted)

(omitted)

(omitted)

log_infra_j

-0.1460

-0.5284

(0.4976)

(0.2476)

-0.4104

-0.4121

(0.5343)

(0.2477)

Invmills

-10.5640

***

(1.0436) Constant

-8.8734

N

358

*

-10.0657

-11.4897

(5.5641)

(2.2152)

(2.1563)

358

347

347

0.7539

0.7636

0.0000

0.0000

Pseudo R2

0.3517

0.358

Prob > chi2 atau Prob > F

0.0000

0.0000

***

**

*

***

(1.0011)

-7.0871

Adj. R2

***

(0.0548)

(0.4126)

log_infra_i

***

***

-11.0375

***

Sumber: CIA Factbook 2013 dan WDI 2013, telah diolah kembali Keterangan: *** signifikan pada 0,01 ** signifikan pada 0,05 () menunjukkan standar error

*signifikan pada 0,1

Dari tabel di atas kolom (7) dan (8) menunjukkan estimasi untuk heckman selection model. Pada model baseline dan juga model gravitasi dengan infrastruktur inverse mills ratio signifikan mempengaruhi nilai impor bilateral sesama APEC. Hal ini berarti terdapat seleksi sampel pada model. Kemudian, jika dibandingkan dari kolom (1) dan (2) pada tabel 4.7, adjusted R2 bertambah berturut-turut dari 0,69 ke 0,75 dan model infrastruktur 0,71 ke 0,76 menandakan bahwa model dapat lebih menjelaskan variasi data impor bilateral. Penambahan ini juga karena memasukkan inverse mills ratio yang sebelumnya adalah ommited variable. Lalu, efek dari seluruh variabel berkurang ketika dikoreksi seleksi sampel. Setelah sampel terkoreksi, terlihat bahwa infrastruktur ekonomi itu sendiri juga ekonomi partner dagangnya tetap memiliki signifikansi. Berarti, infrastruktur tetap mempengaruhi nilai impor. Kesimpulan ini sejalan dengan Limao dan Venables (2001) Seperti pada hasil regresi impor, Tabel 4.8 kolom 1 merepresentasikan estimasi OLS menggunakan regressor standar persamaan gravitasi menggunakan dependen ekspor. Koefisien pada GDP atau income dan juga distance mirip dengan koefisien pada literatur-literatur sebelumnya. Lalu, pada hasil baseline menggunakan Tobit (kolom 3), variabel geografi distance dan income juga masuk seperti yang telah diekspektasikan. Koefisien juga meningkat dari hasil baseline OLS, karena observasi perdagangan yang bernilai nol yang sebelumnya tidak dimasukkan.


Lalu, pada kolom 2 dan 4 Tabel 8 terlihat bahwa infrastruktur dari ekonomi pengekspor dan pengimpor mempengaruhi ekspor bilateral. Peningkatan 1 persen pada variabel index infrastruktur pengekspor akan mengurangi ekspor bilateral antar ekonomi APEC sebesar 1.749 persen (variabel infrastruktur adalah inverse sehingga dapat pula diartikan bahwa perbaikan infrastruktur akan meningkatkan ekspor bilateral antar anggota APEC). kemudian, adanya perubahan-perubahan besar pada koefisien yang diestimasi pada kasus baseline berarti bahwa model baseline juga akan bias seperti pada kasus impor ketika tidak dimasukkan variabel infrastruktur. Jadi, sebagaimana dengan model impor, kenaikan infrastruktur baik ekonomi partner dagang atau pun infrastruktur ekonomi itu sendiri meningkatkan predictive power dari estimasi gravitasi ( pada regresi OLS, Adj. R2 meningkat 0,665 menjadi 0,690) dan menghilangkan ommited variable bias pada regresi baseline. Namun demikian, model OLS dapat menjadi bias ketika terdapat seleksi sampel dimana pada kasus ekspor bilateral APEC tahun 2011, terdapat 10 observasi dengan nilai nol. Tabel 9 Hasil Regresi OLS dan Tobit - Export Dependen: Log Exportij

Log GDP

Baseline (1)

Infra (2)

***

1.0441 (0.08497)

y

1.0032 (0.0677)

0.9610

***

Log distance

Border

Log infra

Tobit

i

Log GDP

Log infra

OLS

i

j

Constant

***

2

Adj. R

2

Pseudo R

***

***

(0.0867)

1.265987

(0.0635)

1.320386

***

-1.5484 (0.12603)

-1.257382

-.06937 (0.2932)

.5159707 (0.3034)

-

-1.239714

-

-1.0929

-20.7137

N

0.9271

Baseline (3)

***

(3.0583)

***

***

-18.0237

***

(0.1271)

Infra (4)

***

***

-2.103941

***

-.521368

1.146082

(0.13011)

1.232441

(0.2273)

-1.737681

(0.4581)

-1.749633

-

(0.2881765) (2.8818)

-1.174798

-30.7706

***

(4.3825)

-27.18296

370

370

380

380

0.6652

0.6900

-

-

-

-

0.1262

0.1331

Keterangan: *** signifikan pada 0,01 ** signifikan pada 0,05 () menunjukkan standar error

***

(0.1199468)

(0.1306378)

***

(0.2453)

.2099702 (0.4997)

-

(0.3382)

***

(0.12212)

**

**

***

(0.5147) (0.5381) (4.059)

*signifikan pada 0,1

Sumber : CIA Factbook dan WDI, telah diolah kembali

Pengkoreksian seleksi sampel akan dilakukan menggunakan Heckman Selection Model selain dari penggunaan Tobit sebagaimana pula halnya dengan model impor. Tabel 10 adalah hasil dari regresi Probit dan Heckman untuk model ekspor. Pada kolom (5) dan (6) stage pertama dari Heckman dilakukan. Probabilitas untuk kedua ekonomi melakukan ekspor bilateral dipengaruhi oleh GDP ekonomi itu sendiri dan partnernya juga jarak pada model baseline dan infrastruktur. Tabel 10 Hasil Probit dan Heckman Selection Model – Ekspor Probit Baseline (5)

Heckman Infra (6)

Baseline (7)

Infra (8)

log_export_2011 log_gdp_i

0.4145 0.1351

***

0.3641 0.1464

**

0.8228

***

0.0604


0.7914 0.0594

***

log_gdp_j

0.5364

***

0.1500 log_distance

Border

-1.2520

0.5280

***

0.1622 ***

-1.2388

0.7478

***

0.7237

0.0637 ***

-1.0727

0.0628 ***

-0.9270

0.4451

0.4574

0.1331

0.1342

(omitted)

(omitted)

(omitted)

(omitted)

log_infra_i

log_infra_j

-0.5601

-0.8185

0.5866

0.2786

-0.0276

-0.8322

0.5153

0.2763

Invmills

-9.4437

***

1.1280 Constant

N

-11.2533

**

Pseudo R2

-8.5295

-11.6616

5.3308

6.1467

2.4734

2.3927

358

358

348

348

0.7041

0.7196

0.0000

0.0000

0.3882

***

***

***

***

1.0755

-9.4939

Adj. R2

***

***

-10.8146

***

0.3997

Prob > chi2 atau Prob > F 0.0000 0.0000 Sumber: CIA Factbook dan WDI 2013, telah diolah kembali

Pada kolom (7) dan (8) tabel 10 diberikan informasi bahwa terdapat bias seleksi sampel ketika menggunakan OLS yang ditunjukkan dengan signifikansi dari inverse mills ratio. Adjusted R2 bertambah dari tabel 10 kolom (1) dan (2) menunjukkan bahwa variasi dari ekspor dapat dijelaskan lebih banyak dari model menggunakan Heckman selection. Elastisitas semua variabel terhadap ekspor menurun. Infrastruktur misalnya, pengaruh inverse infrastruktur ekonomi itu sendiri terhadap ekspor dari -1,74 menjadi -0,81 setelah adanya koreksi bias sampel. Dengan kata lain, Penurunan 1 persen pada variabel index infrastruktur (menandakan infrastruktur yang membaik) ekonomi pengekspor akan meningkatkan ekspor bilateral antar ekonomi APEC sebesar 0.81 persen (variabel infrastruktur adalah inverse sehingga dapat pula diartikan bahwa perbaikan infrastruktur akan meningkatkan ekspor bilateral antar anggota APEC. Kesimpulan ekspor yang meningkat ketika infrastruktur membaik ini sama dengan kesimpulan Bougheas et. al (1999), Pannenungi (2012) dan Behar, et. al (2011). Simpulan Berdasarkan hasil pengolahan model gravitasi dengan memasukkan infrastruktur pada perdagangan bilateral APEC pada tahun 2011 didapatkan bahwa: Hasil yang didapatkan ini dapat menjawab pertanyaan mengenai efek infrastruktur terhadap arus perdagangan di anggota-anggota APEC. Infrastruktur mempengaruhi arus perdagangan sesama anggota APEC. Peningkatan infrastruktur anggota ekonomi APEC pengimpor dan pengekspor akan meningkatkan impor dan ekspor bilateralnya. Hal ini berarti anggota-anggota APEC ketika melakukan perbaikan infrastruktur akan dapat mengurangi hambatan perdagangan. Sehingga, tujuan APEC untuk mengurangi hambatan perdagangan dapat dilakukan dengan meningkatkan infrastruktur anggota ekonomi nya. langkah-langkah yang dilakukan APEC untuk meningkatkan infrastruktur ekonomi anggotanya dapat memperlancar arus perdagangan. Hasil yang berbeda ditemukan pada variabel border, dimana pada literatur sebelumnya perbatasan suatu ekonomi dapat meningkatkan laju perdagangan. Hal ini kemungkinan dikarenakan karakteristik geografis pada ekonomi APEC yang berbentuk kepulauan sehingga, kebanyakan mengggunakan jalur transportasi laut. Lalu, terdapat bias seleksi sampel pada model menggunakan OLS, penggunaan Hekman selection dilakukan untuk mengoreksi permasalahan tersebut. Elastisitas setelah pengkoreksian seleksi sampel berkurang, namun infrastruktur, baik ekonomi itu sendiri maupun ekonomi partnernya tetap mempengaruhi nilai ekspor dan impor bilateral ke sesama APEC.


Daftar Pustaka  Publikasi buku APEC. (2007). APEC’s Second Trade Facilitation Action Plan. APEC. APEC Policy Support Unit. (2009). A Results-oriented approach to APEC’s Supply Chain Connectivity Initiative. APEC. APEC Policy Support Unit. (2011). APEC’s Achievements in Trade Facilitation 2007-2010 Final Assessment of Second Trade Facilitation Action Plan. APEC. 

Artikel dalam jurnal

Anderson, J. E., & Wincoop, E. v. (2004). Trade Costs. Journal of Economic Literature , 691-751. Bougheas, S., Demetriades, P. O., & Morgenroth, E. L. (1999). Infrastructure, Transport Costs and Trade. Journal of International Economics , 169-189. Dornbusch, R., Fischer, S., & Samuelson, P. A. (1977). Comparative Advantage, Trade and Payments in a Ricardian Model with a Continuum of Goods. American Economic Review , 823-839 Limao, N., & Venables, A. J. (2001). Infrastructure, Geographical Disadvantage, Transport Costs, and Trade. World Bank Economic Review , 451-479. Samuelson, P. (1954). The Transfer Problem and the Transport Costs. The Economic Journal , 264-289. Hummels, & Schaurs, D. (2007). Transportation costs and International Trade in the second era of Globalization. Journal of Economic Perspective , 131-154. 

Bab dalam buku

Behar, A., & Venables, A. J. (2011). Transport Costs and International Trade. Dalam A. d. Palma, R. Linsey, E. Quinet, & R. Vickerman, Handbook of Transport economics. Massachusetts: Edward Elgar Publishing. Pannenungi, M. A. (2012). Improving Export Performance through Logistics Cost: Evidence from APEC Economies. APEC Study Center Consortium Conference 2012, (hal. 158-180). 

Kertas kerja (working papers)

Behar, A., Manners, P., & Nelson, B. (2011). Exports and International Logistics. Worldbank Policy Research Working Paper. Clark, X., Dollar, D., & Micco, A. (2004). Port Efficiency, Maritime Transport Costs and Bilateral Trade. Cambridge: National Bureau of Economic Research. Herrera, E. G. (2010). Comparing Alternative Methods to Estimate Gravity Models of Bilateral Trade. Hummels, D. (1999). Have International Transportation Cost Declined? Chicago: University of Chicago. Mayer, & Zignano. (2011). Notes on CEPII's Distance Measure (GeoDist). CEPII Working Paper . 

Bab dalam buku

Shepherd, B. (2008, December 18). Dealing with Zero Trade Flows. ARTneT Capacity Building Workshop for Trade Research: "Behind the Border" Gravity Modelling .




Artikel dari situs web dan elektronik lainnya

CEPII. (t.thn.). Diambil kembali dari www.cepii.fr: http://www.cepii.fr/anglaisgraph/bdd/distances.htm CIA. (2013). CIA Factbook 2013. CIA. World Bank. (2013). World Development Indicators. Diambil kembali dari www.worldbank.org.


Klasifikasi JEL : F13, F14, F68

Recommend Documents