Upload
vonhan
View
230
Download
0
Embed Size (px)
Citation preview
Estimasi manfaat penurunan polusi udara: studi kasus Jabodetabek1
Mia Amalia2, Jeff Bennett3 dan Budy Resosudarmo3
1 Survey dibiayai oleh the Australian National University dan Environmental Economics Program for South East Asia2 Badan Perencanaan Pembangunan Nasional3 Australian National University
Kerangka presentasi
o Latar belakang penelitian
o Tujuan penelitian
o Metode
■ Choice modelling
■ Kuesioner
■ Pemilihan sampel
o Hasil
■ Karakteristik responden
■ Hasil pemodelan
o Kesimpulan
■ Ringkasan
■ Usulan kebijakan
■ Perencanaan kebijakan
■ Penelitian lanjutan
www.usc.edu
www.as.wn.com
www.nature.com
www.eia.doe.gov
www.civeng.unsw.edu.au
www.time.com
www.usc.edu
www.usc.edu
www.usc.edu
Latar belakang
o Kualitas udara Jabodetabek berada di atas ambang batas internasional:
Polutan Keterangan
TSP 2.7 kali lebih tinggi dari standar WHO (90μg/m3)Posisi ke-dua pada tahun 2004 (setelah New Delhi)
NO2 10 μg/m3 lebih tinggi dari standar WHO
PM10 Posisi ke-sebelas di dunia pada tahun 2002
SO2 Posisi ke-97 di dunia pada tahun 2001
NOx Posisi ke-67 di dunia pada tahun 2001
Tujuan penelitian
o Untuk mengestimasi nilai perubahan kondisi kesehatan dan lingkungandalam satuan nilai uang (in monetary terms).
o Untuk mengamati variabel penjelas untuk variasi willingness to pay:
■ Variabel sosial ekonomi seperti pendapatan rata-rata, pendidikan, umur dankondisi kesehatan.
■ Atribut udara bersih yang digunakan dalam penelitian seperti kesehatan, jarakpandang dan bau.
Tujuan penelitianMetode
HasilKesimpulan
Choice modelling
o Pembuatan kuesioner■ Isi
● Draft 1 – input dari langkah penelitian sebelumnya, focus group discussion I, diskusi dengan ahli (Juli 2007)
● Draft 2 – diskusi dengan ahli (Juli 2008)
● Draft 3 – input dari focus group discussions II (Juli dan Agustus 2008)
● Final – Tes lapangan (68 respondent oleh interviewer)
■ Experimental design
● Desain orthogonal – koefisien untuk pembuatan Desain efisien
● Desian efisien – lebih baik dari desain orthogonal, mengurangi jumlahresponden.
o Desain pemilihan sampel
o Survey (647 respondent)
o Analisis data:■ Conditional logit models (CL)
■ Random parameter logit model (RP)
Choice modellingKuesionerPemilihan sampelTes lapangan
Tujuan penelitianMetode
HasilKesimpulan
Isi kuesioner
o Pengantar: tujuan penelitian dan pentingnya pendapat para responden.
o Pembatasan masalah: pengalaman responden dengan polusi udara –attribute ranking exercise.
o Gambaran permasalahan: pengenalan atribut yang digunakan dalan kartuperaga.
o Solusi yang mungkin dapat menangani masalah: kebijakan transportasibaru:
■ Perbaikan fasilitas transportasi.
■ Pengurangan jumlah kendaraan di pusat kegiatan.
■ Penurunan jumlah kendaraan tua.
o Wahana pembayaran: kenaikan PBB, kenaikan pajak kendaraan, biayamasuk dan tarif parkir yang lebih tinggi di pusat kegiatan.
o Kartu pilihan: dalam kartu peraga, 4 pilihan untuk setiap responden.
o Penutup: kondisi kesehatan dan sosio-demografi.
Isi kuesionerGambaran permasalahanKebijakanKartu pilihan
Choice modellingKuesionerPemilihan sampelTes lapangan
Tujuan penelitianMetode
HasilKesimpulan
Gambaran permasalahan
Isi kuesionerGambaran permasalahanKebijakanKartu pilihan
Choice modellingKuesionerPemilihan sampelTes lapangan
Tujuan penelitianMetode
HasilKesimpulan
Kebijakan
Isi kuesionerGambaran permasalahanKebijakanKartu pilihan
Choice modellingKuesionerPemilihan sampelTes lapangan
Tujuan penelitianMetode
HasilKesimpulan
Kartu pilihan
Isi kuesionerGambaran permasalahanKebijakanKartu pilihan
Choice modellingKuesionerPemilihan sampelTes lapangan
Tujuan penelitianMetode
HasilKesimpulan
Multistage sampling
Multistage samplingDaerah survey
JMA
cities and districts
sub district
village villagevillage
sub villagesub village
village village
12 sub districts were
selected for every
city/district
5 villages in every sub
district were selected
randomly
2 sub villages in every
village were selected
randomly to create 2 PSU
sub districtsub district
Choice modellingKuesionerPemilihan sampelTes lapangan
Tujuan penelitianMetode
HasilKesimpulan
Daerah survey
Multistage samplingDaerah survey
Tujuan penelitianMetode
HasilKesimpulan
Choice modellingKuesionerPemilihan sampelTes lapangan
Jumlah responden Pendapatan
Jumlah respondenPendapatanSESUmur
BlockNumber of
respondents
1 109
2 104
3 111
4 110
5 104
6 109
Total 647
Income
levelIncome range
No of
respondents
1 Below Rp 250,000 2
2 Rp 250,001 – Rp 600,000 57
3 Rp 600,001 – Rp 900,000 114
4 Rp 900,001 – Rp 1,250,000 178
5 Rp 1,250,001 – Rp 1,750,000 143
6 Rp 1,750,001 – Rp 2,500,000 84
7 Rp 2,500,001 – Rp 3,500,000 49
8 Rp 3,500,001 – Rp 5,000,000 14
9 Rp 5,000,001 – Rp 7,500,000 3
10 Above Rp 7,500,001 3
Total 647
Karakteristik respondenPenerapan model
Tujuan penelitianMetode
HasilKesimpulan
Socio economic status level Umur
Expenditure SES levelPopulation
(%)
Sample
(%)
Below 600,000 E 11 9
600,000 - 900,000 D 18 18
900,000 - 1,250,000 C2 23 28
1,250,000 - 1,750,000 C1 22 22
1,750,000 - 2,500,000 B 15 13
2,500,000 - 3,500,000 A2 7 8
Over 3,500,000 A1 4 3
Chi-squared 2.1033
Chi-squared critical (6, 0.05) 12.5916
Age groupsPopulation
2008 (%)*
Sample
(%)
20 - 25 16 11
26 - 30 16 16
31 - 35 16 18
36 - 40 14 18
41 - 45 12 11
46 - 55 17 18
56 - 65 10 9
Chi-squared 3.6414
Chi-squared critical (6, 0.05) 12.5916
Menggunakan SES dan umur sebagai indikator, sampel tidak berbeda secara signifikan dengan populasi
Jumlah respondenPendapatanSESUmur
Tujuan penelitianMetode
HasilKesimpulan
Karakteristik respondenPenerapan model
Penerapan model
Conditional logitRandom parameter logitPerbandingan antar model
VSQ = IβI + VβV + O1βO1 + O2βO2 + CβC
VTS = ATS + IβI + VβV + O1βO1 + O2βO2 + CβC
VRD = ARD + IβI + VβV + O1βO1 + O2βO2 + CβC
VRO = ARO + IβI + VβV + O1βO1 + O2βO2 + CβC
Tujuan penelitianMetode
HasilKesimpulan
Karakteristik respondenPenerapan model
Conditional Logit
VariablesModel 1 Model 3
Coefficient Coefficient
Illness -0.240 *** -0.248 ***
Visibility 0.002 0.002
Odour1 -0.377 *** -0.407 ***
Odour2 -0.097 ** -0.091 **
Cost -0.002 *** -0.003 ***
ATS -0.220 * -1.003 **
ATS*Age -0.015 **
ATS*Gender -0.351 ***
ATS*Education 0.415 ***
ATS*Income 0.231 ***
ATS*Cough -0.323 **
ATS*Distance -0.035 ***
ATS*PM -20.824 **
ARD -0.382 *** -1.002 **
ARD *Age -0.017 ***
ARD *Gender -0.521 ***
ARD *Education 0.443 ***
ARD *Income 0.231 ***
ARD *Cough -0.441 ***
VariablesModel 1 Model 3
Coefficient Coefficient
ARD *Distance -0.036 ***
ARD *PM -38.490 ***
ARO -0.444 *** -1.078 **
ARO *Age -0.005
ARO *Gender -0.390 ***
ARO *Education 0.397 ***
ARO *Income 0.188 ***
ARO *Cough -0.290 *
ARO *Distance -0.042 ***
ARO *PM -27.128 ***
LL -3,090.273 -2799.018
AIC 2.394 2.186
BIC 2.412 2.251
Chi-squared 839.764 1422.274
Probability chi-
squared
0.000 0.000
Rho-squared 0.120 0.203
Conditional logitRandom parameter logitPerbandingan antar model
Tujuan penelitianMetode
HasilKesimpulan
Karakteristik respondenPenerapan model
CL: Hausman test
CL ModelExcluded choices
TS RD RO
Model 1 p-value 0.009 0.004 0.010
Model 3 p-value 0.000 0.984 0.071
Model 1: asumsi IIA tidak bisa ditolak untuk seluruh kebijakan baru.
Model 3: asumsi IIA tidak bisa ditolak untuk kebijakan RD.
Perlu estimasi dengan menggunakan Random Parameter Logit (RPL) yang tidak perlu memenuhi asumsi IIA.
Conditional logitRandom parameter logitPerbandingan antar model
Tujuan penelitianMetode
HasilKesimpulan
Karakteristik respondenPenerapan model
Random parameter logit
o Random parameter logit model diterapkan untuk mengamati dispersipada koefisien rata-rata yang mengindikasikan heterogenitas responden.
o Aplikasi:
■ Seluruh koefisien harga diset sebagai parameter tetap.
■ Seluruh atribut diset sebagai parameter random.
■ Replikasi untuk tes: 10-20, hasil: parameter random: Illness and Odour1.
■ Jumlah replikasi untuk estimasi model: 500.
■ Distribusi: diasumsikan normal.
Tujuan penelitianMetode
HasilKesimpulan
Karakteristik respondenPenerapan model
Conditional logitRandom parameter logitPerbandingan antar model
RP
VariablesModel 5
Coefficient Standard deviation
Illness -0.247 *** 0.324 ***
Visibility 0.002
Odour1 -0.436 *** 0.651 ***
Odour2 -0.037
Cost -0.003 ***
ATS -0.868 *
Age -0.018 ***
Education 0.472 ***
Income 0.268 ***
Cough -0.393 **
Distance -0.042 ***
PM -25.880 ***
ARD -0.894 *
Age -0.020 ***
Gender -0.612 ***
Education 0.513 ***
Income 0.271 ***
Cough -0.517 ***
VariablesModel 5
Coefficient Standard deviation
Distance -0.043 ***
PM -44.344 ***
ARO -0.940 *
Gender -0.430 ***
Education 0.447 ***
Income 0.229 ***
Cough -0.327 *
Distance -0.050 ***
PM -32.428 ***
LL function -2791.552
Restricted LL -3587.730
Rho-squared 0.222
Chi-squared 1592.356
Prob chi-
squared 0.000
AIC 2.181
BIC 2.251
Conditional logitRandom parameter logitPerbandingan antar model
Tujuan penelitianMetode
HasilKesimpulan
Karakteristik respondenPenerapan model
Implicit prices
VariablesCL (Model 3) RPL (Model 5) Proportion of
differenceIP CI (95%) IP CI (95%)
Illness -97.716 ± 0.946 -88.857 ± 1.069 0.491
Visibility -- -- -- -- --
D to ND -360.955 ± 1.125 -324.786 ± 2.190 0.781
SD to ND -234.841 ± 1.029 -- -- 0.873
Rho-squared 0.203 0.222
Note: D = disturbing, SD = slightly disturbing, ND = not disturbing
Model 5 dan Model 3 adalah dua model terbaik untuk data yang telah dikumpulkan.
Implicit prices memperlihatkan bahwa responden di Jabodetabek mau membayar untuk perbaikan kualitas
kesehatan dan lingkungan, terutama bau dari asap kendaraan bermotor.
Implicit prices yang diestimasi menggunakan CL dan RPL tidak berbeda secara signifikan kecuali untuk
Odour2 yang signifikan di CL tapi tidak signifikan di RPL Model.
Untuk perhitungan lanjutan, Model 5 digunakan karena IIA di Model 3 tidak dapat ditolak.
Conditional logitRandom parameter logitPerbandingan antar model
Tujuan penelitianMetode
HasilKesimpulan
Karakteristik respondenPenerapan model
Consumer surplus (ribuan Rp./rumah tangga/tahun)
Policies High CI Medium CI Low CI
TS 634.19 ± 16.40 447.94 ± 18.76 321.70 ± 19.08
RD 643.50 ± 17.22 487.26 ± 19.58 331.02 ± 38.98
RO 659.80 ± 17.47 503.56 ± 19.83 347.31 ± 59.13
Rho-squared 0.222
Policies PVTB in million USD PVTB in trillion Rp
Discount rate (%) 6.75 9.51 12.75 6.75 9.51 12.75
TS 498 474 448 4,373 4,161 3,934
RD 507 483 456 4,459 4,242 4,010
RO 524 499 472 4,608 4,384 4,144
Present value of total benefit
Conditional logitRandom parameter logitPerbandingan antar model
Tujuan penelitianMetode
HasilKesimpulan
Karakteristik respondenPenerapan model
Ringkasan
o Responden di Jabodetabek memiliki nilai signifikan untuk atribut kualitasudara: kesehatan dan bau.
o Jarak pandang tidak signifikan.
o Nilai ASC yang negatif kemungkinan disebabkan oleh biaya termurahmasih terlalu tinggi atau responden lebih berkonsentrasi memilih atributdaripada kebijakan transportasi yang diusulkan.
o Estimasi manfaat dapat digunakan untuk menghitung manfaat bersihpelaksanaan kebijakan bila ada data mengenai estimasi biaya pelaksanaankebijakan.
RingkasanUsulan kebijakanPerencanaan kebijakanPenelitian lanjutan
Tujuan penelitianMetode
HasilKesimpulan
Usulan kebijakan
o WTP (per rumah tangga per tahun selama tiga tahun periodepembayaran):
■ TS: Rp284,266(USD32.36)
■ RD: Rp309,445 (USD35.22)
■ RO: Rp326,624 (USD37.18)
o Market-based instruments dapat diperkenalkan di Jakarta untukmengurangi penggunaan kendaraan pribadi dengan menurunkan biayakendaraan umum dan menaikan biaya pengoperasian kendaraan pribadidan kendaraan tua.
RingkasanUsulan kebijakanPerencanaan kebijakanPenelitian lanjutan
Tujuan penelitianMetode
HasilKesimpulan
Perencanaan kebijakan
o Kegagalan untuk mengenali preferensi dan hanya menerapkan kebijakanberdasarkan perkiraan bahwa kebijakan dapat mengubah perilakumasyarakat hanya akan menghasilkan outcome kebijakan yang berbedadengan yang direncanakan.
o Mempertimbangkan preferensi masyarakat dalam pembuatan kebijakandapat memperpanjang proses dan meningkatkan biaya perencanaankebijakan. Hasil akan lebih baik dan outcome lebih mendekati rencana.
RingkasanUsulan kebijakanPerencanaan kebijakanPenelitian lanjutan
Tujuan penelitianMetode
HasilKesimpulan
Penelitian lanjutan
o Pendekatan yang lebih baik untuk membantu responden mengerti metodepenelitian yang rumit sehingga CM dapat dimengerti tidak hanya olehresponden dengan tingkat pendidikan yang tinggi.
o Komponen yang diperlukan untuk mengimplementasikan CM di Indonesia:
■ Interviewer yang terlatih;
■ Kuesioner yang berupa cerita;
■ Kartu peraga dengan isi yang mudah dimengerti dan biasa dilihat olehresponden.
o Estimasi biaya untuk pelaksanaan kebijakan untuk menghitung manfaatbersih.
RingkasanUsulan kebijakanPerencanaan kebijakanPenelitian lanjutan
Tujuan penelitianMetode
HasilKesimpulan