Estimasi manfaat penurunan polusi udara: studi kasus Jabodetabek · masuk dan tarif parkir yang lebih tinggi di pusat kegiatan. o Kartu pilihan: dalam kartu peraga, 4 pilihan untuk

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


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



HasilKesimpulan

Gambaran permasalahan




HasilKesimpulan

Kebijakan




HasilKesimpulan

Kartu pilihan




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



HasilKesimpulan

Daerah survey

Multistage samplingDaerah survey


HasilKesimpulan


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


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


HasilKesimpulan


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


HasilKesimpulan


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



HasilKesimpulan


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.



HasilKesimpulan


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.


HasilKesimpulan



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



HasilKesimpulan


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.



HasilKesimpulan


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



HasilKesimpulan


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


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.



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.



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.



HasilKesimpulan

Terima kasih

[email protected]

mailto:[email protected]

Documents

Estimasi manfaat penurunan polusi udara: studi kasus Jabodetabek · masuk dan tarif parkir yang lebih tinggi di pusat kegiatan. o Kartu pilihan: dalam kartu peraga, 4 pilihan untuk