Analisis Perang Dagang terhadap Lingkungan, Lestari atau Tercederai?

Oleh: Anggita Utomo (Ilmu Ekonomi 2017), Wakil Kepala Departemen Kajian dan Penelitian Himiespa FEB UGM

Perang dagang yang terjadi antara Amerika Serikat dan RRC menjadi topik yang cukup hangat dibicarakan karena dampaknya yang dapat mempengaruhi perekonomian dunia. Bahkan, menurut International Monetary Fund, perang dagang ini berpotensi menyebabkan penurunan pertumbuhan ekonomi global sampai 0,5% dari kuartal pertama  ke kuartal kedua 2018 (IMF, 2018).

Perang dagang ini lahir sejak timbulnya kekhawatiran Donald Trump, Presiden Amerika Serikat ke-45, terhadap defisit neraca perdagangan Amerika Serikat. Amerika Serikat kemudian aktif menaikkan tarif pajak yang tinggi bagi produk-produk impor dari seluruh negara. Salah satu contohnya adalah kenaikan tarif impor besi dan aluminium yang mencapai angka 25 % dan 10 %.

Mengingat Amerika Serikat merupakan negara importir aluminium dan besi terbesar di dunia, negara-negara eksportir aluminium dan besi seperti RRC, Kanada, Korea Selatan dan negara-negara lainnya tentu melihat hal ini sebagai sebuah musibah karena harus kehilangan potensi pasar yang cukup besar.

Menanggapi hal tersebut, RRC juga memasang tarif impor bagi produk-produk Amerika, khususnya produk makanan mentah.  Lalu, bagaimana dampak aksi perang dagang tersebut?

Perdagangan internasional umumnya dipandang sebagai hal yang baik. Dengan adanya perdagangan internasional, sebuah negara mampu menambah sejumlah net ekspor yang kemudian berdampak pada pertumbuhan ekonomi. Namun, selain pertumbuhan ekonomi, perdagangan internasional rupanya juga berdampak pada lingkungan.

Jika dilihat dari kacamata ekologi, menurunnya aktivitas ekonomi antarnegara bisa jadi berdampak baik pada lingkungan, terlepas dari dampak ekonomi yang dihasilkan. Gagasan ini pertama kali berangkat dari Gene M. Grossman dan Alan B. Krueger dalam tulisannya “Environmental Impacts of A North American Free Trade Agreement” (1991).

Grossman dan Krueger menyatakan bahwa penurunan hambatan perdagangan akibat adanya perjanjian internasional (dalam hal ini adalah NAFTA) akan berdampak negatif ke lingkungan berupa polutan yang dihasilkan. Hal ini disebabkan karena bertambahnya skala aktivitas ekonomi baik komposisi ekonominya maupun teknik produksinya.

Fokus utama dalam tulisan ini tidak lain adalah untuk menganalisis dampak perang dagang terhadap lingkungan. Perang dagang disini dikaitkan dengan keterbukaan perdagangan yang ditunjukkan dengan persentase nilai impor dan ekspor terhadap PDB di sebuah negara.

Teori dari Grossman dan Krueger menjadi dasar penulis untuk memahami keterkaitan kedua variabel tersebut. Dengan memahami keterkaitan antara aktivitas ekonomi antarnegara, dalam hal ini adalah perang dagang, dan dampaknya terhadap lingkungan, diharapkan mampu menjadi landasan kebijakan pemerintah sehingga mampu membangun perekonomian yang berkelanjutan.

 

Keterbukaan Perdagangan Internasional di Dunia

Dalam studi empirisnya di 42 negara, Grossman dan Krueger (1991) menekankan pada salah satu negara, yaitu Meksiko karena memiliki pangsa yang paling besar di pasar Amerika Serikat. Selain itu, Meksiko juga memiliki regulasi perdagangan lintas negara yang relatif longgar.

Dampak adanya perdagangan internasional terhadap lingkungan yang dikemukakan oleh Grossman dan Krueger berhubungan dengan pertumbuhan ekonomi di negara tersebut.

Mereka mengestimasikan pertumbuhan pendapatan di Meksiko akibat adanya perjanjian free trade dengan negara-negara tetangganya, khususnya Amerika Serikat sebesar +0,7%.

Capaian ini diproyeksikan akan mengakibatkan perubahan perilaku konsumen masyarakat di Meksiko yang “memaksa” pemerintah untuk memperketat regulasi terkait environmental sustainabilitysehingga terjadi spesialisasi di sektor-sektor dengan dampak lingkungan yang relatif lebih sedikit.

Maka dari itu, adanya kelonggaran kebijakan perdagangan internasional berbanding terbalik dengan dampak lingkungan yang diberikan. Namun, proyeksi ini tidak dapat dibuktikan secara empirik karena tidak tersedianya data emisi yang dihasilkan dari sektor-sektor ekonomi di Meksiko.

Sejalan dengan itu, riset dari Antweiler, et al (2001) dalam “Is Free Trade Good for The Environment?” meneliti bagaimana keterbukaan perdagangan sebuah negara mempengaruhi jumlah polusi yang ada di 44 negara berkembang. Riset ini mendalami bagaimana relasi hubungan antara perdagangan internasional dengan dampak lingkungan yang dihasilkan dengan tiga faktor pendekatan, yaitu scale effect, composition effect, dan technique effect.

Scale Effect merupakan efek meluasnya aktivitas ekonomi akibat adanya perdagangan lintas negara sehingga memberikan dampak berupa emisi gas, khususnya gas CO2. Sebagian besar scale effect di negara-negara yang diteliti memiliki kesamaan, yaitu bertambahnya skala ekonomi (output yang bertambah) hampir selalu diikuti kenaikan polutan.

Di sisi lain, composition effect dan technique effect yang merupakan dampak yang diberikan akibat perdagangan lintas negara berupa perubahan struktur produksi dan perubahan teknologi menunjukkan adanya variasi di negara-negara yang diteliti.

Namun, estimasi dari ketiga efek tersebut mengindikasikan bahwa kenaikan output sebesar 1% memengaruhi pengurangan polutan yang ada sebesar hampir 1%. Dengan demikian menurut Werner et.al, adanya free trade membawa dampak yang baik bagi lingkungan secara general.

 

Lingkungan dan Hubungannya dengan Keterbukaan Perdagangan Internasional

Untuk mengetahui pengaruh pengetatan perdagangan internasional terhadap kinerja lingkungan, kami mengambil sampel data dari 11 negara, yaitu Amerika Serikat dan negara-negara yang memiliki hubungan dagang yang cukup dekat dengan Amerika Serikat: China, Meksiko, Kanada, Jepang, Jerman, Korea Selatan, Perancis, Britania Raya, India, dan Italia. Hal ini ditunjukkan dengan nilai share export Amerika Serikat di tahun 2002-2015 yang dikuasai oleh 9 negara tersebut di atas.

Dalam model dan metode yang kami gunakan, dampak lingkungan dijelaskan dengan estimator kinerja lingkungan atau yang lebih dikenal dengan Environmental Performance Index (EPI) untuk itu, kami menggunakan Environmental Performance Index (EPI) sebagai indikator penentu (dependence variable).

EPI merupakan indikator yang mengurutkan tiap negara di dunia berdasarkan kinerja negara dalam isu lingkungan terutama di bidang kesehatan lingkungan dan ketahanan ekosistem. Dalam dua tujuan kebijakan ini, EPI menilai kinerja negara di sembilan bidang isu yang terdiri dari 20 indikator. Indikator dalam EPI mengukur seberapa dekat negara dalam memenuhi target “kesehatan” lingkungan yang ditetapkan secara internasional.

Penulis menggunakan analisis data panel agar dapat mengetahui pengaruh dari perbedaan entitas dan periode waktu dari kesebelas negara.  Model yang kami gunakan berdasarkan studi berjudul “The impact of trade openness on environmental quality: An empirical analysis of emerging and developing economies” oleh J. Bernard dan S. K. Mandal (2016) di 60 negara berkembang dari 2002 sampai 2012 (data panel).

Adapun bentuk matematisnya adalah sebagai berikut :

J. Bernard and S. K. Mandal Regression Model
J. Bernard and S. K. Mandal Regression Model
  • EPI = Environmental Performance Index.
  • TO = Trade-opennes (persentase nilai impor dan ekspor terhadap PDB).
  • FDI = Foreign Direct Investment (persentase net FDI terhadap PDB).
  • GDP = Produk Domestik Bruto (PDB).
  • FD = Financial Development (persentase nilai kredit domestik sektor privat terhadap PDB).
  • Urb = Urbanisasi (persentase urban population terhadap populasi total).
  • Gov = Government Effectiveness.
  • PG = Political Globalization.
  • EC = Konsumsi Energi Primer.
  • Inf = Laju inflasi.
  • Pop = Jumlah penduduk.

Keterbukaan perdagangan (TO) merupakan persentase trade valueterhadap PDB di suatu negara yang datanya kami dapat dari World Bank. TO menggambarkan seberapa terbukanya sebuah negara terhadap aktivitas ekonomi dunia yang pada akhirnya mempengaruhi kinerja lingkungan.

Tidak jauh berbeda dengan itu, data FDI, GDP dan FD kami dapatkan dari World Bank yang menunjukkan besarnya pertumbuhan ekonomi di suatu negara, sehingga dapat memberikan dampak lingkungan khususnya dari segi composition dan technique effect.

Di sisi lain data urbanisasi dan populasi yang juga kami peroleh dari World Bank merupakan faktor penjelas EPI yang mempengaruhi dari segi scale effect karena mempengaruhi besarnya skala ekonomi di suatu negara.

Data Konsumsi Energi Primer yang kami dapat dari US Energy Information Administration memiliki pengaruh langsung terhadap dampak lingkungan karena emisi yang dihasilkan dari penggunaan energi tersebut.

Dalam  model ini, disertakan pula dampak pemerintah dan indikator socio-economic yang lain seperti globalisasi yang dapat mempengaruhi kinerja lingkungan. Data ini, Government Effectivenessdan Political Globalization, didapat dari World bank dan Institut Teknologi Konfederasi Zrich.

Data EPI sendiri kami dapat dari proyek bersama Yale Centre for Environmental Law and Policy (YCELP) dan the Centre for International Earth Science Information Network (CIESIN) di Columbia.

University yang diterbitkan tahunan, tetapi semenjak tahun 2013, EPI diterbitkan berkala 2-tahunan. Maka dari itu, pada tahun 2013 dan 2015 tidak ditemukan data EPI hingga sampai saat ini. Namun, dengan model di atas, kami melakukan interpolasi data EPI pada tahun 2013 (dengan data 2012 dan 2014) dan tahun 2015 (dengan data 2014 dan 2016) sehingga didapatkan nilai tafsiran EPI di tahun 2013 dan 2015 yang nilainya dapat diasumsikan benar.

Dari hasil tersebut, kami menggunakan model regresi dengan random effects. Selanjutnya, setelah dilakukan uji stasioneritas ditemukan bahwa data yang kami teliti tidak stasioner. Maka dari itu, kami mengestimasi dengan melakukan First-differencing sebagai antisipasi data yang tidak stasioner.

Uji  Hausman dilakukan untuk melihat model regresi yang cocok untuk kasus ini. Hasilnya, p-value menunjukkan angka 0,79 yang berarti random effects lebih aplikatif dan konsisten dalam model yang kami gunakan daripada fixed effects.

Selain itu, terdapat masalah cross-sectional dependence dalam model. Masalah cross-sectional dependence dapat diatasi dengan menggunakan Driscoll and Kraay’s SCC, yaitu dengan mengoreksi standard error dalam model (Millo, 2017; Hoechle, 2007). Maka dari itu, kami menyajikan 2 hasil estimasi, yaitu dengan random effects dan dengan  Driscoll and Kraay’s SCC.  

 

Seberapa Terdampak Lingkungan Kita?

Dari hasil regresi kesebelas negara yang kami teliti, terlihat adanya perbedaan dalam signifikansi tiap variabel independen terhadap variabel dependennya (EPI). Berikut adalah hasil regresi yang telah kami dapatkan:

Regression Result
Regression Result

Dalam tabel diatas ditemukan bahwa variabel trade-openness (TO) dan jumlah populasi (Pop) memiliki hubungan positif dan berpengaruh secara signifikan terhadap Environmental Performance Index suatu negara. Artinya, meningkatnya 1% trade-openness akan mempengaruhi peningkatan 0.037% EPI di sebuah negara.

Sedangkan, peningkatan 1% jumlah populasi akan berdampak signifikan pada peningkatan EPI sejumlah 0.302%.  Selain itu, terlihat perbedaan hasil estimasi antara random effects dengan Driscoll and Kraay’s SCC. Driscoll and Kraay’s SCC mengoreksi standar error dari setiap variabel independennya, tetapi koefisien (slope) dan arah hubungannya tidak berbeda.

 

Ramahkah Perang Dagang?

Mengetahui hubungan dari adanya perdagangan internasional terhadap dampak lingkungan merupakan hal yang penting sebagai landasan keberlanjutan ekonomi.

Di sebelas negara yang telah diteliti, terlihat bahwa keterbukaan perdagangan, yang bisa dilihat melalui volume perdagangan antar negara, berdampak positif terhadap lingkungan. Semakin terbuka perdagangan internasional maka semakin baik pula kondisi lingkungan (EPI yang meningkat), begitupun sebaliknya.

Berkurangnya keterbukaan perdagangan internasional (trade-opennes) akibat perang dagang, akan berdampak buruk terhadap kinerja lingkungan yang ditunjukkan dengan menurunnya Environmental Performance Index (EPI).

Dengan demikian kita dapat menarik kesimpulan bahwa jika perang dagang antara Amerika Serikat dan negara-negara lain terus berlanjut, kualitas lingkungan (EPI) akan terus menurun.

 

 

Referensi

  1. Achim Z., & Torsten H. (2002). Diagnostic Checking in Regression Relationships. R News 2(3), 7-10. URL https://CRAN.R-project.org/doc/Rnews/
  2. Adrian T., & Kurt H. (2018). tseries: Time Series Analysis and Computational Finance. R package version 0.10-46.
  3. Antweiler W., Copeland B. R., & Taylor M. S. (2001). Is Free Trade Good for the Environment? American Economic Review,91(4), 877-908. doi:10.1257/aer.91.4.877
  4. Bernard J. & Mandal S. K. (2016). The impact of trade openness on environmental quality: An empirical analysis of emerging and developing economies. Environmental Impact III. doi:10.2495/eid160181
  5. Copeland B., & Taylor M. S. (2003). Trade, Growth and the Environment. doi:10.3386/w9823
  6. Croissant Y., & Millo G. (2008). “Panel Data Econometrics in R: The plm Package.” Journal of Statistical Software *27*(2), pp. 1-43. doi: 10.18637/jss.v027.i02 (URL: http://doi.org/10.18637/jss.v027.i02).
  7. Grossman G., & Krueger A. (1991). Environmental Impacts of a North American Free Trade Agreement. doi:10.3386/w3914
  8. Hadley W., & Jennifer B. (2018). readxl: Read  Excel Files. R package version 1.3.0.  https://CRAN.R-project.org/package=readxl
  9. Hlavac, Marek. (2018). stargazer: Well-Formatted  Regression and Summary Statistics Tables. R package version 5.2.1. https://CRAN.R-project.org/package=stargazer
  10. International Monetary Fund. (2018). World Economic Outlook; Challenges to Steady Growth October 2018. Washington D.C. : International Monetary Fund
  11. Millo G,. (2017). “Robust Standard Error Estimators for Panel Models: A Unifying Approach.” Journal of Statistical Software, *82*(3), 1-27. doi: 10.18637/jss.v082.i03 (URL: http:/doi.org/10.18637/jss.v082.i03)
  12. R Core Team (2018). R: A language and environment for statistical  computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/.
Comments