ANALISIS PENGARUH PERTUMBUHAN EKONOMI TERHADAP KUALITAS LINGKUNGAN...

ANALISIS PENGARUH PERTUMBUHAN EKONOMI

TERHADAP KUALITAS LINGKUNGAN HIDUP

(Studi Kasus: Enam Provinsi di Pulau Jawa Periode 2009-2018)

HALAMAN JUDUL

SKRIPSI

Diajukan kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat Meraih Gelar Sarjana Ekonomi

Oleh

Ghina Fadhilla

NIM: 11160840000051

JURUSAN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI (UIN) SYARIF HIDAYATULLAH

JAKARTA

1442 H / 2020 M

LEMBAR PENGESAHAN PEMBIMBING

ANALISIS PENGARUH PERTUMBUHAN EKONOMI

TERHADAP KUALITAS LINGKUNGAN HIDUP

(Studi Kasus: Enam Provinsi di Pulau Jawa Periode 2009-2018)

Skripsi

Diajukan kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat Meraih Gelar Sarjana Ekonomi

Oleh

Ghina Fadhilla

NIM: 11160840000051

JURUSAN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI (UIN) SYARIF HIDAYATULLAH

JAKARTA

1442 H / 2020 M

i

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF

Hari ini Kamis, 14 Mei 2020 telah dilakukan Ujian Komprehensif atas mahasiswa:

Nama : Ghina Fadhilla

NIM : 11160840000051

Jurusan : Ekonomi Pembangunan

Judul Skripsi : Analisis Pengaruh Pertumbuhan Ekonomi terhadap

Kualitas Lingkungan Hidup (Studi Kasus: Enam Provinsi

di Pulau Jawa Periode 2009-2018)

Setelah mencermati dan memerhatikan penampilan dan kemampuan yang

bersangkutan selama proses ujian komprehensif, maka diputuskan bahwa

mahasiswa tersebut di atas dinyatakan lulus dan diberi kesempatan untuk

melanjutkan ke tahap Ujian Skripsi sebagai salah satu syarat untuk

memperoleh gelar Sarjana Ekonomi pada Jurusan Ekonomi Pembangunan

Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah

Jakarta.

Jakarta, 14 Mei 2020

1. Dr. Lukman, M.Si. NIP. 196406072003021001

(……………………………...)

Penguji I

2. Aizirman Djusan, M.Sc., Econ. NIP. 195312051981031002

(……………………………...)

Penguji II

ii

LEMBAR PERNYATAAN KEASLIAN ILMIAH

Yang bertanda tangan di bawah ini:


NIM : 11160840000051


Fakultas : Ekonomi dan Bisnis

Dengan ini menyatakan bahwa dalam penulisan skripsi, saya:

1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan

mempertanggungjawabkan.

2. Tidak melakukan plagiasi terhadap naskah karya orang lain.

3. Tidak menggunakan karya orang lain tanpa menyebutkan sumber asli

atau tanpa izin pemilik karya.

4. Tidak melakukan pemanipulasian dan pemalsuan data.

5. Mengerjakan sendiri karya ini dan mampu bertanggung jawab atas

karya ini.

Jika di kemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah melalui

pembuktian yang dapat dipertanggung jawabkan, ternyata memang ditemukan bukti

bahwa saya telah melanggar pernyataan ini, maka saya siap dikenai sanksi

berdasarkan aturan yang berlaku di Fakultas Ekonomi dan Bisnis UIN Syarif

Hidayatullah Jakarta.

Demikian pernyataan ini saya buat dengan sesungguhnya.

Bekasi, 30 November 2020 Yang Menyatakan,

Ghina Fadhilla

iii

LEMBAR PENGESAHAN SKRIPSI

Hari ini Rabu, 23 Desember 2020 telah dilakukan sidang skripsi atas mahasiswa:


NIM : 11160840000051


Judul Skripsi : Analisis Pengaruh Pertumbuhan Ekonomi terhadap Kualitas

Lingkungan Hidup (Studi Kasus: Enam Provinsi di Pulau Jawa

Periode 2009-2018)

Setelah mengamati dan memperhatikan penampilan dan kemampuan yang

bersangkutan selama proses sidang skripsi, maka diputuskan bahwa mahasiswa

tersebut di atas dinyatakan “LULUS” dan skripsi ini diterima sebagai salah satu

syarat untuk memperoleh gelar Sarjana Ekonomi di Fakultas Ekonomi dan Bisnis

UIN Syarif Hidayatullah Jakarta.

Jakarta, 13 Januari 2021

1. Deni Pandu Nugraha, M.Sc NIDN: 2012108503

(……………………………...)

Ketua

2. Fahmi Wibawa, SE., MBA. NIDN: 311077202

(……………………………...)

Pembimbing

3. Djaka Badranaya, M.E. NIP: 197705302007011008

(……………………………...)

Penguji Ahli

iv

DAFTAR RIWAYAT HIDUP

A. Identitas Pribadi

1. Nama : Ghina Fadhilla

2. Tempat, Tanggal Lahir : Bekasi, 26 Januari 1999

3. Alamat : Perumahan Taman Sentosa, Kab. Bekasi

4. Telepon : 08886181233

5. Email : [email protected]

B. Riwayat Pendidikan

1. SDIT Annida Cikarang 2005-2011

2. SMP RSBI Islamic Village Karawaci 2011-2013

3. SMA Al-Muslim Tambun 2013-2016

4. S1 UIN Syarif Hidayatullah Jakarta 2016-2020

C. Pengalaman Organisasi

1. AIESEC in South Tangerang, Maret 2018-Oktober 2019.

D. Partisipasi Seminar Terkait

1. Waste-led Design oleh Slow Factory Foundation, November 2020.

2. Deconstructing Greenwashing Myths oleh Slow Factory Foundation,

Oktober 2020.

3. Indonesia Circular Economy Forum oleh Greeneration Foundation, 11-

12 November 2019.

4. Stop waste, go circular economy! oleh Kedutaan Besar Finlandia di

Jakarta, Oktober 2019.

5. Gaya Hidup Zero Waste oleh Zero Waste Indonesia, April 2019.

v

ABSTRACT

The nexus of economic growth and environmental quality is a complex interrelation. At some point, economic growth could reap benefits such as life standard improvement, increase in consumption, and so on. On the other hand, economic growth could be a burdensome to the environment from the natural resource extraction, waste and the pollutant that threaten the environmental sustainability. Therefore, a research is done to analyze the effect of economic growth proxied by GRDP, population density and FDI on environmental quality using Environmental Quality Index (IKLH) on six provinces in Java Island, which dominate the national economy by the GDP distribution almost reaching 60%.

This research uses panel data ranging from 2009 to 2018 obtained from Central Bureau of Statistics (BPS) and the Ministry of Environment and Forestry (KLHK). The data was estimated using common effect model with log-linear regression model. The result shows GRDP partially has positive effect on environmental quality on six provinces in Java Island, meanwhile both population density and FDI partially have significant and negative effect on environmental quality. Finally, this research found the three variables together have a significant effect on environmental quality in six provinces on Java Island.

Keywords: Economic Growth, Gross Regional Domestic Product, Population Density, Foreign Direct Investment, Environmental Quality.

vi

ABSTRAK

Pertumbuhan ekonomi dan kualitas lingkungan hidup memiliki hubungan saling memengaruhi yang kompleks. Di satu sisi, pertumbuhan ekonomi dapat memberikan manfaat berupa peningkatan standar hidup, peningkatan konsumsi, dan sebagainya. Di sisi lain, pertumbuhan ekonomi memberi beban terhadap lingkungan hidup berupa pemanfaatan SDA, limbah dan polusi yang mengancam kelestarian lingkungan. Oleh karena itu, dilakukan penelitian untuk menganalisis pengaruh pertumbuhan ekonomi yang diproksikan dengan variabel PDRB, kepadatan penduduk dan PMA terhadap kualitas lingkungan hidup menggunakan Indeks Kualitas Lingkungan Hidup (IKLH) di enam provinsi Pulau Jawa yang mendominasi perekonomian nasional dengan tingkat distribusi PDB hampir 60%.

Penelitian ini menggunakan data panel tahun 2009 hingga 2018 yang diperoleh dari BPS dan KLHK. Data diolah menggunakan estimasi model common effect dengan model regresi log-linier. Hasil penelitian menunjukkan PDRB secara parsial berpengaruh positif dan signifikan terhadap kualitas lingkungan hidup di enam provinsi Pulau Jawa, sedangkan kepadatan penduduk dan PMA secara parsial menunjukkan hubungan negatif dan signifikan terhadap kualitas lingkungan hidup. Kemudian, penelitian ini menunjukkan ketiga variabel bebas secara bersama-sama memiliki pengaruh yang signifikan terhadap kualitas lingkungan hidup di enam provinsi di Pulau Jawa.

Kata Kunci: Pertumbuhan Ekonomi, Produk Domestik Regional Bruto, Kepadatan Penduduk, Penanaman Modal Asing, Kualitas Lingkungan Hidup.

vii

KATA PENGANTAR

Puji syukur kepada Allah SWT sehingga penulis dapat menyelesaikan skripsi

yang berjudul “Analisis Pengaruh Pertumbuhan Ekonomi terhadap Kualitas

Lingkungan Hidup (Studi Kasus: Enam Provinsi di Pulau Jawa Periode 2009-

2018)”. Ucapan terima kasih penulis sampaikan kepada Bapak Fahmi Wibawa, SE,

MBA. sebagai dosen pembimbing skripsi atas saran dan dukungannya selama

proses penulisan skripsi.

Di tahun 2020 semua orang menghadapi masalahnya masing-masing yang

disebabkan oleh Covid-19. Di masa yang tidak mudah ini, penulis sangat bersyukur

atas dukungan dari keluarga, teman-teman penulis yaitu Dea, Ismi dan Fajrian yang

menyemangati penulis untuk menyelesaikan skripsi, dan Fakhri yang bersedia

membagi ilmunya mengenai penulisan skripsi. Selain itu, pidato Kim Seokjin

dalam #DearClassof2020 sangat memotivasi penulis untuk percaya pada

kemampuan diri sendiri, serta menjadi pengingat bahwa setiap orang membutuhkan

waktu yang berbeda-beda untuk mencapai suatu tujuan, dan itu merupakan hal yang

normal.

Penulis sangat senang dapat menulis dan menyelesaikan skripsi mengenai

topik lingkungan. Dalam beberapa tahun ke belakang, penulis tertarik dengan isu

lingkungan dan sudah mulai bergeser ke gaya hidup ramah lingkungan yang

menghindari konsumerisme. Penulis menganggap skripsi ini bukan hanya sebagai

pemenuhan syarat untuk meraih gelar sarjana ekonomi, namun juga sebagai andil

penulis dalam mendukung kelestarian lingkungan. Semoga karya ini bermanfaat.

Bekasi, November 2020

Ghina Fadhilla

viii

DAFTAR ISI

HALAMAN JUDUL .......................................................................................... 0

LEMBAR PENGESAHAN PEMBIMBING ...................................................... i

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF .................................. ii

LEMBAR PERNYATAAN KEASLIAN ILMIAH.......................................... iii

LEMBAR PENGESAHAN SKRIPSI .............................................................. iv

DAFTAR RIWAYAT HIDUP ........................................................................... v

ABSTRACT ...................................................................................................... vi

ABSTRAK ........................................................................................................ vii

KATA PENGANTAR ..................................................................................... viii

DAFTAR ISI ..................................................................................................... ix

DAFTAR TABEL ............................................................................................. xi

DAFTAR GAMBAR ........................................................................................ xii

DAFTAR GRAFIK ......................................................................................... xiii

DAFTAR LAMPIRAN ................................................................................... xiv

BAB I: PENDAHULUAN .................................................................................. 1 A. Latar Belakang ......................................................................................... 1 B. Batasan Masalah ..................................................................................... 15 C. Identifikasi Masalah ............................................................................... 16 D. Rumusan Masalah .................................................................................. 16 E. Tujuan Penelitian .................................................................................... 17 F. Manfaat Penelitian .................................................................................. 17

ix

BAB II: TINJAUAN PUSTAKA ..................................................................... 18 A. Teori -Teori Terkait dengan Penelitian ................................................... 18 B. Keterkaitan antar Variabel ...................................................................... 33 C. Penelitian Terdahulu ............................................................................... 47 D. Kerangka Pemikiran ............................................................................... 53 E. Hipotesis ................................................................................................ 55

BAB III: METODE PENELITIAN ................................................................. 56 A. Populasi dan Sampel ............................................................................... 56 B. Data dan Sumber Data ............................................................................ 56 C. Metode Analisis Data ............................................................................. 57 D. Definisi Operasional Variabel ................................................................. 66

BAB IV: TEMUAN PENELITIAN DAN PEMBAHASAN ........................... 67 A. Gambaran Umum Objek Penelitian ........................................................ 67 B. Temuan Hasil Penelitian ......................................................................... 72 C. Pembahasan ............................................................................................ 79

BAB V: SIMPULAN DAN SARAN ................................................................ 84 A. Simpulan ................................................................................................ 84 B. Saran ...................................................................................................... 85

DAFTAR PUSTAKA ....................................................................................... 86

LAMPIRAN ..................................................................................................... 93

x

DAFTAR TABEL

Tabel 2.1. Klasifikasi Predikat Indeks Kualitas Lingkungan Hidup (IKLH)... 44

Tabel 2.2. Nilai Minimum dan Maksimum Indikator IKLH 2018…...…...…. 45

Tabel 2.3. Penelitian Terdahulu……………………………………………… 47

Tabel 3.1. Operasional Variabel Penelitian…………………………...……... 66

Tabel 4.1. Hasil Regresi Model Common Effect…………………………….. 73

Tabel 4.2. Hasil Uji Multikolinieritas………………………………………... 75

Tabel 4.3. Hasil Uji Heteroskedastisitas……………………………………... 76

Tabel 4.4. Hasil Uji t-statistik………………………………………………... 77

xi

DAFTAR GAMBAR

Gambar 2.1. Kerangka Teori……..…………………………………………. 35

Gambar 2.2. Kurva Lingkungan Kuznets …………………..…………...…. 38

Gambar 2.3. Kerangka Pemikiran…………………………...…………...…. 53

xii

DAFTAR GRAFIK

Grafik 1.1. Rata-Rata Nilai Indeks Kualitas Lingkungan Hidup (IKLH)

Tahun 2009 dan 2018 di Indonesia (dalam persen)…………... 5

Grafik 1.2. Distribusi PDRB Atas Dasar Harga Berlaku Tahun 2009 dan

2018 di Indonesia (dalam miliar rupiah)……………………… 8

Grafik 1.3. Rata-Rata Kepadatan Penduduk di Indonesia Tahun 2009-

2018 (per km2)………………………………………………… 10

Grafik 1.4. Rata-Rata Nilai Realisasi Penanaman Modal Asing (PMA)

Tahun 2009 dan 2018 di Indonesia (dalam juta dolar)………... 12

Grafik 4.1. PDRB Atas Dasar Harga Berlaku di Enam Provinsi Pulau

Jawa Tahun 2018 (dalam miliar rupiah)……………………… 67

Grafik 4.2. Nilai Indeks Kualitas Lingkungan Hidup (IKLH) di Enam

Provinsi Pulau Jawa Tahun 2099-2018 (dalam persen)………. 68

xiii

DAFTAR LAMPIRAN

Lampiran I Estimasi Model Regresi…………………………………..

A. Model Common Effect……….….………………….

B. Model Fixed Effect…………….…………………...

C. Model Random Effect………………………………

D. Uji Chow…………………………………………...

E. Uji Hausman………………………………………..

F. Uji Lagrange Multiplier……………………………

93

93

93

94

95

96

97

Lampiran II Uji Asumsi Klasik………………………………………...

A. Uji Multikolinieritas………………………………..

B. Uji Heteroskedastisitas……………………………..

97

97

98

Lampiran III Data Penelitian…………………………………………… 98

xiv

BAB I

PENDAHULUAN

A. Latar Belakang

1. Permasalahan Secara Umum

Pertumbuhan ekonomi merupakan suatu hal yang diharapkan oleh

setiap negara, dengan meningkatnya pertumbuhan ekonomi, maka suatu

negara akan menikmati hasilnya diantaranya berupa peningkatan standar

hidup masyarakat, kesehatan, pendidikan, tingkat konsumsi barang dan jasa

yang lebih tinggi, dan sebagainya. Pertumbuhan ekonomi juga disebut

sebagai salah satu indikator penting untuk mengukur keberhasilan

pembangunan suatu negara.

Berdasarkan survei ekonomi yang dilakukan oleh OECD di Indonesia,

dua dekade setelah krisis keuangan Asia pada tahun 1998, dan satu dekade

setelah krisis keuangan global, standar hidup masyarakat Indonesia meningkat

jauh lebih tinggi daripada sebelumnya, dan perekonomian negara juga menjadi

lebih kuat. Produk Domestik Bruto (PDB) per kapita pun meningkat sebesar

70% selama dua dekade terakhir, hal ini menunjukkan bahwa pertumbuhan

ekonomi di Indonesia terus mengalami peningkatan.

Namun meski pertumbuhan ekonomi memberikan manfaat yang positif

terhadap negara maupun regional, tidak dapat dipungkiri bahwa usaha untuk

meningkatkan pertumbuhan ekonomi memberikan beban terhadap lingkungan

hidup. Hubungan antara pertumbuhan ekonomi dan lingkungan hidup

1

merupakan isu yang cukup kompleks. Pasalnya, pertumbuhan ekonomi

dibutuhkan supaya masyarakat dapat menikmati standar hidup yang tinggi

seperti yang diharapkannya. Tetapi di satu sisi, kegiatan perekonomian yang

tidak berbasis pada pembangunan berkelanjutan akan memberi beban yang

berat untuk lingkungan hidup sebagai penyedia sumber daya.

Semakin cepat pertumbuhan ekonomi, maka semakin banyak barang

sumber daya yang diperlukan dalam proses produksi, yang pada gilirannya

akan mengurangi tersedianya sumber daya alam yang ada di bumi

(Suparmoko, 2014). Kegiatan produksi dicirikan dengan adanya intensitas

tertentu pada penggunaan sumber daya alam (SDA) sebagai faktor produksi

(bahan bakar fosil, udara, air, dan sumber yang terbarukan), serta polutan dan

sampah yang dihasilkan. Pertumbuhan ekonomi yang tinggi akan mendorong

terjadinya degradasi lingkungan.

Ekstraksi SDA untuk kegiatan produksi tanpa regulasi lingkungan yang

ketat akan menghasilkan gas rumah kaca (greenhouse gas), salah satunya

yaitu CO2. CO2 merupakan produk sampingan (by-product) yang dihasilkan

secara tidak disengaja dan tidak dapat dihindari proses produksi. Namun,

emisi gas rumah kaca yang berlebihan dan tidak terkendali ini akan

menyebabkan penipisan lapisan atmosfer dan meningkatkan suhu bumi, yang

berdampak pada peningkatan ketinggian permukaan laut karena terjadinya

ekspansi air laut, mencairnya gletser, dan mempercepat mencairnya es abadi di

kutub utara maupun selatan. Hal ini merupakan penyebab terjadinya gangguan

2

iklim global (global climate disruption) yang bersifat tidak dapat diubah

(irreversible).

Kula (1988) dalam Aşıcı (2012) menyebutkan, catatan sejarah

menunjukkan bahwa bencana lingkungan yang berhubungan dengan manusia

bukanlah sebuah fenomena yang jarang ditemui. Contohnya, pada tahun 800

sebelum masehi di Cina, kegiatan konservasi tanah dengan terasering untuk

sawah berakibat pada deforestasi. Selain itu, pada masa kejayaan Kerajaan

Romawi, tanah dan air di sekitar Roma terkontaminasi oleh aktivitas manusia.

Pertumbuhan ekonomi selayaknya tidak mengesampingkan variabel

lingkungan hidup, karena tanpa lingkungan hidup yang layak, pada akhirnya

manusia akan sulit untuk memenuhi kebutuhannya. Menurut Todaro (2011),

berkurangnya kualitas lingkungan dapat menurunkan pertumbuhan ekonomi,

disebabkan oleh menurunnya produktivitas masyarakat akibat faktor kesehatan

dan adanya pengeluaran tambahan untuk kesehatan.

2. Kondisi Lingkungan

Kegiatan produksi membutuhkan sumber daya, sumber daya adalah

segala sesuatu yang dapat memberikan nilai tambah serta menciptakan barang

maupun jasa (output). Sumber daya dapat berupa tenaga kerja, uang, bahan

mentah, dan lainnya. Salah satu sumber daya adalah Sumber Daya Alam

(SDA). SDA adalah segala sesuatu yang berasal dari alam yang dapat

digunakan untuk memenuhi kebutuhan manusia, yang juga merupakan sumber

terjadinya aktivitas perekonomian.

3

Dalam ilmu ekonomi, sumber daya yang tersedia jumlahnya terbatas,

namun kebutuhan manusia jumlahnya tidak terbatas, dengan begitu sumber

daya yang tersedia tidak akan cukup untuk memenuhi seluruh kebutuhan dan

keinginan manusia. Saat konsumsi meningkat, maka sumber daya harus lebih

tinggi untuk memenuhi tuntutan pertumbuhan ekonomi dan permintaan

lainnya (Shah, 2005).

SDA merupakan sumber daya yang diekstraksi dari lingkungan, SDA

ada yang bersifat terbarukan dan tidak terbarukan. Pemanfaatan SDA yang

tidak sesuai dengan peraturan perundang-undangan seperti Analisis Mengenai

Dampak Lingkungan (Amdal), serta tidak melestarikan keberagaman kearifan

lokal dapat merugikan lingkungan hidup beserta seluruh ekosistemnya,

termasuk pada akhirnya akan berdampak terhadap kehidupan manusia.

Dengan berkembangnya waktu dan semakin meningkatnya pembangunan

demi meningkatkan kesejahteraan manusia, ternyata fungsi/peranan

lingkungan telah menurun dari waktu ke waktu. Hal ini berarti bahwa jumlah

bahan mentah yang dapat disediakan lingkungan alami telah berkurang dan

menjadi langka, kemampuan alam untuk mengolah limbah juga semakin

berkurang karena terlalu banyaknya limbah yang harus ditampung melebihi

daya tampung lingkungan, dan kemampuan alam menyediakan kesenangan

dan kegembiaraan langsung juga semakin berkurang karena banyak SDA dan

lingkungan yang telah diubah fungsinya dan meningkatnya pencemaran

(Suparmoko, 2014).

4

Beberapa aktivitas ekonomi yang memberikan dampak negatif terhadap

lingkungan sudah banyak contohnya, dimulai dari penggunaan bahan baku

mentah yang berlebihan, pembukaan hutan secara masif untuk perkebunan,

pembuangan limbah industri ke sungai, polusi udara dari sektor industri dan

mobilitas transportasi yang tinggi, dan lainnya.

Berikut ini adalah perbandingan nilai IKLH pada 6 provinsi di Pulau

Jawa tahun 2009 hingga 2018 dalam grafik:

Grafik 1.1. Rata-Rata Nilai Indeks Kualitas Lingkungan Hidup (IKLH)

Tahun 2009 dan 2018 di Indonesia (dalam persen)

Sumber: Kementerian Lingkungan Hidup dan Kehutanan, 2020, diolah.

Dari grafik tersebut dapat dilihat bahwa rata-rata nilai IKLH terendah

ada di Pulau Jawa, yaitu sebesar 51.7% pada tahun 2009. Sedangkan rata-rata

nilai IKLH tertinggi ada di Pulau Papua dan Kepulauan Maluku yaitu sebesar

86.21% pada tahun 2018.

Secara lebih luas menurut Resosudarmo, dkk (2000) dikutip dari

Mardanugraha dkk., (2002), pencemaran lingkungan yang berakibat dari

pemenuhan kebutuhan manusia dan perekonomian sudah terjadi di darat, laut

0 10 20 30 40 50 60 70 80 90

100

Sumatera Jawa Bali & Nusa Tenggara

Kalimantan Sulawesi Papua

2009

2018

5

dan udara. Kerusakan di lingkungan darat, misalnya erosi, proses

desertifikasi, peracunan oleh limbah kimia, mengeringnya sumber mata air,

tercemarnya sungai, menciutnya hutan dan menyusutnya keanekaragaman

sumber daya alam hayati. Kerusakan lingkungan di lautan, seperti

kontaminasi kimia di lautan, pencemaran laut oleh buangan kapal, kotoran

sampah dari daratan, kerusakan terumbu karang oleh pengeboman dalam

menangkap ikan, terkurasnya ikan oleh jaring-jaring raksasa dan panjang dan

naiknya permukaan laut akibat panas bumi. Kerusakan lingkungan juga

terjadi di udara, seperti lapisan ozon yang terkoyak oleh gas chloro fluoro

carbon (CFC), terjadinya proses kimiawi dengan gas di udara sehingga

menghasilkan hujan asam, meningkatnya suhu bumi akibat berkumpulnya gas

rumah kaca seperti CO2, SOx, Nx, CFC, dan lain-lain menjadi selimut yang

membalut bumi ini.

Selanjutnya, Lembaga Penerbangan dan Antariksa Nasional (Lapan)

juga menunjukkan tingkat pencemaran udara di Indonesia semakin

memprihatinkan. Bahkan salah satu studi melaporkan bahwa Indonesia

menjadi negara dengan tingkat polusi udara tertinggi ketiga di dunia. World

Bank juga menempatkan Jakarta menjadi salah satu kota dengan kadar

polutan/partikulat tertinggi setelah Beijing, New Delhi dan Mexico City

(Gupito, 2012). Menurut laporan Statistik Lingkungan Hidup Indonesia, pada

tahun 2017 emisi gas rumah kaca di Indonesia mencapai angka 1.150.772

ribu ton CO2e.

6

Seiring dengan berjalannya waktu, peningkatan konsekuensi yang

didapat dari perubahan ekosistem terlihat semakin jelas. Tetapi respon-respon

politik semakin hari semakin tidak memadai untuk mengubah pola

pemanfaatan sumber daya yang tidak berkelanjutan (Cumming & von

Cramon-Taubadel, 2018). Pertumbuhan ekonomi yang dibarengi dengan

kemunduran pada instrumen pengaman hak atas lingkungan hidup yang baik

dan sehat akan membawa konsekuensi pencemaran, dan penurunan kualitas

lingkungan. Menurunnya kualitas lingkungan pada akhirnya berakibat pada

rentannya derajat kesehatan yang dipicu oleh penyakit akibat lingkungan

yang buruk, seperti Infeksi Saluran Pernapasan Akut (ISPA), diare, penyakit

kulit/gatal-gatal dan lain-lain. Pada tahun 2008 Asian Development Bank

(ADB) menyebutkan bahwa pencemaran air di Indonesia berpotensi

menimbulkan kerugian Rp 45 triliun per tahun, atau 2,2% terhadap PDB.

3. Pertumbuhan Ekonomi di Pulau Jawa

PDB merupakan salah satu indikator yang umum digunakan untuk

mengukur pertumbuhan ekonomi pada periode waktu tertentu. Di tingkat

regional, angka Produk Domestik Regional Bruto (PDRB) merupakan salah

satu indikator penting yang dapat digunakan untuk melihat perkembangan

perekonomian suatu wilayah, karena dengan melihat PDRB dapat diketahui

angka laju pertumbuhan ekonominya, serta dapat juga digunakan untuk

melihat apakah terjadi perubahan struktur di wilayah tersebut (Sukirno, 2006).

Pulau Jawa seringkali disebut sebagai pusat perekonomian nasional.

Pernyataan ini didukung dengan catatan Badan Pusat Statistik (BPS) yang

7

menunjukkan bahwa pada tahun 2018 distribusi PDB terbesar masih dimiliki

oleh Pulau Jawa, dengan kontribusi sebesar 58,52%, angka ini membuktikan

bahwa Pulau Jawa mendominasi sebanyak lebih dari setengah perekonomian

nasional. Berikut adalah data distribusi PDRB atas dasar harga berlaku di

Indonesia menurut lokasi pada tahun 2009 dan 2018 dalam grafik sebagai

perbandingan:

Grafik 1.2. Distribusi PDRB Atas Dasar Harga Berlaku

Tahun 2009 dan 2018 di Indonesia (dalam miliar rupiah)

Sumber: Badan Pusat Statistik, 2020, diolah.

Dari grafik tersebut dapat dilihat bahwa distribusi PDRB tertinggi di

Indonesia ditempati oleh Pulau Jawa, yaitu sebesar 58,52% pada tahun 2018,

di mana nilai ini lebih dari setengah dari PDB nasional. Sedangkan distribusi

PDRB terendah berada di Pulau Papua dan Kepulauan Maluku yaitu sebesar

2,47% pada tahun 2018.

PDRB sering dianggap sebagai ukuran terbaik dari kinerja

perekonomian di sebuah daerah, tujuannya adalah untuk meringkas aktivitas

ekonomi dalam suatu nilai uang tertentu selama periode waktu tertentu. Ada

0 10 20 30 40 50 60 70 80 90

100



2009

2018

8

dua cara untuk melihat statistik ini, salah satunya adalah dengan melihat

PDRB sebagai pendapatan total dari setiap orang di dalam perekonomian

daerah. Cara lain untuk melihat PDRB adalah sebagai pengeluaran total atas

output barang dan jasa perekonomian. Dari kedua sudut pandang tersebut,

jelas bahwa PDRB merupakan cerminan kinerja ekonomi (Mankiw, 2006).

Hal ini berarti bahwa peningkatan pada PDRB menunjukkan adanya

pertumbuhan ekonomi.

Menurut Robert Kennedy, “PDRB sebagai barometer dari kinerja

ekonomi dianggap mampu mengukur segala hal, kecuali hal-hal yang

membuat hidup manusia berharga,” termasuk variabel lingkungan. PDRB juga

tidak menjelaskan mengenai keberlanjutan (sustainability), tidak juga

menjelaskan mengenai degradasi modal sosial dari alam, yang mana

perekonomian sangat bergantung pada hal tersebut. Singkatnya, PDRB hanya

menghitung pertumbuhan yang terkonsentrasi pada output yang dihasilkan.

Walaupun angka PDRB meningkat, tetapi angka ini tidak menjelaskan

mengenai kesejahteraan dan kesetaraan (Talberth, 2010). Maka, pertumbuhan

ekonomi yang dilihat dari angka PDRB tersebut tidak selalu dapat

mencerminkan kualitas lingkungan yang sehat.

Sebagai pulau yang mendominasi perekonomian nasional, aktivitas

ekonomi Pulau Jawa pada berbagai sektor tentunya sangat tinggi, hal ini

menunjukkan adanya aktivitas sosial-ekonomi penduduk yang juga tinggi.

Pertumbuhan penduduk yang tinggi dapat menyuplai tenaga kerja yang cukup

untuk mendukung perekonomian, sehingga dapat memperluas pasar domestik.

9

Hal ini berarti produsen dan pemasok dapat meningkatkan kekayaannya, dan

selanjutnya pertumbuhan penduduk yang tinggi akan mendorong kompetisi

pada pasar yang kemudian akan menghasilkan inovasi dan teknologi-teknologi

yang baru (Owusu, 2012).

Tetapi, tingginya aktivitas sosial-ekonomi penduduk akan menekan

lingkungan hidup, baik lingkungan lahan/tanah, air, maupun udara. Semakin

padat penduduk maka tekanan terhadap lingkungan akan semakin besar, yang

akhirnya akan menyebabkan penurunan kualitas lingkungan. Kepadatan

penduduk dihitung dari jumlah penduduk di suatu daerah dibagi dengan luas

daerah tersebut dalam satuan luas tertentu. Berikut adalah data rata-rata

kepadatan penduduk di Indonesia pada tahun 2009 dan 2018 dalam grafik

sebagai perbandingan:

Grafik 1.3. Rata-Rata Kepadatan Penduduk di Indonesia

Tahun 2009 dan 2018 (per km2)


Dari grafik tersebut dapat dilihat bahwa rata-rata kepadatan penduduk

tertinggi ditempati oleh Pulau Jawa, yaitu sebanyak 3590,83 penduduk/km2

0 500

1000 1500 2000 2500 3000 3500 4000



2009

2018

10

pada tahun 2018. Sedangkan rata-rata kepadatan penduduk terendah berada di

Pulau Papua dan Kepulauan Maluku yaitu hanya sebanyak 24 penduduk/km2.

Berdasarkan data BPS pada tahun 2019, di Pulau Jawa terdapat hampir

150 juta penduduk, yang mana jumlah tersebut adalah lebih dari setengah

penduduk Indonesia sebesar 265 juta. Hasil dari Survei Penduduk Antar

Sensus tahun 2015, BPS memproyeksi jumlah penduduk Indonesia tahun

2030 meningkat menjadi hampir 300 juta penduduk. Disaat jumlah penduduk

meningkat, lahan yang tersedia tidak akan ikut bertambah, maka kepadatan

penduduk akan semakin tinggi pada masa yang akan datang. Lingkungan pun

akan memikul beban yang semakin besar untuk memenuhi kebutuhan

manusia. Peningkatan permintaan akan kebutuhan ini meliputi energi untuk

industri, transportasi, dan lain-lain yang menyebabkan meningkatnya emisi

bahan bakar fosil.

Murtaugh & Schlax dalam Rahman (2017) menunjukkan bahwa satu

anak yang baru lahir dapat menghasilkan gas rumah kaca 20 kali lebih besar

dibanding dengan upaya penghematan energi yang dilakukan oleh satu orang

dengan mengurangi berkendaraan pribadi, melakukan daur ulang,

menggunakan peralatan energi yang efisien, dan lain-lain. Dengan begitu,

kepadatan penduduk dalam sebuah perekonomian mempunyai implikasi yang

penting terhadap tingkat polusi yang akan memengaruhi kualitas lingkungan

hidup di suatu negara ataupun daerah (Ohlan, 2015).

Selain PDRB dan kepadatan penduduk, pertumbuhan ekonomi juga

didukung oleh penanaman modal asing (PMA). Menurut Suyatno (2003)

11

dalam Ambarsari & Purnomo (2005), PMA merupakan aliran arus modal

yang berasal dari luar negeri yang mengalir ke sektor swasta baik yang

melalui investasi langsung (direct investment) maupun investasi tidak

langsung (portofolio). Investasi sebagai salah satu faktor produksi yang

krusial memainkan peran yang penting untuk meningkatkan produksi, yang

ditunjukkan melalui pertumbuhan ekonomi. Dalam kata lain, investasi

menjadi penggerak dalam aktivitas perekonomian nasional.

Berikut adalah data rata-rata nilai realisasi PMA di Indonesia pada tahun

2009 dan 2018 dalam grafik sebagai perbandingan:

Grafik 1.4. Rata-Rata Nilai Realisasi Penanaman Modal Asing

Tahun 2009 dan 2018 di Indonesia (dalam juta dolar)


Dari grafik tersebut dapat dilihat bahwa rata-rata nilai realisasi PMA

tertinggi berada di Pulau Jawa, yaitu sebesar 2840,98 juta dolar pada tahun

2018. Sedangkan, nilai realisasi PMA terendah berada di Pulau Sulawesi,

yaitu sebesar 390,88 juta dolar pada tahun 2018.

0

500

1000

1500

2000

2500

3000



2009

2018

12

PMA dapat berkontribusi terhadap pertumbuhan ekonomi dengan cara

langsung maupun tidak langsung. Secara langsung, PMA meningkatkan

produksi, pekerjaan, dan penambahan nilai dan ekspor. Secara tidak langsung,

PMA berdampak pada terjadinya transisi teknologi, pengetahuan, pelatihan

kerja, eksternalitas, kelebihan teknologi (technology spillover), pembentukan

pengembangan sumber daya manusia, efisiensi, serta produktivitas (Behname,

2012).

Pasar yang sedang berkembang (emerging markets) merupakan destinasi

yang menggiurkan untuk melakukan investasi asing langsung. Menurut

International Monetary Fund (IMF), pada tahun 2010 pasar yang sedang

berkembang memegang bagian sebanyak 52% dari total PMA langsung secara

global. Delapan pasar berkembang yang terbesar berada pada posisi yang

menguntungkan dalam hal menarik investor, hal ini dikarenakan ukuran

pasarnya (Owusu, 2012).

Meski demikian, terdapat kemungkinan bahwa PMA berkontribusi

terhadap emisi CO2 dari aktivitas ekonomi. Seperti yang diketahui, PMA dapat

meningkatkan output nasional, dengan begitu PMA berhubungan secara

positif terhadap emisi CO2. Pada penelitiannya, Jensen (1996) dan Acharyya

(2009) menemukan bahwa meskipun PMA dapat berkontribusi untuk

pertumbuhan ekonomi yang lebih baik, investasi asing langsung ini dapat

menyebabkan polusi industri yang lebih tinggi serta degradasi lingkungan

(Lau dkk., 2014).

13

4. Pertumbuhan Ekonomi dan Lingkungan

Kajian dalam pertumbuhan ekonomi dan lingkungan mulai bangkit sejak

maraknya isu perubahan iklim (climate change), atau yang lebih tepat disebut

dengan disrupsi iklim (climate disruption). Fokus kajiannya telah bergeser dari

pertanyaan mengenai kelangkaan sumber daya yang tak terbarukan, menjadi

polusi yang berkaitan dengan penggunaan sumber daya.

Menurut Zhu & Peng (2012) dalam Basyiran (2014), perubahan pada

tingkat konsumsi dan struktur populasi penduduk merupakan faktor pengaruh

utama terhadap emisi karbon yang merupakan akibat dari pembakaran bahan

bakar fosil. Pembakaran bahan bakar fosil mengarah kepada emisi CO2 yang

terakumulasi di atmosfer. Peningkatan konsentrasi karbon di atmosfer

kemudian akan menyebabkan semakin memburuknya efek rumah kaca yang

bertanggung jawab atas terjadinya pemanasan global (Schubert, 2018).

Pertumbuhan ekonomi yang baik adalah apabila kualitas lingkungan

hidup juga turut diperhatikan, jadi tidak semata-mata memanfaatkan SDA

untuk keuntungan segelintir orang atau beberapa pihak tertentu. Perekonomian

dan kualitas lingkungan harus berjalan dengan selaras. Lingkungan sebagai

habitat manusia merupakan pusat dari aktivitas dan pertumbuhan ekonomi,

lingkungan menyediakan sumber daya yang dibutuhkan manusia untuk

memproduksi barang dan jasa, serta memikul beban hasil produksi berupa

polusi dan sampah (Everett dkk., 2010).

Menurut Goodland (1995), keberlanjutan lingkungan (environmental

sustainability) merupakan salah satu faktor yang penting untuk keseimbangan

14

ekonomi dan lingkungan. Keberlanjutan lingkungan didefinisikan sebagai

meningkatkan kesejahteraan manusia dengan memelihara sumber-sumber

bahan mentah yang digunakan untuk kebutuhan manusia, dan memastikan

bahwa sistem pengelolaan sampah tidak melebihi kapasitasnya untuk

mencegah bahaya bagi manusia.

Guna melestarikan lingkungan dan sekaligus tetap memastikan bahwa

perekonomian tetap berjalan dengan baik, dibutuhkan hukum dan kondisi

ekonomi yang mendukung efisiensi sumber daya dan mengurangi penggunaan

sumber daya. Tujuan dari melestarikan sumber daya adalah untuk memastikan

bahwa generasi selanjutnya memiliki SDA yang cukup, serta menghindari

dampak terhadap lingkungan yang berakibat dari pemanfaatan sumber daya.

Selanjutnya dari uraian-uraian, pemaparan data-data, dan latar belakang

tersebut maka penulis memberikan penelitian ini dengan judul “Analisis

Pengaruh Pertumbuhan Ekonomi terhadap Kualitas Lingkungan Hidup

(Studi Kasus: Enam Provinsi di Pulau Jawa Periode 2009-2018)”.

B. Batasan Masalah

Penulis membatasi penelitian ini supaya hasil penelitian yang

diharapkan tidak keluar dari pokok bahasan. Penelitian ini dilakukan pada

enam provinsi di pulau Jawa, diantaranya yaitu Banten, DKI Jakarta, Jawa

Barat, Jawa Tengah, DIY serta Jawa Timur pada periode tahun 2009 hingga

2018. Selanjutnya, penelitian ini dibatasi oleh variabel terikat berupa IKLH,

serta tiga variabel bebas yang terdiri dari angka PDRB, angka kepadatan

penduduk, dan angka realisasi PMA dalam skala per tahun.

15

C. Identifikasi Masalah

Berdasarkan latar belakang masalah yang telah dipaparkan di atas,

maka dapat diidentifikasi masalah-masalah sebagai berikut:

1. Sebagai pusat perekonomian nasional, nilai IKLH di enam provinsi Pulau

Jawa mendominasi klasifikasi predikat kurang baik.

2. Ekstraksi SDA untuk kegiatan produksi tanpa regulasi lingkungan yang

ketat akan menciptakan degradasi lingkungan.

3. Aktivitas ekonomi yang tinggi pada suatu daerah menciptakan kepadatan

penduduk yang tinggi, namun akan menekan kualitas lingkungan hidup.

4. Penanaman modal asing tanpa kebijakan perusahaan dan regulasi

lingkungan yang ketat akan membawa lebih banyak dampak negatif

dibanding dampak positif.

D. Rumusan Masalah

Berdasarkan pemaparan yang terdapat dalam latar belakang diatas, maka

adapun rumusan masalah dalam penelitian ini adalah:

1. Bagaimana pengaruh PDRB terhadap kualitas lingkungan hidup di

enam provinsi Pulau Jawa Tahun 2009-2018?

2. Bagaimana pengaruh Kepadatan Penduduk terhadap kualitas

lingkungan hidup di enam provinsi Pulau Jawa Tahun 2009-2018?

3. Bagaimana pengaruh PMA terhadap kualitas lingkungan hidup di enam

provinsi Pulau Jawa Tahun 2009-2018?

4. Bagaimana pengaruh PDRB, Kepadatan Penduduk dan PMA secara

bersama-sama terhadap kualitas lingkungan hidup di enam provinsi

16

Pulau Jawa Tahun 2009-2018?

E. Tujuan Penelitian

Berdasarkan rumusan masalah yang terdapat diatas, maka adapun tujuan

penelitian adalah untuk :

1. Mengetahui pengaruh PDRB terhadap kualitas lingkungan hidup di

enam provinsi Pulau Jawa Tahun 2009-2018.

2. Mengetahui pengaruh kepadatan penduduk terhadap kualitas

lingkungan hidup di enam provinsi Pulau Jawa Tahun 2009-2018.

3. Mengetahui pengaruh PMA terhadap kualitas lingkungan hidup di

enam provinsi Pulau Jawa Tahun 2009-2018.

4. Mengetahui pengaruh pengaruh PDRB, kepadatan penduduk dan PMA

secara bersama-sama terhadap kualitas lingkungan hidup di enam

provinsi Pulau Jawa Tahun 2009-2018.

F. Manfaat Penelitian

Penelitian ini diharapkan bermanfaat untuk:

1. Memberikan informasi dan kontribusi terhadap pengembangan

penelitian mengenai pengaruh pertumbuhan ekonomi terhadap

lingkungan hidup.

2. Sebagai salah satu sarana penyampaian rekomendasi saran bagi

pemerintah dalam membuat kebijakan dan regulasi yang baik dalam

menjaga kelestarian lingkungan.

17

BAB II

TINJAUAN PUSTAKA

A. Teori -Teori Terkait dengan Penelitian

1. Degradasi Lingkungan

Degradasi lingkungan atau penurunan kualitas lingkungan merupakan

salah satu tantangan terbesar yang dihadapi oleh dunia saat ini. Degradasi

lingkungan membawa dampak yang merugikan bagi kesehatan manusia,

biodiversitas, lapisan ozon, kualitas udara, sumber daya alam (SDA) seperti

air, tanah dan hutan, serta perekonomian secara keseluruhan. Salah satu

penyebab degradasi lingkungan adalah meningkatnya emisi CO2 secara

global, yang merupakan hasil dari adanya aktivitas sosial ekonomi (Rahman,

2020).

Degradasi lingkungan muncul dari adanya aktivitas antropogenik, yaitu

perubahan lingkungan yang disebabkan atau dipengaruhi oleh manusia, baik

secara langsung maupun tidak langsung. Interaksi antara manusia, ekonomi,

masyarakat, dan alam telah mendukung perkembangan peradaban manusia

dan pengembangan sejarah. Di satu sisi, manusia menerima manfaat dari

alam melalui pemanfaatan energi, sumber daya, lahan, membuang sampah,

dan menikmati lingkungan ekologis, namun di sisi lain, alam membatasi

pembangunan karena terbatasnya ketersediaan hal-hal tersebut.

Manusia membutuhkan SDA untuk kelangsungan hidup manusia serta

pembangunan. Dengan adanya industrialisasi global pasca Perang Dunia II,

18

permintaan akan SDA semakin meningkat, dan tekanan dari manusia

terhadap lingkungan merupakan sesuatu yang tidak dapat dihindari, yang

pada akhirnya menyebabkan kelangkaan serta konflik seputar ketersediaan

dan pemanfaatan SDA. Dari tahun 1963 hingga 2013, perekonomian dunia

berkembang secara pesat, dan PDB global meningkat dari US$1624.3 miliar

menjadi US$74909.8 miliar, yang merupakan peningkatan sebesar 46 kali

lipat. Peningkatan produktivitas serta kemampuan adaptasi manusia terhadap

alam kemudian menyebabkan populasi manusia meningkat pesat pula. Dalam

dua dekade terakhir, jumlah penduduk dunia telah tumbuh menjadi sebesar 5

kali lipat.

Selama lebih dari satu abad terakhir, negara-negara maju telah

mengalami industrialisasi dan modernisasi melalui konsumsi energi tinggi

karbon. Industrialisasi negara-negara maju telah mempercepat konsumsi

bahan bakar fosil secara besar-besaran. Saat ini, banyak negara-negara yang

sedang berkembang (NSB) sedang memasuki proses industrialisasi, yang

akan mempercepat peningkatan konsumsi energi global. Penggunaan energi

pada industri di NSB masih bergantung pada bahan bakar fosil, yang mana

bahan bakar ini persediaannya terbatas dan akan habis di kemudian hari. Di

saat yang sama, gas rumah kaca yang dihasilkan dari konsumsi bahan bakar

fosil yang tinggi terakumulasi di atmosfer, hal ini menimbulkan efek rumah

kaca yang menyebabkan semakin tingginya frekuensi bencana alam dan

cuaca ekstrem yang mengancam pembangunan berkelanjutan pada

masyarakat (Du dkk., 2020)

19

Selain industri, salah satu penyebab adanya degradasi lingkungan juga

dapat disebabkan oleh skala yang lebih kecil, yaitu rumah tangga. Rumah

tangga sebagai pelaku ekonomi yang paling kecil dalam arus perputaran

ekonomi (circular flow) juga membutuhkan energi seperti sektor-sektor

lainnya. Sama halnya dengan industri, konsumsi energi di NSB masih

memiliki tantangan degradasi lingkungan. Sebagian besar konsumsi energi di

NSB masih terkonsentrasi pada penggunaan bahan bakar fosil, emisi CO2,

dan akses yang terbatas terhadap sumber energi terbarukan dan ramah

lingkungan (Rahmani dkk., 2020)

Menurut Hertwich & Peters (2009) dan Wilson, dkk (2013) dalam Clift

dkk., (2016) jumlah emisi gas rumah kaca bergantung pada jumlah energi

yang dikonsumsi pada rumah tangga. Sektor rumah tangga bertanggungjawab

terhadap hampir tiga perempat dari emisi karbon global, yaitu sekitar 72%

dari emisi karbon secara global. Jejak karbon dalam rumah tangga berasal

dari beberapa kategori, yaitu transportasi, perumahan (termasuk listrik di

dalamnya), makanan, serta barang dan jasa.

Seperti yang sudah diketahui, lingkungan memiliki batasan dalam

mengelola polusi yang ada di lingkungan. Apabila upaya-upaya pertumbuhan

ekonomi tidak memulai transisi pada teknologi dan energi yang lebih ramah

lingkungan (rendah karbon), maka semakin lama tingkat degradasi

lingkungan akan menjadi tidak terkendali, dan lingkungan tidak mampu

menyediakan sumber daya untuk memenuhi kebutuhan manusia.

20

2. Disrupsi Iklim (Climate Disruption)

Istilah perubahan iklim (climate change) dipakai secara luas dan telah

tertanam dalam persetujuan-persetujuan internasional, birokrasi, dan buku-

buku teks. Namun, terdapat istilah lain yang lebih sesuai untuk menjelaskan

dampak dari buangan gas CO2 dan gas perangkap panas (heat-trapping)

dalam kuantitas besar lainnya ke atmosfer bumi, yaitu disrupsi iklim (climate

disruption). John Holdren, penasihat sains untuk Presiden Obama yang

mengemukakan istilah ini berpendapat bahwa, konsekuensi dari disrupsi

iklim tidak bersifat bertahap, dan tidak juga dapat diprediksi, melainkan

konsekuensinya akan berbeda di berbagai tempat (Woodward, 2019).

Disrupsi iklim secara langsung berinteraksi dengan struktur sosial

manusia, dan juga terkait erat dengan pertumbuhan ekonomi, dengan begitu

aktivitas ekonomi berada pada pusat dari fenomena yang kompleks ini. Di

mulai dari revolusi industri dan percepatan teknologi, konsumsi manusia

terhadap bahan bakar fosil secara signifikan telah meningkatkan tingkat emisi

CO2. Dengan globalisasi dan industrialisasi yang berkembang pesat, output

dunia juga semakin meningkat. Emisi CO2 telah terbukti secara langsung

berhubungan dengan pertumbuhan PDB, salah satu sebabnya adalah

pertumbuhan output membutuhkan energi yang menghasilkan emisi CO2

(Rahman, 2020).

Meski emisi CO2 dalam pertumbuhan ekonomi tidak dapat dihindari,

kerusakan iklim dan lingkungan menyebabkan pertumbuhan ekonomi

menjadi tidak ekonomis, karena biaya dari kerusakan yang melebihi

21

keuntungannya. Wade & Jennings (2016) mengasumsikan persediaan modal

akan berkurang karena dampak dari disrupsi iklim, maka kapasitas produksi

dunia akan menurun. Hal ini dapat menunjukkan adanya pergeseran menurun

dalam fungsi produksi dunia, dikarenakan setiap unit tenaga kerja

memproduksi lebih sedikit output. Suhu dunia yang tinggi juga akan

memengaruhi ketahanan pangan (food security), penyebaran penyakit

menular, dan merugikan para pekerja lapangan. Hal-hal tersebut akan

mengurangi efektivitas produksi dan jumlah tenaga kerja yang tersedia untuk

memproduksi.

Pada tingkat dunia, dampak dari disrupsi iklim berpotensi menimbulkan

bencana besar (catastrophic), hal ini termasuk perpindahan penduduk secara

besar-besaran yang diakibatkan oleh beberapa bagian dari bumi yang menjadi

kurang layak untuk dihuni karena tingkat kepanasan yang berlebihan,

kekeringan, maupun genangan air dari kenaikan tingkat permukaan laut.

Menurut Kulp & Strauss, 70% dari jumlah penduduk dunia saat ini tinggal di

daerah yang rentan bencana di 8 negara Asia, yaitu: Cina, Bangladesh, India,

Vietnam, Indonesia, Thailand, Filipina, dan Jepang (Scott & Lennon, 2020).

Disrupsi iklim akan berpengaruh secara negatif terhadap masyarakat

yang tinggal di negara-negara yang kurang berkembang, di mana masyarakat

tersebut tidak berkontribusi banyak terhadap penyebab disrupsi iklim.

Sebaliknya, masyarakat yang tinggal di negara-negara maju dengan

kontribusi emisi yang besar, akan menerima dampak yang lebih kecil dari

disrupsi iklim (Zachara dkk., 2020). Menurut Mendelsohn, Schlesinger &

22

Williams (2000), dampak dari disrupsi iklim berbeda di satu negara dan

lainnya. Negara-negara yang secara geografis terletak di garis lintang yang

tinggi (high-latitude), akan menerima manfaat dari kenaikan suhu bumi

dibandingkan dengan negara-negara yang terletak di garis lintang rendah

(low-latitude). Hal yang serupa juga dikemukakan oleh penelitian lain dari

Mendelsohn, dkk (2000) yang mengasumsikan apabila suhu bumi naik

sebesar 2 derajat celsius pada tahun 2060, maka perekonomian di negara-

negara OECD akan menerima keuntungan dari kenaikan suhu ini, sedangkan

negara lainnya akan menerima kerugian (Wade & Jennings, 2016).

3. Pertumbuhan Ekonomi Berkelanjutan (Sustainable Economic

Growth)

Pertumbuhan ekonomi berkelanjutan memiliki artian bahwa tingkat

pertumbuhan dapat dipertahankan dalam jangka panjang. Pertumbuhan

berkelanjutan meliputi lingkungan yang berkelanjutan, di mana upaya

pertumbuhan ekonomi tidak mengeksploitasi sumber daya langka, serta

pertumbuhan dengan inflasi yang rendah dan perekonomian yang stabil.

Secara sederhana, pertumbuhan ekonomi berkelanjutan dapat didefinisikan

sebagai pertumbuhan yang tidak akan menurunkan kemampuan produksi

untuk generasi yang akan datang. Kemampuan produksi generasi yang akan

datang dipengaruhi oleh tersedianya modal, sumber daya manusia, sumber

daya alam dan teknologi yang diwariskan oleh generasi saat ini atau

sebelumnya.

23

Pertumbuhan yang berkelanjutan secara lingkungan (environmentally

sustainable growth) harus dipertahankan dalam jangka yang sangat panjang

sampai beberapa dekade bahkan abad. Untuk mencapai hal ini, perlu

diperhatikan beberapa hal berupa:

a. Pembatasan polusi yang dapat membahayakan kehidupan.

Contohnya, tenaga nuklir dapat memberikan energi yang murah

untuk 50 tahun ke depan, namun limbah radioaktif dapat

membahayakan generasi yang akan datang.

b. Pertumbuhan yang tidak menyebabkan disrupsi iklim. Kelebihan

produksi CO2 berkontribusi terhadap pemanasan global. Apabila

suhu global meningkat sebesar 2 atau 3 derajat, dapat

menyebabkan banyak bagian di dunia yang tidak dapat dihuni.

Contohnya, kenaikan tingkat permukaan air akan menyebabkan

hilangnya banyak dataran rendah, dan juga dapat menyebabkan

meningkatnya desertifikasi lahan pertanian, yang akan

menurunkan kemampuan untuk memberikan sumber makanan

bagi generasi di masa yang akan datang. Pertumbuhan yang

berkelanjutan seharusnya memprioritaskan pembatasan emisi CO2

dan mencegah pemanasan global.

c. Melindungi sumber daya yang tak terbarukan. Pertumbuhan yang

berdasarkan pada konsumsi sumber daya yang tak terbarukan

tidak dapat dipertahankan saat sumber daya tersebut akhirnya

24

habis. Hal ini termasuk dengan pembakaran bahan bakar fosil,

atau hilangnya biodiversitas.

Pertumbuhan maupun pembangunan dapat dikatakan berkelanjutan

apabila tidak ada masalah ketidakmerataan antar generasi (intergenerational

inequality problem) (Suparmoko, 2014). Pertumbuhan ekonomi dan

pembangunan ekonomi saling bersinergi dalam mencapai tujuan

pembangunan nasional. Namun, jika dua aspek tersebut tidak memperhatikan

sisi kelestarian lingkungan, akan muncul masalah di kemudian hari. Menurut

Drews & Bergh (2017) dalam Febriana dkk. (2019) masalah penting dalam

pembangunan ekonomi adalah bagaimana menghadapi trade-off antara

pembangunan dengan upaya pelestarian lingkungan. Secara ringkas,

pembangunan ekonomi yang semata-mata hanya merujuk pada sebuah

keuntungan tanpa mempertimbangkan keberlangsungan alam dan lingkungan,

tidak akan membawa dampak negatif bagi alam saja, melainkan pada manusia

juga.

Untuk mencapai masyarakat dan perekonomian yang inklusif, sebuah

keseimbangan antara pembangunan ekonomi, keadilan sosial, dan

keberlanjutan ekologi harus ditetapkan dan ditegaskan. Terdapat beberapa

tantangan untuk mencapai pertumbuhan ekonomi yang berkelanjutan,

menurut Juhro (2015) permasalahan ketidakmerataan akses masih kuat pada

kesempatan dan peluang ekonomi bagi masyarakat luas sehingga

pertumbuhan ekonomi belum sepenuhnya inklusif. Walaupun secara agregat

jumlah orang miskin dan tingkat kemiskinan di Indonesia masih dalam tren

25

menurun, namun tren ini masih lambat dan belum dapat mengurangi

ketimpangan akses pada kesempatan dan peluang ekonomi terutama pada

masyarakat berpendapatan rendah.

Tantangan selanjutnya yaitu barang-barang sumber daya dan

lingkungan dianggap tersedia dengan bebas, sehingga tidak perlu diberikan

harganya. Keadaan ini telah berlangsung lama dan akibatnya telah terjadi

penggunaan sumber daya yang berlebihan, sehingga berakibat pada

memburuknya kualitas lingkungan. Untuk memasukkan dimensi lingkungan

ke dalam berbagai kebijakan ekonomi, pemberian harga atau nilai moneter

terhadap berbagai produk dan jasa lingkungan sangat diperlukan (Suparmoko,

2014).

4. Pembangunan Rendah Karbon (Low-Carbon Development)

Kekhawatiran mengenai disrupsi iklim global telah mendorong para

pembuat kebijakan untuk mencari solusi dalam mengurangi emisi CO2, salah

satunya yaitu pembangunan rendah karbon. Karbon merupakan sebuah faktor

ekologis yang akan selalu ada pada kehidupan manusia. Karbon menunjukkan

interaksi antara manusia dengan ekosistemnya, serta dampak dari manusia

dalam ekosistem. Peradaban industri terlalu banyak bergantung pada sumber

daya energi yang diakumulasi dari peradaban kuno. Energi bahan bakar fosil

ini tidak akan tersedia terus menerus dan akan habis, atau dalam kata lain

tidak bersifat berkelanjutan (Du dkk., 2020)

Istilah pembangunan rendah karbon pertama kali diperkenalkan pada

United Nations Framework Convention on Climate Change (UNFCCC) pada

26

tahun 1992, yang disebut juga sebagai strategi pembangunan rendah emisi

atau low-emission development strategy (LEDS). Terdapat beberapa

interpretasi yang berbeda mengenai definisi pembangunan rendah karbon,

Department for International Development (DFID) di Inggris

mendefinisikannya sebagai strategi untuk mencapai pertumbuhan ekonomi

sekaligus menangani disrupsi iklim dan mengurangi emisi karbon. The

Danish Institute for International Studies (DIIS) berpendapat bahwa

pembangunan rendah karbon merujuk pada proses meminimalisasi emisi gas

rumah kaca di atmosfer, sembari mengembangkan perekonomian. OECD

mendefinisikannya sebagai rencana atau strategi pembangunan ekonomi

nasional jangka panjang yang meliputi pertumbuhan ekonomi dengan emisi

yang rendah dan/atau ketahanan iklim. Sedangkan menurut Du dkk. (2020)

implikasi langsung dari pembangunan rendah karbon adalah untuk

mengurangi emisi gas rumah kaca guna mengurangi dampak disrupsi iklim.

Secara luas, pembangunan rendah karbon merupakan jenis produksi dan gaya

hidup yang baru, yang menggabungkan pembangunan hijau dan

pembangunan sirkular, serta membawa manusia ke arah peradaban yang

ekologis, dengan mengikuti jalan pembangunan yang berkelanjutan. Meski

terdapat interpretasi yang luas mengenai pembangunan rendah karbon,

terdapat beberapa poin yang sama dari berbagai definisi, yaitu: pengurangan

emisi gas rumah kaca, pemanfaatan energi rendah karbon dan memastikan

pertumbuhan ekonomi (Yuan dkk., 2011).

27

Pembangunan rendah karbon merupakan revolusi energi yang

mendorong untuk transformasi pertumbuhan dan konsumsi. Jenis

pembangunan ini merupakan arah pembangunan ilmiah, hukum, regulasi,

kebijakan, dan standar teknis yang membutuhkan aksi konkrit, serta strategi

dan aksi pembangunan berkelanjutan dengan jangka waktu dan susunan yang

jelas. Pembangunan rendah karbon dalam implementasinya akan membatasi

industri tinggi karbon (high-carbon industries), mengeliminasi kapasitas

produksi yang lamban, membangkitkan model-model yang baru untuk energi

rendah karbon, memperbaiki struktur industri dan pekerjaan, serta

mengembangkan area-area pertumbuhan ekonomi yang baru.

Implementasi pembangunan rendah karbon pada suatu negara maupun

daerah merupakan salah satu cara untuk menanggulangi degradasi

lingkungan, dan merupakan sebuah langkah untuk menuju pertumbuhan

ekonomi berkelanjutan. Dengan meningkatkan efisiensi energi dan

menggunakan energi yang terbarukan serta rendah karbon untuk mengubah

gaya hidup masyarakat yang semula tinggi karbon (high-carbon society)

menjadi masyarakat dengan gaya hidup yang rendah karbon (low-carbon

society), pembangunan rendah karbon ini merupakan model pembangunan

yang ideal untuk mengembangkan ekonomi hijau (Du dkk., 2020).

Menurut laporan Low Carbon Development Initiative (LCDI) yang

dibentuk oleh Badan Perencanaan Pembangunan Nasional (Bappenas),

pertumbuhan rendah karbon dapat menghasilkan tingkat pertumbuhan PDB

rata-rata sebesar 6% per tahun hingga tahun 2045. Hal ini dapat

28

menguntungkan pada sisi ekonomi, sosial dan lingkungan, termasuk

mengurangi kemiskinan, menghasilkan pekerjaan-pekerjaan baru, dan

menghindari kematian dari berkurangnya polusi udara (Badan Perencanaan

Pembangunan Nasional, 2019).

Di Indonesia, terdapat beberapa target dari implementasi pembangunan

rendah karbon, yaitu: penggunaan energi terbarukan dalam jangka waktu

yang panjang, peningkatan efisiensi dalam penggunaan energi yang

diharapkan dapat mengurangi rasio total konsumsi energi per individu sebesar

3.5% di tahun 2030 dan 4.5% di tahun 2045, pengurangan sepertiga total gas

rumah kaca di tahun 2030 dan 60% di tahun 2045 dibandingkan dari tahun

2018, serta peningkatan produktivitas lahan sebesar 4% per tahun (Bappenas,

2019 dalam Rahma, 2019)

5. Peraturan Perundang-Undangan Mengenai Lingkungan Hidup

Di Indonesia, peraturan perundang-undangan mengenai lingkungan

hidup diatur salah satunya dalam UU No. 32 Tahun 2009 tentang

Perlindungan dan Pengelolaan Lingkungan Hidup. Undang-undang ini

merupakan upaya sistematis dan terpadu yang dilakukan untuk melestarikan

fungsi lingkungan hidup dan mencegah terjadinya pencemaran dan/atau

kerusakan lingkungan hidup yang meliputi perencanaan, pemanfaatan,

pengendalian, pemeliharaan, pengawasan, dan penegakan hukum.

Undang-undang ini dibentuk dengan beberapa pertimbangan, salah

satunya yaitu kualitas lingkungan hidup yang semakin menurun telah

mengancam kelangsungan perikehidupan manusia dan makhluk hidup lainnya

29

sehingga perlu dilakukan perlindungan dan pengelolaan lingkungan hidup

yang sungguh-sungguh dan konsisten oleh semua pemangku kepentingan.

Perencanaan perlindungan dan pengelolaan lingkungan hidup

dilaksanakan melalui beberapa tahapan, yaitu (1) inventarisasi lingkungan

hidup, (2) penetapan wilayah ekoregion, dan (3) penyusunan Rencana

Perlindungan dan Pengelolaan Lingkungan Hidup (RPPLH). Kemudian,

instrumen pencegahan pencemaran dan/atau kerusakan lingkungan hidup

terdiri atas:

a. Kajian Lingkungan Hidup Strategis (KLHS);

b. Tata ruang;

c. Baku mutu lingkungan hidup;

d. Kriteria baku kerusakan lingkungan hidup;

e. Analisis Mengenai Dampak Lingkungan Hidup (Amdal);

f. Upaya Pengelolaan Lingkungan Hidup dan Upaya Pemantauan

Lingkungan Hidup (UKL-UPL);

g. Perizinan;

h. Instrumen ekonomi lingkungan hidup;

i. Peraturan perundang-undangan berbasis lingkungan hidup;

j. Anggaran berbasis lingkungan hidup;

k. Audit lingkungan hidup;

l. Instrumen lain sesuai dengan kebutuhan dan/atau perkembangan

ilmu pengetahuan.

30

Namun, pada saat penelitian ini dilakukan yaitu pada tahun 2020

terdapat beberapa perubahan perundang-undangan yang berkenaan dengan

lingkungan hidup, yaitu adanya Omnibus Law Cipta Kerja. Secara garis besar,

UU Cipta Kerja menghapus, mengubah dan menetapkan aturan baru terkait

perizinan berusaha yang sebelumnya diatur dalam UU No. 32 Tahun 2009.

Menurut Kartodihardjo (2020) setidaknya terdapat sepuluh pasal perubahan

UU No. 32 Tahun 2009 yang sekarang diatur dalam UU Cipta Kerja,

diantaranya:

a. Upaya Pengelolaan Lingkungan Hidup (UKL) dan Upaya

Pemantauan Lingkungan Hidup (UPL) tidak lagi diperlukan

sebagai bagian dari proses pengambilan keputusan izin

penyelenggaraan usaha, seperti tertera dalam pasal 1 angka 22;

b. Pasal 1 angka 35 tentang kewajiban industri mendapatkan izin

lingkungan dihapus dan diubah menjadi persetujuan lingkungan;

c. Sembilan kriteria usaha yang berdampak penting dihapus (pasal 1

angka 35);

d. Dalam perubahan pasal 24, selain menunjuk lembaga dan/atau

ahli bersertifikat, pemerintah bisa melakukan sendiri uji

kelayakan lingkungan hidup, yang didasarkan pada dokumen

analisis mengenai dampak lingkungan (Amdal), untuk

menentukan kelayakan lingkungan hidup dalam penerbitan izin

berusaha;

31

e. Dalam penyusunan Amdal, masyarakat yang diizinkan terlibat

dalam penyusunannya hanya mereka yang terdampak. Tak ada

lagi pemerhati lingkungan hidup dan/atau masyarakat yang

terpengaruh, seperti bunyi pasal 26 sebelum diubah;

f. Menghapus pasal 29, 30, 31 mengenai Komisi Penilai Amdal.

Untuk kegiatan yang wajib memenuhi standar UKL-UPL,

pemerintah pusat langsung menerbitkan Perizinan Berusaha

ketika sudah ada pernyataan kesanggupan korporasi mengelola

lingkungan hidup;

g. Tak ada lagi penegasan bahwa kelayakan lingkungan hidup harus

diakses dengan mudah oleh masyarakat seperti pasal 39 UU

Perlindungan dan Pengelolaan Lingkungan Hidup (UUPPLH);

h. Pengawasan dan sanksi administratif seluruhnya dijalankan oleh

pemerintah pusat, seperti perubahan Bab XII pasal 72 hingga 75;

i. Jenis-jenis sanksi administratif ditiadakan dengan mengubah

pasal 76. Delegasi kepada peraturan pemerintah hanya akan berisi

tata cara pengenaan sanksi tersebut;

j. Tak ada celah atau pintu masuk bagi warga negara menggugat

lembaga lain yang merusak lingkungan seperti tercantum dalam

pasal 93 UUPPLH, sebagai konsekuensi dihapusnya izin

lingkungan.

32

B. Keterkaitan antar Variabel

1. Pertumbuhan Ekonomi

Pertumbuhan ekonomi diartikan sebagai suatu ukuran kuantitatif yang

menggambarkan perkembangan suatu perekonomian dalam suatu tahun

tertentu apabila dibandingkan dengan tahun sebelumnya (Sukirno, 2006).

Pertumbuhan ekonomi merupakan salah satu indikator keberhasilan

pembangunan di suatu perekonomian. Kesejahteraan dan kemajuan suatu

perekonomian ditentukan oleh besarnya pertumbuhan yang ditunjukkan oleh

perubahan output nasional. Adanya perubahan output dalam perekonomian

merupakan analisis ekonomi jangka pendek (Ma’ruf & Wihastuti, 2008).

Secara sederhana, pertumbuhan ekonomi mengukur seberapa banyak uang

berubah dalam perekonomian. Pertumbuhan terjadi saat nilai dan angka dari

transaksi komersial terjadi dalam perekonomian (Ngunjiri, 2017).

Secara umum teori pertumbuhan ekonomi dapat dikelompokkan

menjadi dua, yaitu teori pertumbuhan ekonomi klasik dan teori pertumbuhan

ekonomi modern. Pada teori pertumbuhan ekonomi klasik, analisis

didasarkan pada kepercayaan akan efektivitas mekanisme pasar bebas. Teori

ini dicetuskan oleh para ahli ekonomi yang hidup pada abad 18 hingga awal

abad 20, antara lain Adam Smith, David Ricardo dan W.A Lewis.

Selanjutnya, teori pertumbuhan ekonomi modern memiliki karakteristik

umum yang mengakui pentingnya peran pemerintah dalam perekonomian

untuk mengatasi kegagalan sistem pasar bebas. Kelompok ini cenderung tidak

mengakui keefektifan sistem pasar bebas tanpa campur tangan pemerintah.

33

Salah satu pencetus teori ini adalah ekonom Harrod-Domar (Ma’ruf &

Wihastuti, 2008).

Dari berbagai teori pertumbuhan yang ada, terdapat tiga faktor atau

komponen utama dalam pertumbuhan ekonomi, yaitu:

a. Akumulasi modal, yang meliputi semua bentuk atau jenis

investasi baru yang ditanamkan pada tanah, peralatan fisik, dan

modal atau sumber daya manusia;

b. Pertumbuhan penduduk, yang beberapa tahun selajutnya akan

memperbanyak jumlah angkatan kerja;

c. Kemajuan teknologi.

Selanjutnya, menurut Adisasmita (2013) terdapat beberapa faktor yang

memengaruhi pertumbuhan ekonomi modern, kebanyakan ekonom

menganggap faktor produksi sebagai kekuatan utama yang memengaruhi

pertumbuhan. Beberapa faktor produksi tersebut adalah:

a. Sumber Daya Alam (SDA) merupakan faktor utama yang

mempengaruhi pertumbuhan ekonomi;

b. Akumulasi Modal atau pembentukan modal adalah peningkatan

stok modal dalam jangka waktu tertentu;

c. Organisasi bersifat melengkapi (komplemen) modal, buruh, dan

membantu meningkatkan produktivitasnya;

d. Kemajuan Teknologi merupakan yang paling penting dalam

pertumbuhan ekonomi yaitu untuk meningkatkan produktivitas,

modal dan faktor produksi lainnya;

34

e. Pembagian Kerja dan Skala Produksi, spesialisasi dan pembagian

kerja menciptakan peningkatan produktivitas. Keduanya

membawa ke arah ekonomi produksi skala besar, yang

selanjutnya membantu perkembangan industri.

Dari beberapa teori dan pendapat tersebut, maka dibentuk kerangka

teori penelitian ini sebagai berikut:

Gambar 2.1. Kerangka Teori

Sumber: Pengolahan pribadi, 2020.

Kerangka teori (theoretical framework) di atas menjelaskan bahwa

PDRB, kepadatan penduduk dan penanaman modal asing merupakan

beberapa diantara faktor-faktor terjadinya pertumbuhan ekonomi.

a. Produk Domestik Regional Bruto (PDRB)

Pada tingkat regional, PDRB merupakan salah satu indikator yang

umum digunakan untuk mengukur pertumbuhan ekonomi pada periode

waktu tertentu, serta untuk melihat perkembangan perekonomian suatu

wilayah (Sukirno, 2006). Menurut Lequiller (2004) dalam Dynan &

Sheiner (2018), PDRB dapat digunakan sebagai pengukuran

Kepadatan Penduduk

Penanaman Modal

PDRB

Pertumbuhan Ekonomi

35

pertumbuhan ekonomi apabila pertumbuhan yang dimaksud adalah

peningkatkan output barang dan jasa.

b. Kepadatan Penduduk

Kepadatan penduduk adalah perbandingan antara jumlah

penduduk dengan luas wilayah yang dihuni. Biasanya kepadatan

penduduk dihitung dengan satuan km2 (Mantra, 2007). Angka

kepadatan penduduk bervariasi pada tiap daerah. Di Indonesia, provinsi

dengan kepadatan penduduk terendah adalah Provinsi Kalimantan Utara

dan Papua Barat, dengan jumlah penduduk per km2 sebanyak 9 jiwa.

Sedangkan, provinsi dengan kepadatan penduduk tertinggi adalah DKI

Jakarta dengan kepadatan penduduk sebanyak 15.764 jiwa/ km2.

Jumlah penduduk yang tinggi dapat menyediakan tenaga kerja

yang cukup untuk mendukung perekonomian, sehingga dapat

memperluas pasar domestik. Hal ini berarti produsen dan pemasok dapat

meningkatkan kekayaannya, dan selanjutnya pertumbuhan penduduk

yang tinggi akan mendorong kompetisi pada pasar yang kemudian akan

menghasilkan inovasi dan teknologi-teknologi yang baru (Owusu,

2012).

c. Penanaman Modal Asing (PMA)

Menurut Suyatno (2003) dalam Ambarsari & Purnomo (2005),

PMA merupakan aliran arus modal yang berasal dari luar negeri yang

mengalir ke sektor swasta baik yang melalui investasi langsung (direct

investment) maupun investasi tidak langsung (portofolio). International

36

Monetary Fund (IMF) mendefinisikan PMA sebagai investasi yang

dibuat untuk mencapai ketertarikan yang berkelanjutan dalam suatu

perusahaan yang beroperasi pada perekonomian di luar negara investor

tersebut. Tujuan investor melakukan investasi asing langsung adalah

untuk memiliki suara yang efektif dalam manajemen perusahaan

tersebut.

PMA merupakan salah satu faktor yang dapat memengaruhi

pertumbuhan ekonomi. PMA sangat berpotensi untuk meningkatkan

pertumbuhan ekonomi di negara berkembang, seperti Indonesia.

Investasi sebagai salah satu faktor produksi yang krusial memainkan

peran yang penting untuk meningkatkan produksi, yang ditunjukkan

melalui pertumbuhan ekonomi.

Kontribusi PMA terhadap pertumbuhan ekonomi dengan cara

langsung maupun tidak langsung. Secara langsung, PMA meningkatkan

produksi, pekerjaan, dan penambahan nilai dan ekspor. Secara tidak

langsung, PMA berdampak pada terjadinya transisi teknologi,

pengetahuan, pelatihan kerja, eksternalitas, kelebihan teknologi

(technology spillover), pembentukan pengembangan sumber daya

manusia, efisiensi, serta produktivitas (Behname, 2012).

2. Hubungan Produk Domestik Regional Bruto (PDRB) dengan

Kualitas Lingkungan Hidup

Beberapa pendapat menyatakan bahwa PDRB merupakan tolok ukur

yang paling umum digunakan untuk menilai tingkat pembangunan sebuah

37

negara maupun daerah, meski demikian angka-angka yang ditunjukkan oleh

PDRB cenderung mengesampingkan kerusakan yang disebabkan oleh polusi

dan semakin menipisnya SDA, yang merupakan dampak umum yang terjadi

dari proses pertumbuhan (Kahuthu, 2006). PDRB mengukur pendapatan,

bukan kesetaraan, dan PDRB mengukur pertumbuhan, tetapi mengabaikan

kerusakan (Ngunjiri, 2017).

Hubungan antara PDRB (maupun PDB) dengan lingkungan dijelaskan

dalam Kurva Lingkungan Kuznets yang dikemukakan oleh ekonom Simon

Kuznets. Kurva ini berbentuk U terbalik untuk menggambarkan hubungan

kedua variabel tersebut. Pada kurva ini pertumbuhan ekonomi diwakilkan

dengan PDB per kapita suatu negara, semakin meningkatnya PDB per kapita,

maka pada akhirnya tingkat degradasi lingkungannya akan semakin rendah.

Namun hal ini hanya akan terjadi setelah tingkat degradasi lingkungan

mencapai titik tertinggi (turning point).

Gambar 2.2. Kurva Lingkungan Kuznets

Sumber: Tejvan Pettinger, 2020, diolah.

38

Kurva lingkungan kuznets membagi perekonomian suatu negara

menjadi tiga era perekonomian yaitu, fase perekonomian pra-industrialisasi,

fase perekonomian industrialisasi, dan fase perekonomian pasca industrialisasi

(perekonomian beriorientasi jasa). Pada fase pertama, pertumbuhan ekonomi

sedang menuju peningkatan, dan tingkat degradasi akan sejalan dengan

peningkatan ekonomi, dengan begitu semakin tinggi tingkat perekonomian

maka tingkat degradasi lingkungan pun semakin tinggi. Selanjutnya pada fase

industrialisasi, pertumbuhan ekonomi terus meningkat dan tingkat degradasi

lingkungan akan mencapai puncaknya, yang kemudian akan membentuk

turning point. Kemudian pada fase terakhir yaitu pasca industrialisasi,

perekonomian tetap meningkat namun terjadi pergeseran yaitu menjadi lebih

berorientasi pada bidang jasa, sehingga tingkat degradasi lingkungan akan

menurun.

3. Hubungan Kepadatan Penduduk dengan Kualitas Lingkungan

Hidup

Hubungan antara kepadatan penduduk terhadap kualitas lingkungan

dapat dilihat dari beberapa pendapat para ekonom terdahulu. Thomas Robert

Malthus dalam esainya yang berjudul “Essay on the Principle of Population”

yang terbit pada tahun 1798, menunjukkan kekhawatirannya akan

pertumbuhan penduduk, yang akan menyebabkan tekanan pada sumber daya

yang terbatas. Malthus memprediksi apabila manusia tidak melakukan

tindakan pencegahan, pertumbuhan penduduk akan membatasi kesejahteraan,

yaitu dengan timbulnya kemiskinan, penyakit, kelaparan, bahkan peperangan.

39

Pendapat yang bertolak belakang datang dari Ester Boserup pada 1981

yang berargumen bahwa tingginya kepadatan penduduk merupakan prasyarat

untuk berkembangnya inovasi teknologi dalam pertanian. Inovasi teknologi

akan menghasilkan peningkatan hasil panen, dan distribusi pangan yang lebih

efisien. Hal ini kemudian akan memungkinkan lingkungan hidup untuk

menyokong jumlah penduduk yang tinggi dengan tingkat kesejahteraan yang

sama (Shi, 2001).

Hubungan kepadatan penduduk dengan lingkungan juga dijelaskan

dalam teori IPAT sebagai berikut:

I = P × A × T (1)

di mana:

I = Environmental impact (dampak lingkungan)

P = Population (penduduk)

A = Affluence (konsumsi)

T = Technology (teknologi)

Teori IPAT menjelaskan bahwa peningkatan pada penduduk, konsumsi, atau

teknologi akan meningkatkan dampak lingkungan, atau dapat juga

didefinisikan bahwa dampak lingkungan berasal dari penduduk, konsumsi

dan teknologi.

4. Hubungan Penanaman Modal Asing (PMA) dengan Kualitas

Lingkungan Hidup

PMA seringkali disebut sebagai faktor yang krusial terhadap

pertumbuhan ekonomi. Meski demikian, PMA cenderung beresiko

40

menimbulkan degradasi lingkungan. Dampak PMA terhadap lingkungan

dijelaskan dalam pollution haven hypothesis atau pollution haven effect, yaitu

situasi di mana saat negara-negara maju yang telah terindustrialisasi berencana

untuk membangun pabrik atau kantor di luar negeri, mereka cenderung akan

mencari opsi yang lebih murah untuk sumber daya dan tenaga kerja, supaya

dapat memenuhi lahan dan akses material yang dibutuhkannya. Biasanya

negara-negara industri yang melakukan relokasi ke negara dengan regulasi

lingkungan yang kurang ketat, seperti negara-negara berkembang (Levinson &

Taylor, 2004).

5. Kualitas Lingkungan Hidup

Kualitas lingkungan hidup pada penelitian ini digambarkan dengan

Indeks Kualitas Lingkungan Hidup (IKLH) yang diterbitkan oleh Kementerian

Lingkungan Hidup dan Kehutanan (KLHK) Republik Indonesia per tahunnya.

IKLH merupakan indeks kinerja pengelolaan lingkungan hidup secara

nasional, dimana IKLH merupakan generalisasi dari indeks kualitas

lingkungan hidup seluruh kabupaten/kota dan provinsi di Indonesia. Indeks ini

dapat digunakan untuk mengevaluasi secara umum kualitas lingkungan hidup

dan tren pencapai tujuan pembangunan berkelanjutan di Indonesia, yang

ditunjukan dengan kualitas lingkungan hidup masing-masing di 34 provinsi di

Indonesia berdasarkan perhitungan tiga indeks didalamnya.

Secara lebih luas, IKLH disusun oleh KLHK dengan tujuan sebagai

berikut:

a. Sebagai informasi untuk mendukung proses pengambilan

41

keputusan di tingkat pusat maupun daerah yang berkaitan dengan

bidang perlindungan dan pengelolaan lingkungan hidup;

b. Sebagai bentuk pertanggungjawaban kepada publik tentang

pencapaian target kinerja program perlindungan dan pengelolaan

lingkungan hidup yang dilakukan oleh pemerintah pusat dan

pemerintah daerah;

c. Sebagai instrumen indikator keberhasilan pemerintah pusat dan

pemerintah daerah dalam mengelola dan mengendalikan

pencemaran dan kerusakan lingkungan.

Sebagai indikator pengelolaan lingkungan hidup di Indonesia, IKLH

merupakan perpaduan konsep Indeks Kualitas Lingungan (IKL) dan konsep

Environmental Performance Index (EPI). IKLH diadopsi oleh KLHK pada

tahun 2008, yang mula pertamanya adalah pengembangan dari konsep yang

dikembangkan oleh Virginia Commonwealth University (VCU) dan Badan

Pusat Statistik (BPS).

Penerbitan IKLH oleh KLHK pun tentunya memiliki dasar hukum,

diantaranya yaitu:

a. Pasal 28 H Undang-Undang Dasar Negara Republik Indonesia

1945;

b. Undang-Undang Nomor 41 Tahun 1999 tentang Kehutanan;

c. Undang-Undang Nomor 32 Tahun 2009 tentang Perlindungan dan

Pengelolaan Lingkungan Hidup;

d. Undang-Undang Nomor 14 Tahun 2018 tentang Informasi

42

Keterbukaan Publik;

e. Peraturan Pemerintah Nomor 41 Tahun 1999 tentang

Pengendalian Pencemaran Udara;

f. Peraturan Presiden Nomor 2 Tahun 2015 tentang Rancangan

Pembangunan Jangka Menengah Nasional 2015-2019;

g. Keputusan Menteri Lingkungan Hidup Nomor 45 Tahun 1997

tentang Indeks Standar Pencemaran Udara;

h. Keputusan Menteri Lingkungan Hidup Nomor 115 Tahun 2003

tentang Pedoman Penentuan Status Mutu Air;

i. Peraturan Menteri Lingkungan Hidup dan Kehutanan Nomor

P.74/Menlhk/Setjen/Kum.1/8/2016 tentang Pedoman Nomenklatur

Perangkat Daerah Provinsi dan Kab/Kota yang melaksanakan

urusan pemerintahan bidang lingkungan hidup dan urusan

pemerintahan bidang kehutanan;

j. Peraturan Menteri Lingkungan Hidup dan Kehutanan No.

P.78/SETJEN/SET.1/9/2016 tentang Penetapan Indikator Kinerja

Utama Kementerian Lingkungan Hidup dan Kehutanan.

IKLH terdiri dari Indeks Kualitas Udara (IKU), parameter yang diukur

yaitu SO2 dan NO2, lalu Indeks Kualitas Air (IKA), parameter yang diukur ada

tujuh yaitu TSS, DO, BOD, COD, total fosfat, fecal coli, dan total coliform,

serta yang terakhir Indeks Kualitas Tutupan Lahan (IKTL), diukur

berdasarkan luas tutupan lahan. IKLH disajikan berupa persentase, apabila

angka persentase IKLH di suatu provinsi mendekati angka 100, maka kualitas

43

lingkungan hidup di provinsi tersebut dapat dinilai sangat baik. Namun

sebaliknya, apabila angka persentase IKLH di suatu provinsi jauh dari angka

100, atau berada di bawah angka rata-rata IKLH, maka provinsi tersebut

membutuhkan perhatian khusus agar dilakukan upaya peningkatan kualitas

lingkungan hidupnya.

Pengklasifikasian peringkat IKLH didasarkan pada sebaran nilai IKLH

pada 34 provinsi. Klasifikasi ini bersifat dinamis sesuai dengan sebaran nilai

IKLH dari masing-masing provinsi. Berikut adalah pengklasifikasian predikat

nilai IKLH secara nasional tahun 2018:

Tabel 2.1. Klasifikasi Predikat Indeks Kualitas Lingkungan Hidup (IKLH)

No. Predikat Kisaran Nilai IKLH

1. Sangat Baik IKLH > 80

2. Baik 70 < IKLH ≤ 80

3. Cukup Baik 60 < IKLH ≤ 70

4. Kurang Baik 50 < IKLH ≤ 60

5. Sangat Kurang Baik 40 < IKLH ≤ 50

6. Waspada 30 < IKLH ≤ 40

Sumber: Kementerian Lingkungan Hidup dan Kehutanan, 2019.

Pada tahun 2018 nilai Indeks Kualitas Lingkungan Hidup secara

nasional yaitu 71,67. Nilai IKLH tersebut dipengaruhi oleh nilai IKA sebesar

72,77 dan nilai IKTL sebesar 61,03. Berikut adalah tabel nilai minimum dan

maksimum indikator IKLH tahun 2018:

44

Tabel 2.2. Nilai Minimum dan Maksimum Indikator IKLH Tahun 2018

Indikator Minimum Maksimum Nasional

IKU 66,57

(DKI Jakarta)

93,56

(Sulawesi Selatan) 84,74

IKA 51,93

(DKI Jakarta)

88,15

(Sumatera Selatan) 72,77

IKTL 24,14

(DKI Jakarta)

100

(Papua Barat) 71,67

Sumber: Kementerian Lingkungan Hidup dan Kehutanan, 2018.

Rumus yang digukanan untuk perhitungan IKLH Provinsi adalah:

IKLH Provinsi = (30% x IKA) + (30% x IKU) + (40% x IKTL) (2)

Keterangan:

IKLH Provinsi : Indeks Kualitas Lingkungan Tingkat Provinsi

IKA : Indeks Kualitas Air

IKU : Indeks Kualitas Udara

IKTL : Indeks Kualitas Tutupan Lahan

Setelah didapatkan nilai IKLH Provinsi, selanjutnya dihitung IKLH Nasional

dengan menggunakan rumus sebagai berikut:

IKLH = � IKLH Provinsi × � Populasi ProvinsiPopulasi Indonesia

+ Luas ProvinsiLuas Indonesia

�÷234

i=1

(3)

Dalam perkembangannya (tahun 2009-2018) penghitungan IKLH telah

mengalami penyempurnaan sebanyak empat kali. Tahun 2018 terdapat 2

indikator yang disempurnakan yaitu Indeks Kualitas Air (IKA) dan Indeks

Kualitas Tutupan Lahan (IKTL). Pada komponen IKA, jumlah parameter yang

45

digunakan bertambah menjadi 10 parameter, dengan perhitungan berdasarkan

metode National Sanitation Foundation Water Quality Index (NSF-WQI).

Pada perhitungan IKTL, parameter yang dinilai selain tutupan hutan,

juga menambahkan tutupan belukar dan belukar rawa pada kawasan hutan,

dan kawasan yang memiliki fungsi lindung (lereng dengan kemiringan >25%

dan sempadan sungai, danau, pantai), ruang terbuka hijau, kebun raya dan

taman keanekaragaman hayati. Penghitungan IKTL dilakukan dengan

membanding luas hutan dengan luas wilayah administratif. Berdasarkan UU

Nomor 41 Tahun 1999, bahwa setiap provinsi minimal memiliki kawasan

hutan sekitar 30% dari luas wilayah. Asumsi yang digunakan dalam

penghitungan IKTL, bahwa daerah-daerah yang memiliki kawasan hutan 30%

dari luas wilayah administrasinya diberi nilai 50. Sedangkan daerah dengan

nilai IKTL tertinggi (100) adalah daerah yang memiliki kawasan 84,3% dari

luas wilayah administratifnya. Untuk perhitungan IKU, parameter yang diukur

masih tetap. IKU Nasional dihitung berdasarkan hasil pengukuran kualitas

udara ambien di kabupaten/kota dilakukan pada 4 lokasi yang mewakili

wilayah industri, pemukiman, transportasi, dan perkantoran dengan metode

manual passive sampler. Metodologi perhitungan IKU mengadopsi program

dari Uni Eropa. Indeks ini dikalkulasi untuk data rata-rata perjam, harian, dan

tahunan (Kementerian Lingkungan Hidup dan Kehutanan, 2019).

Dengan diterbitkannya IKLH oleh KLHK per tahunnya, maka

diharapkan pengambil kebijakan dapat memperhatikan variabel lingkungan

hidup untuk mengambil keputusan khususnya dalam hal perekonomian.

46

C. Penelitian Terdahulu

Tabel 2.3. Penelitian Terdahulu

No. Penulis dan Tahun Judul Metode Hasil 1. Katrin Retno Gupito

(2012)

Keterkaitan PDRB Perkapita dari

Sektor Industri, Transportasi,

Pertanian dan Kehutanan

Terhadap Kualitas Lingkungan

Diukur Dari Emisi CO2 (Studi

Kasus: 30 kab/kota Jawa Tengah

tahun 2009-2010)

Variabel: Emisi CO2, PDRB

perkapita Sektor Industri,

Transportasi, Pertanian dan

Kehutanan.

Analisis: Regresi linier berganda

metode OLS.

Terdapat hubungan positif dan

signifikan antara sektor

transportasi dan kehutanan

terhadap emisi CO2.

2. Agung Wahyu

Pranoto, Abdul

Halim (2016)

Pengaruh Desentralisasi Fiskal,

PDRB, Kepadatan Penduduk, dan

Penanaman Modal Asing terhadap

Kualitas Lingkungan Hidup (Studi

pada Provinsi di Indonesia Periode

2009-2013)

Variabel: IKLH, Dana Alokasi

Umum (DAU) terhadap total

pendapatan daerah, PDRB,

kepadatan penduduk, dan PMA

provinsi di Indonesia.

Analisis: Random effect model.

Variabel desentralisasi fiskal

memberikan pengaruh positif dan

tidak signifikan terhadap kualitas

lingkungan hidup provinsi di

Indonesia. PDRB, kepadatan

penduduk dan PMA secara

parsial berpengaruh negatif dan

47

No. Penulis dan Tahun Judul Metode Hasil signifikan terhadap kualitas

lingkungan hidup provinsi di

Indonesia.

3. Ramphul Ohlan

(2015)

The impact of population density,

energy consumption, economic

growth and trade openness on

CO2 emissions in India

Variabel: emisi CO2, kepadatan

populasi, konsumsi energi,

pertumbuhan ekonomi,

keterbukaan perdagangan

Analisis: Auto Regressive

Distributed Lag (ARDL) dan

Vector Error Correction Model

(VECM)

Terdapat hubungan antara emisi

CO2 dan faktor-faktor sosio-

ekonomi. Kepadatan populasi,

konsumsi energi dan

pertumbuhan ekonomi secara

statistik memiliki efek signifikan

positif terhadap emisi CO2 pada

jangka pendek dan jangka

panjang.

4. Rizky Adi Prasurya

(2016)

Analisis Pengaruh PDRB

Terhadap Kualitas Lingkungan

Hidup di Pulau Sumatera Tahun

2010-2014

Variabel: IKLH, PDRB Pertanian,

Industri Pengolahan, dan

Transportasi Pergudangan

Analisis: Generalized Least Square

Model (GLS) dengan Fixed Effect

Model (FEM)

Ketiga nilai PDRB berpengaruh

terhadap variabel terikat IKLH.

Dengan hasil yang signifikan dan

menunjukkan adanya kesesuaian

dengan Kurva Lingkungan

Kuznet.

48

No. Penulis dan Tahun Judul Metode Hasil 5. Abdulloh

Nashiruddin Wafiq

(2018)

Analisis Pertumbuhan Ekonomi

dan Kepadatan Penduduk terhadap

Kualitas Lingkungan Hidup di

Indonesia Tahun 2010-2016

Variabel: IKLH, PDRB, kepadatan

penduduk.

Analisis: Regresi data panel.

Tingkat keeratan hubungan

antara pertumbuhan ekonomi

dengan kualitas lingkungan hidup

adalah sedang, dan memiliki

pengaruh yang negatif dan

signifikan terhadap kualitas

lingkungan hidup di 33 Provinsi

Indonesia.

Tingkat keeratan hubungan

antara kepadatan penduduk

dengan kualitas lingkungan hidup

adalah sedang, dan memiliki

pengaruh yang negatif dan


lingkungan hidup di 33 Provinsi

Indonesia.

6. Aulia Yusri R.A

(2015)

Analisis Pengaruh Pertumbuhan

Ekonomi Terhadap Perubahan

Variabel: emisi CO2, PDB per

kapita, konsumsi energi per kapita,

Pada jangka panjang

pertumbuhan sektor industri

49

No. Penulis dan Tahun Judul Metode Hasil Kualitas Lingkungan di Indonesia penanaman modal asing,

pertumbuhan sektor industri,

kepadatan penduduk, keterbukaan

perdagangan.

Analisis: ARDL-ECM

berpengaruh secara positif

signifikan terhadap peningkatan

CO2, sedangkan perubahan

kepadatan populasi dan

keterbukaan perdagangan

memberikan pengaruh

sebaliknya. Penanaman modal

asing menjadi satu-satunya

variabel yang tidak signifikan di

dalam model. Pada jangka

pendek, pertumbuhan sektor

industri dan perubahan kepadatan

populasi berpengaruh secara

positif signifikan terhadap

peningkatan emisi CO2,

sedangkan keterbukaan

perdagangan berpengaruh secara

negatif signifikan.

50

No. Penulis dan Tahun Judul Metode Hasil 7. Yuliana (2019) Pengaruh Produk Domestik

Regional Bruto Terhadap Indeks

Kualitas Lingkungan Hidup

Kalimantan Barat

Variabel: IKLH, PDRB sektor

pertanian dan kehutanan, PDRB

industri dan pengolahan, PDRB

transportasi dan pergudangan serta

PDRB pertambangan dan

penggalian

Analisis: Regresi berganda atau

Ordinary Least Square (OLS)

PDRB pertanian dan kehutanan,

PDRB industri dan pengolahan,

PDRB transportasi dan

pergudangan serta PDRB

pertambangan dan penggalian

berpengaruh terhadap IKLH di

Kalimantan Barat.

8. Rahmah Nurul

Hakim (2017)

PDRB dan kerusakan lingkungan:

Environmental Kuznets Curve di

Indonesia

Variabel: IKLH, PDRB per kapita,

jumlah penduduk, indeks

keterbukaan ekonomi

Analisis: Regresi

Secara linier PDRB per kapita

berpengaruh signifikan terhadap

IKA dan IKU dengan arah yang

berbeda. Jumlah penduduk hanya


udara, dan indeks keterbukaan

ekonomi tidak signifikan

terhadap ketiga kualitas

lingkungan.

51

No. Penulis dan Tahun Judul Metode Hasil 9. Mizan bin Hitam,

Halimahton binti

Borhan (2012)

FDI, Growth and the

Environment: Impact on Quality

of Life in Malaysia

Variabel: Emisi CO2, PMA, PDB,

kepadatan penduduk, ekspor dan

impor.

Analisis: Model non-linier.

PDB, PMA, kepadatan

penduduk, dan ekspor

berpengaruh positif terhadap

emisi CO2. Sedangkan impor

mengurangi emisi polutan.

10. Mohammad Mafizur

Rahman (2017)

Do population density, economic

growth, energy use and exports

adversely affect environmental

quality in Asian populous

countries?

Variabel: emisi CO2, penggunaan

energi, pertumbuhan ekonomi,

ekspor, kepadatan penduduk

Analisis: Fully Modified Ordinary

Least Squares (FMOLS), dan

Dynamic Ordinary Least Squares

(DOLS).

Penggunaan energi, ekspor dan

kepadatan populasi secara

berlawanan mempengaruhi

kualitas lingkungan dalam jangka

panjang.

52

D. Kerangka Pemikiran

Kerangka pemikiran adalah sebuah pemahaman yang melandasi

pemahaman-pemahaman yang lainnya. Penelitian yang terdiri dari pertautan

antar variabel ini kemudian dirumuskan ke dalam bentuk paradigma penelitian

yang didasarkan pada kerangka berpikir berikut:

Gambar 2.3. Kerangka Pemikiran

Sumber: Pengolahan pribadi, 2020.

Analisis Hasil Penelitian, Kesimpulan dan Saran.

Pertumbuhan Ekonomi Degradasi Lingkungan

Produk Domestik Regional Bruto (PDRB)

Kepadatan Penduduk

Penanaman Modal Asing (PMA)

Indeks Kualitas Lingkungan Hidup

(IKLH)

Regresi Data Panel: 1. Estimasi Model Regresi 2. Uji Asumsi Klasik 3. Uji t-Statistik 4. Uji F-Statistik 5. Uji Koefisien Determinasi

53

Pertumbuhan ekonomi dan kualitas lingkungan memiliki hubungan

yang kompleks. Di satu sisi pertumbuhan ekonomi dapat memberikan

manfaat berupa peningkatan standar hidup, di sisi lain pertumbuhan ekonomi

tanpa memedulikan variabel lingkungan hidup akan memberikan dampak

negatif terhadap lingkungan hidup dan manusia yang tinggal di dalamnya.

Angka PDRB yang tinggi menunjukkan bahwa perekonomian

mengalami peningkatan dilihat dari jumlah output yang dihasilkan suatu

daerah pada periode tertentu. Tetapi nilai output yang tinggi juga dapat

mengindikasikan bahwa tingkat konsumsi masyarakat meningkat, maka

pemanfaatan sumber daya pun akan menjadi lebih tinggi untuk memenuhi

kebutuhan manusia.

Angka kepadatan penduduk yang tinggi menunjukkan bahwa aktivitas

ekonomi dan sosial di daerah tersebut juga tinggi. Namun hal ini akan

berakibat pada kadar polusi yang lebih tinggi karena menanggung beban

penduduk yang padat, serta ruang terbuka hijau pun menjadi berkurang untuk

memenuhi tuntutan pertumbuhan ekonomi.

Nilai realisasi PMA yang tinggi menunjukkan bahwa suatu daerah

merupakan destinasi investasi yang menarik sehingga akan menguntungkan

jika menanam modal asing di daerah tersebut. Meski demikian,

mempermudah akses investasi tanpa penerapan kebijakan perusahaan dan

peraturan perundang-undangan mengenai lingkungan hidup yang ketat dapat

menciptakan resiko yang tinggi terhadap lingkungan hidup.

54

Dari tahun ke tahun, nilai IKLH enam provinsi di Pulau Jawa

mengalami kenaikan dan penurunan, dan berada pada rentang klasifikasi

IKLH dengan predikat cukup baik hingga waspada. Sebab adanya hubungan

yang dilematis antara pertumbuhan ekonomi dan lingkungan, maka akan

dilakukan penelitian mengenai pengaruh PDRB, kepadatan penduduk dan

PMA terhadap kualitas lingkungan hidup di enam provinsi di Pulau Jawa.

E. Hipotesis

Hipotesis merupakan sebuah argumen yang dikemukakan dan belum

memiliki bukti yang cukup untuk membuktikan keabsahannya. Oleh karena

itu, hipotesis dalam penelitian ini bersifat tentatif yang harus dilakukan

penelitian lebih lanjut mengenai bukti-bukti logisnya.

Adapun hipotesis dalam penelitian ini diduga sebagai berikut :

1. Diduga PDRB berpengaruh negatif dan signifikan terhadap kualitas

lingkungan hidup di enam provinsi Pulau Jawa periode 2009-2018.

2. Diduga kepadatan penduduk berpengaruh negatif dan signifikan

terhadap kualitas lingkungan hidup di enam provinsi Pulau Jawa

periode 2009-2018.

3. Diduga PMA berpengaruh negatif dan signifikan terhadap kualitas

lingkungan hidup di enam provinsi Pulau Jawa periode 2009-2018.

4. Diduga secara bersama-sama PDRB, kepadatan penduduk dan PMA

berpengaruh signifikan terhadap kualitas lingkungan hidup di enam

provinsi Pulau Jawa periode 2009-2018.

55

BAB III

METODE PENELITIAN

A. Populasi dan Sampel

Penelitian ini merupakan penelitian kuantitatif dengan menggunakan

data sekunder. Tujuan penelitian ini adalah untuk melihat pengaruh variabel

bebas berupa pertumbuhan ekonomi yang terdiri dari Produk Domestik

Regional Bruto (PDRB), Kepadatan Penduduk serta Penanaman Modal Asing

(PMA), terhadap variabel terikat berupa Indeks Kualitas Lingkungan Hidup

(IKLH). Ruang lingkup penelitian ini mencakup tahun 2009 hingga 2018 di

enam provinsi di Pulau Jawa yaitu Daerah Khusus Ibukota (DKI) Jakarta,

Jawa Barat, Jawa Tengah, Daerah Istimewa Yogyakarta (DIY), Jawa Timur,

dan Banten.

Sampel untuk penelitian ini ditentukan dengan teknik sampling non-

probabilitas berupa purposive sampling. Purposive sampling adalah teknik

pengambilan sampel berdasarkan atas adanya pertimbangan yang berfokus

pada tujuan tertentu. Penelitian ini mengambil sampel Pulau Jawa (per

provinsi) sebagai pusat perekonomian nasional yang mengalami pertumbuhan

ekonomi dari tahun ke tahun. Keenam provinsi tersebut dipilih untuk melihat

apakah pertumbuhan memiliki dampak terhadap kualitas lingkungan hidup di

masing-masing provinsi.

B. Data dan Sumber Data

Data yang digunakan dalam penelitian ini adalah data sekunder dengan

56

skala tahunan. Data sekunder diperoleh dari Badan Pusat Statistik tiap provinsi

di Pulau Jawa, Kementerian Lingkungan Hidup dan Kehutanan Republik

Indonesia, serta publikasi lainnya yang berkaitan dengan penelitian ini.

C. Metode Analisis Data

Analisis data menggunakan model regresi berganda data panel

menggunakan aplikasi EViews 9 yang digunakan untuk mengetahui apakah

terdapat pengaruh angka PDRB (X1), Kepadatan Penduduk (X2), dan PMA

(X3) terhadap Indeks Kualitas Lingkungan Hidup (Y) di enam provinsi di

Pulau Jawa Tahun 2009-2018.

Adapun model umum dari analisis ini adalah sebagai berikut:

logIKLHit = α0 + α1logPDRB1it + α2logPOP2it + α3logPMA3it + eit (1)

di mana:

IKLH = Indeks Kualitas Lingkungan Hidup

POP = Kepadatan penduduk

PMA = Penanaman Modal Asing

α0 = Intersep atau konstanta

α1,2,3 = Koefisien variabel bebas

e = Variabel gangguan (error)

i = Jumlah individu

t = Jumlah periode

log = Transformasi logaritma

Data panel (pooled data) atau yang disebut juga data longitudinal

57

merupakan gabungan antara data cross section dan data time series. Teknik

pengolahan data yang digunakan dalam penelitian ini menggunakan model

analisis regresi linier berganda untuk data panel. Data panel terbentuk dari

kombinasi unit-unit deret waktu dari beberapa unit data, sehingga

terbentuklah suatu kumpulan data. Jika jumlah periode observasi sama

banyakanya untuk tiap-tiap unit cross-section maka dinamakan balanced

panel. Sebaliknya jika jumlah periode observasi tidak sama untuk tiap-tiap

unit cross section maka disebut unbalanced panel. Pada penelitian ini data

cross section adalah enam provinsi di Jawa, sedangkan data time series

adalah menggunakan data sepuluh tahun terakhir yaitu 2009-2018.

Penggunaan data panel dalam regresi memiliki beberapa keuntungan,

diantaranya:

1. Dengan menggabungkan data time series dan cross section, panel

menyediakan data yang lebih banyak dan informasi yang lebih

lengkap serta bervariasi. Dengan demikian akan

dihasilkan degress of freedom (derajat bebas) yang lebih besar

dan mampu meningkatkan presisi dari estimasi yang dilakukan.

2. Data panel mampu mengakomodasi tingkat heterogenitas

individu-individu yang tidak diobservasi namun dapat

mempengaruhi hasil dari permodelan (individual heterogenity).

Hal ini tidak dapat dilakukan oleh studi time series maupun cross

section sehingga dapat menyebabkan hasil yang diperoleh melalui

kedua studi ini akan menjadi bias.

58

3. Data panel dapat digunakan untuk mempelajari kedinamisan data.

Artinya dapat digunakan untuk memperoleh informasi bagaimana

kondisi individu-individu pada waktu tertentu dibandingkan pada

kondisinya pada waktu yang lainnya.

4. Data panel dapat mengidentifikasikan dan mengukur efek yang

tidak dapat ditangkap oleh data cross section murni maupun

data time series murni.

5. Data panel memungkinkan untuk membangun dan menguji model

yang bersifat lebih rumit dibandingkan data cross section murni

maupun data time series murni.

6. Data panel dapat meminimalkan bias yang dihasilkan oleh

agregasi individu karena unit observasi terlalu banyak.

Berikut adalah metode dan langkah yang dilakukan untuk regresi data panel:

1. Metode Estimasi Model Regresi

Menurut Basuki & Yuliadi (2015), dalam metode estimasi model regresi

dengan menggunakan data panel, dapat dilakukan melalui 3 pendekatan,

antara lain:

a. Model Common Effect

Merupakan pendekatan model data panel yang paling sederhana,

karena hanya mengombinasikan data time series dan cross section. Pada

model ini tidak diperhatikan dimensi waktu maupun individu, sehingga

diasumsikan bahwa perilaku data suatu individu sama dalam berbagai

kurun waktu. Metode ini bisa menggunakan pendekatan Ordinary Least

59

Square (OLS) atau teknik kuadrat terkecil untuk mengestimasi model

panel.

b. Model Fixed Effect

Model ini mengasumsikan bahwa perbedaan antar individu dapat

diakomodasi dari perbedaan intersepnya. Untuk mengestimasi data

panel model fixed effect menggunakan teknik variabel dummy untuk

menangkap perbedaan intersep antar individu. Namun demikian,

slopenya sama antar individu. Model estimasi ini sering juga disebut

dengan teknik Least Squares Dummy Variable (LSDV).

c. Model Random Effect

Model ini akan mengestimasi data panel di mana variabel

gangguan mungkin saling berhubungan antar waktu dan antar individu.

Pada model random effect, perbedaan intersep diakomodasi oleh error

term masing-masing individu. Keuntungan menggunakan model random

effect yaitu menghilangkan heteroskedastisitas. Model ini juga disebut

dengan Error Component Model (ECM) atau teknik Generalized Least

Square (GLS).

Menurut Basuki & Yuliadi (2015), untuk memilih model yang paling

tepat digunakan dalam mengelola data panel, terdapat beberapa pengujian

yang dapat dilakukan, yaitu:

a. Uji Chow

Uji Chow merupakan pengujian untuk menentukan model fixed

effect atau common effect yang paling tepat digunakan dalam

60

mengestimasi data panel. Hipotesis yang dibentuk dalam uji chow

adalah sebagai berikut:

H0 = Model Common Effect

H1 = Model Fixed Effect

H0 ditolak jika P-value lebih kecil dari nilai α 5%, maka model

terbaik yang dipilih adalah fixed effect. Sebaliknya, H0 diterima jika

nilai probabilitasnya lebih besar dari nilai α 5%, maka model terbaik

yang dipilih adalah common effect.

b . Uji Hausman

Uji Hausman adalah pengujian statistik untuk memilih apakah

model fixed effect atau random effect yang paling tepat digunakan untuk

mengestimasi data panel. Hipotesis yang dibentuk dalam uji hausman


H0 = Model Random Effect


H0 ditolak jika P-value lebih kecil dari nilai α 5%, maka model

terbaik yang dipilih adalah fixed effect. Sebaliknya, H0 diterima jika

nilai probabilitasnya lebih besar dari nilai α 5%, maka model terbaik

yang dipilih adalah random effect.

c. Uji Lagrange Multiplier

Uji Lagrange Multiplier (LM) digunakan untuk mengetahui

apakah model random effect lebih barik daripada model common effect

untuk mengestimasi data panel. Hipotesis yang dibentuk dalam Uji LM

61




H0 ditolak apabila nilai probabilitas Breusch-Pagan lebih kecil dari

α 5%, maka model terbaik yang dipilih adalah random effect. Sebaliknya

H0 diterima apabila nilai probabilitasnya lebih besar dari α 5%, maka

model terbaik yang dipilih adalah common effect.

2. Uji Asumsi Klasik

Uji asumsi klasik yang digunakan dalam regresi linier dengan

pendekatan Ordinary Least Squares (OLS) meliputi uji linieritas,

autokorelasi, heteroskedastisitas, multikolinieritas dan normalitas. Walaupun

demikian, tidak semua uji asumsi klasik harus dilakukan pada setiap model

regresi linier dengan pendekatan OLS. (1) Uji linieritas hampir tidak

dilakukan pada setiap model regresi linier, karena sudah diasumsikan bahwa

model bersifat linier. (2) Uji normalitas pada dasarnya bukan merupakan

syarat BLUE (Best Linear Unbiased Estimator) dan beberapa pendapat tidak

mengharuskan syarat ini sebagai sesuatu yang wajib dipenuhi. (3)

Autokorelasi hanya terjadi pada data time series. (4) Multikolinieritas perlu

dilakukan pada saat regresi linier menggunakan lebih dari satu variabel bebas.

Jika variabel bebas hanya satu, maka tidak mungkin terjadi multikolinieritas.

(5) Heteroskedastisitas biasanya terjadi pada data cross section, di mana data

panel lebih dekat ke ciri data cross section dibanding time series (Basuki &

Yuliadi, 2015).

62

Dari uraian di atas, maka uji asumsi klasik yang dilakukan pada

penelitian ini adalah sebagai berikut:

a. Uji Multikolinieritas

Pada pengujian multikolinieritas bertujuan untuk mengetahui

apakah model regresi ditemukan adanya korelasi antar variabel bebas.

Hipotesis yang dibentuk untuk uji multikolinieritas adalah sebagai

berikut:

H0 = Terjadi multikolinieritas

H1 = Bebas multikolinieritas

Multikolinieritas dapat mengakibatkan hasil uji parsial lebih

sering menerima H0, sehingga variabel prediktornya banyak yang tidak

berpengaruh signifikan. Multikolinieritas dapat dideteksi melalui

metode koefisien korelasi sampel (r). Menurut Gujarati & Porter

(2008), terjadinya multikolinieritas antar dua variabel prediktor

(variabel bebas) yang berbeda ditandari dengan nilai |r| > 0,8. Apabila

semua variabel bebas memiliki nilai |r| < 0,8, maka data terbebas dari

masalah multikolinieritas.

b. Uji Heteroskedastisitas

Uji ini bertujuan untuk melihat apakah pada sebuah model regresi

terjadi ketidaksamaan varian dari residual dalam satu pengamatan ke

pengamatan lainnya. Apabila varian berbeda, disebut

heteroskedastisitas. Hipotesis yang dibentuk untuk uji

heteroskedastisitas adalah sebagai berikut:

63

H0 = Terjadi heteroskedastisitas

H1 = Bebas heteroskedastisitas

Salah satu cara untuk mengetahui ada tidaknya heteroskedastisitas

pada suatu model regresi linier berganda, yaitu dengan melakukan Uji

Glejser yang dilakukan dengan cara meregresi nilai absolute residual

terhadap variabel independen lainnya.

3. Uji Hipotesis

a. Uji t-statistik (Uji Parsial)

Uji ini digunakan untuk melihat signifikansi dari pengaruh

variabel bebas terhadap variabel terikat secara parsial (individual).

Penelitian ini menggunakan uji satu arah dengan tingkat signifikansi

atau α = 5%, dengan hipotesis berikut:

1) Hipotesis 1

H0 = PDRB tidak berpengaruh secara signifikan terhadap IKLH.

H1 = PDRB berpengaruh secara signifikan terhadap IKLH.

2) Hipotesis 2

H0 = Kepadatan penduduk tidak berpengaruh secara signifikan terhadap

IKLH.

H1 = Kepadatan penduduk berpengaruh secara signifikan terhadap

IKLH.

3) Hipotesis 3

H0 = PMA tidak berpengaruh secara signifikan terhadap IKLH.

H1 = PMA berpengaruh secara signifikan terhadap IKLH.

64

Apabila variabel bebas secara parsial memiliki nilai probabilitas >

α = 5% maka H0 diterima, yang berarti variabel bebas secara parsial

tidak berpengaruh signifikan terhadap variabel terikat. Namun apabila

variabel bebas secara parsial memiliki nilai probabilitas < α = 5% maka

H1 diterima, yang berarti variabel bebas secara parsial berpengaruh

signifikan terhadap variabel terikat.

b. Uji F-statistik

Uji F-statistik pada dasarnya menunjukkan apakah semua variabel

bebas dalam model mempunyai pengaruh secara bersama-sama terhadap

variabel terikat. Berikut adalah hipotesis untuk uji F-statistik:

H0 = PDRB, kepadatan penduduk dan PMA tidak berpengaruh secara

signifikan terhadap IKLH.

H1 = PDRB, kepadatan penduduk dan PMA berpengaruh secara


Apabila nilai probabilitas F-statistic > α = 5% maka H0 diterima,

yang berarti variabel bebas secara bersama-sama tidak berpengaruh

signifikan terhadap variabel terikat. Namun apabila nilai probabilitas F-

statistic < α = 5% maka H1 diterima, yang berarti variabel bebas secara

bersama-sama berpengaruh signifikan terhadap variabel terikat.

c. Uji Koefisien Determinasi (R2)

Koefisien determinasi berfungsi untuk mengukur proporsi atau

persentase dari variasi total variabel bebas yang mampu dijelaskan oleh

model regresi. Kisaran nilai koefisien determinasi adalah 0 ≤ R2 ≤ 1.

65

Model dikatakan semakin baik apabila nilai R2 mendekati 1 atau 100%,

di mana terdapat hubungan yang kuat antara variabel bebas dan terikat.

D. Definisi Operasional Variabel

Dibawah ini merupakan variabel-variabel yang digunakan dalam

penelitian Analisis Pengaruh Pertumbuhan Ekonomi terhadap Kualitas

Lingkungan Hidup (Studi Kasus: Enam Provinsi di Pulau Jawa Periode 2009-

2018).

Tabel 3.1. Operasional Variabel Penelitian

No. Variabel Simbol Variabel Satuan Sumber Data

1. Indeks Kualitas Lingkungan Hidup Jawa

IKLH Persen Kementerian Lingkungan Hidup Republik Indonesia

2. Produk Domestik Regional Bruto (PDRB)

PDRB Miliar rupiah Badan Pusat Statistik Indonesia (per regional)

3. Kepadatan Penduduk

POP Kilometer persegi

Badan Pusat Statistik Indonesia (per regional)

4. Penanaman Modal Asing (PMA) PMA Juta dolar Badan Pusat Statistik

Indonesia (per regional)

Sumber: KLHK dan BPS, 2020, diolah.

66

BAB IV

TEMUAN PENELITIAN DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

Pulau Jawa merupakan salah satu dari lima pulau besar di Indonesia.

Pulau Jawa terdiri dari enam provinsi yaitu: Banten; Daerah Khusus Ibukota

(DKI) Jakarta; Jawa Barat; Jawa Tengah; Daerah Istimewa Yogyakarta (DIY);

serta Jawa Timur. Pulau Jawa seringkali disebut sebagai pusat perekonomian

nasional. Pernyataan ini didukung dengan catatan Badan Pusat Statistik (BPS)

yang menunjukkan bahwa pada tahun 2018 distribusi PDB terbesar masih

dimiliki oleh Pulau Jawa, dengan kontribusi sebesar 58,52%, angka ini

membuktikan bahwa Pulau Jawa mendominasi sebanyak lebih dari setengah

perekonomian nasional. Berikut grafik PDRB di enam provinsi Pulau Jawa:

Grafik 4.1. PDRB Atas Dasar Harga Berlaku di Enam Provinsi Pulau Jawa

Tahun 2018 (dalam miliar rupiah)


0

200000

400000

600000

800000

1000000

1200000

1400000

1600000

1800000

2000000

Banten DKI Jakarta Jawa Barat Jawa Tengah DIY Jawa Timur

67

Aktivitas perekonomian yang tinggi berkaitan erat dengan degradasi

lingkungan sebagai eksternalitas negatif, karena kegiatan ekonomi tidak

terlepas dari emisi CO2 yang dihasilkannya. Berikut grafik nilai IKLH di

enam provinsi Pulau Jawa:

Grafik 4.2. Nilai Indeks Kualitas Lingkungan Hidup (IKLH)

di Enam Provinsi Pulau Jawa Tahun 2009-2018 (dalam persen)

Sumber: Kementerian Lingkungan Hidup dan Kehutanan, 2020, diolah.

Berdasarkan grafik di atas, nilai IKLH pada enam provinsi di Pulau

Jawa dari tahun 2009 hingga 2018 angkanya berubah-ubah, pada tiap provinsi

nilai IKLH akan mengalami kenaikan ataupun penurunan pada setiap

tahunnya. Nilai IKLH terendah ditempati oleh Provinsi DKI Jakarta yaitu

sebesar 35,66% pada tahun 2013. Nilai tersebut sangat rendah karena nilai

maksimum IKLH adalah 100. Pada provinsi lain, nilai IKLH juga masih

tergolong cukup rendah, yaitu Jawa Tengah yang memiliki nilai sebesar

68,27% pada tahun 2018.

0 10 20 30 40 50 60 70 80 90

100

Banten DKI Jakarta Jawa Barat Jawa Tengah DI Yogyakarta

Jawa Timur

2009

2013

2018

68

Menurut Kementerian Lingkungan Hidup dan Kehutanan (2019),

terdapat beberapa hal yang berpotensi memengaruhi kualitas lingkungan hidup

di enam Provinsi Pulau Jawa, diantaranya yaitu: transportasi, industri besi dan

baja, logam, kimia, bahan bangunan, makanan dan minuman, pelumas,

plastik, pulp dan kertas, tekstil, karet, perkebunan, pemukiman,

pertambangan, pertanian, peternakan, industri pariwisata, jumlah kendaraan,

limbah padat sarana transportasi, beban limbah cair dan limbah B3 dari

sarana penginapan serta rumah sakit, keterbatasan fasilitas buang air besar,

dan timbulan sampah.

1. Banten

Provinsi Banten memiliki luas wilayah sebesar 9.662,92 km2,

persentase luas wilayah ini terhadap luas Indonesia adalah 0,51%. Provinsi

Banten terdiri dari 4 kota dan 4 kabupaten, serta memiliki sebanyak 131

pulau. Berdasarkan data BPS tahun 2018, Banten memiliki jumlah penduduk

sebanyak 12.448.200 penduduk, dengan kepadatan penduduk sejumlah 1.288

jiwa/ km2. Pada tahun yang sama, terdapat sebanyak 1.895 proyek PMA di

Banten dengan nilai investasi sebesar 2.827,3 juta dolar. Distribusi PDRB

tertinggi di Provinsi Banten yaitu industri pengolahan; konstruksi; dan

perdagangan besar dan eceran serta reparasi mobil dan sepeda motor.

2. Daerah Khusus Ibukota (DKI) Jakarta

Provinsi DKI Jakarta memiliki luas wilayah sebesar 664,01 km2,


DKI Jakarta terdiri dari 5 kota dan 1 kabupaten, serta memiliki sebanyak 218

69

pulau. Berdasarkan data BPS tahun 2018, DKI Jakarta memiliki jumlah

penduduk sebanyak 10.374.200 penduduk, dengan kepadatan penduduk

sejumlah 15.624 jiwa/ km2. Pada tahun yang sama, terdapat sebanyak 6.499

proyek PMA di DKI Jakarta dengan nilai investasi sebesar 4.857,7 juta dolar.

Distribusi PDRB tertinggi di Provinsi DKI Jakarta yaitu perdagangan besar

dan eceran serta reparasi mobil dan sepeda motor; industri pengolahan; dan

konstruksi.

3. Jawa Barat

Provinsi Jawa Barat memiliki luas wilayah sebesar 35.377,76 km2,


Jawa Barat terdiri dari 9 kota dan 18 kabupaten, serta memiliki sebanyak 131

pulau. Berdasarkan data BPS tahun 2018, Jawa Barat memiliki jumlah


sejumlah 1.358 jiwa/ km2. Pada tahun yang sama, terdapat sebanyak 4.713

proyek PMA di Jawa Barat dengan nilai investasi sebesar 5.573,5 juta dolar.

Distribusi PDRB tertinggi di Provinsi Jawa Barat yaitu industri pengolahan;

perdagangan besar dan eceran serta reparasi mobil dan sepeda motor; dan

konstruksi.

4. Jawa Tengah

Provinsi Jawa Tengah memiliki luas wilayah sebesar 32.800,69 km2,


Jawa Tengah terdiri dari 6 kota dan 29 kabupaten, serta memiliki sebanyak

296 pulau. Berdasarkan data BPS tahun 2018, Jawa Tengah memiliki jumlah

70


sejumlah 1.044 jiwa/ km2. Pada tahun yang sama, terdapat sebanyak 801

proyek PMA di Jawa Tengah dengan nilai investasi sebesar 2.372,7 juta

dolar. Distribusi PDRB tertinggi di Provinsi Jawa Tengah yaitu industri

pengolahan; pertanian, kehutanan dan perikanan; dan perdagangan besar dan

eceran serta reparasi mobil dan sepeda motor.

5. Daerah Istimewa Yogyakarta (DIY)

Provinsi DIY memiliki luas wilayah sebesar 3.133,15 km2, persentase

luas wilayah ini terhadap luas Indonesia adalah 0,16%. Provinsi DIY terdiri

dari 1 kota dan 4 kabupaten, serta memiliki sebanyak 23 pulau. Berdasarkan

data BPS tahun 2018, DIY memiliki jumlah penduduk sebanyak 3.762.200

penduduk, dengan kepadatan penduduk sejumlah 1.201 jiwa/ km2. Pada tahun

yang sama, terdapat sebanyak 184 proyek PMA di DIY dengan nilai investasi

sebesar 81,3 juta dolar. Distribusi PDRB tertinggi di Provinsi DIY yaitu

industri pengolahan; konstruksi; dan penyediaan akomodasi dan makan

minum.

6. Jawa Timur

Provinsi Jawa Timur memiliki luas wilayah sebesar 47.799,75 km2,


Jawa Timur terdiri dari 9 kota dan 29 kabupaten, serta memiliki sebanyak 287

pulau. Berdasarkan data BPS tahun 2018, Jawa Timur memiliki jumlah


sejumlah 822 jiwa/ km2. Pada tahun yang sama, terdapat sebanyak 1.441

71

proyek PMA di Jawa Timur dengan nilai investasi sebesar 1.333,4 juta dolar.

Distribusi PDRB tertinggi di Provinsi Jawa Timur yaitu industri pengolahan;

perdagangan besar dan eceran serta reparasi mobil dan sepeda motor; dan

pertanian, kehutanan, dan perikanan.

B. Temuan Hasil Penelitian

1. Estimasi Model Regresi

Estimasi model regresi dilakukan untuk memilih salah satu model

terbaik di antara model common effect, fixed effect atau random effect. Uji

yang dilakukan yaitu:

a. Uji Chow

Uji chow dilakukan untuk membandingkan model common effect

dengan model fixed effect. Hipotesis yang dibentuk dalam uji chow




Nilai probabilitas cross-section F pada uji chow penelitian ini

adalah 0,1933 > 0,05 yang artinya H0 diterima, maka model common

effect lebih baik dibanding model fixed effect.

b. Uji Hausman

Uji hausman dilakukan untuk membandingkan model random

effect dengan model fixed effect. Hipotesis yang dibentuk dalam uji

hausman adalah sebagai berikut:


72


Nilai cross-section random pada uji hausman penelitian ini adalah

0,1012 > 0,05 yang artinya H1 diterima, maka model random effect

lebih baik dibanding model fixed effect.

c. Uji Lagrange Multiplier

Uji lagrange multiplier (uji LM) dilakukan untuk membandingkan

model common effect dengan model random effect. Hipotesis yang

dibentuk dalam Uji LM adalah sebagai berikut:



Nilai probabilitas Breusch-Pagan pada uji LM penelitian ini

adalah 0,3228 > 0,05, yang artinya H0 diterima, maka model common

effect lebih baik dibanding model random effect.

Dari ketiga uji tersebut, model common effect merupakan model terbaik

yang dibuktikan dari hasil uji chow dan uji LM, maka kesimpulannya model

regresi yang digunakan pada penelitian ini adalah model common effect.

Berikut adalah hasil regresi menggunakan model common effect yang

menunjukkan nilai koefisien variabel:

Tabel 4.1. Hasil Regresi Model Common Effect

Variabel Coefficient

C 1,927961

LOG_PDRB 0,046583

LOG_POP -0,126916

73

Variabel Coefficient

LOG_PMA -0,023813 Sumber: Hasil olah data, 2020.

Model common effect dapat digambarkan dalam persamaan regresi

berikut:

LOG_IKLHit = 1,927961 + 0,046583 (LOG_PDRBit) - 0,126916

(LOG_POPit) - 0,023813 (LOG_PMAit) + eit

(1)

Berdasarkan hasil regresi menggunakan model common effect maka

dapat diinterpretasikan sebagai berikut:

a. Variabel PDRB memiliki pengaruh positif terhadap IKLH dengan

koefisien sebesar 0,046583. Hal ini berarti peningkatan 1%

PDRB dapat meningkatkan kualitas lingkungan hidup di enam

provinsi Pulau Jawa sebesar 0,04%, dengan anggapan bahwa

variabel lainnya bersifat tetap.

b. Variabel kepadatan penduduk memiliki hubungan negatif

terhadap variabel IKLH dengan koefisien sebesar -0,126916. Hal

ini berarti peningkatan 1% kepadatan penduduk dapat

menurunkan kualitas lingkungan hidup di enam provinsi Pulau

Jawa sebesar 0,12%, dengan anggapan bahwa variabel lainnya

bersifat tetap.

c. Variabel PMA memiliki hubungan negatif terhadap variabel

IKLH dengan koefisien sebesar -0,023813. Hal ini berarti

peningkatan 1% PMA dapat menurunkan kualitas lingkungan

hidup di enam provinsi Pulau Jawa sebesar 0,02%, dengan

74

anggapan bahwa variabel lainnya bersifat tetap.

2. Uji Asumsi Klasik

Untuk memenuhi asumsi klasik, data panel harus bersifat non-

multikolinieritas dan non-heteroskedastisitas. Berikut uji yang dilakukan:

a. Uji Multikolinieritas

Uji multikolinieritas dilakukan untuk melihat apakah terdapat

korelasi antar variabel bebas. Hipotesis yang dibentuk dalam uji

multikolinieritas adalah sebagai berikut:

H0 = Terjadi multikolinieritas

H1 = Bebas multikolinieritas

Data terdeteksi multikolinearitas apabila korelasi antar variabel

nilainya > 0,8. Berikut hasil uji multikolinieritas pada penelitian ini:

Tabel 4.2. Hasil Uji Multikolinieritas

LOG_PDRB LOG_POP LOG_PMA

LOG_PDRB 1,000000 0,307928 0,794590

LOG_POP 0,307928 1,000000 0,341939

LOG_PMA 0,794590 0,341939 1,000000

Sumber: Hasil olah data, 2020.

Berdasarkan hasil uji multikolinieritas di atas, antar variabel

independen memiliki korelasi < 0,8, maka H0 ditolak yang berarti data

penelitian ini lolos uji asumsi klasik non-multikolinieritas.

75

b. Uji Heteroskedastisitas

Uji heteroskedastisitas dilakukan untuk melihat apakah pada

sebuah model regresi terjadi ketidaksamaan varian dari residual dalam

satu pengamatan ke pengamatan lainnya. Hipotesis yang dibentuk

dalam uji heteroskedastisitas adalah sebagai berikut:

H0 = Terjadi heteroskedastisitas

H1 = Bebas heteroskedastisitas

Pada penelitian ini uji heteroskedastisitas dilakukan dengan Uji

Glejser dengan α = 5%. Berikut adalah hasil uji heteroskedastisitas pada

penelitian ini:

Tabel 4.3. Hasil Uji Heteroskedastisitas

Variabel Prob.

LOG_PDRB 0,7127

LOG_POP 0,5629

LOG_PMA 0,9204

Sumber: Hasil olah data, 2020.

Berdasarkan hasil uji heteroskedastisitas di atas, nilai probabilitas

ketiga variabel bebas > 0,05 maka H0 ditolak yang berarti data

penelitian ini lolos uji asumsi klasik non-heteroskedastisitas.

3. Uji Hipotesis

a. Uji t-statistik

Uji t-statistik dilakukan untuk melihat apakah variabel bebas

secara parsial berpengaruh secara signifikan terhadap variabel terikat.

76

Berikut adalah nilai probabilitas ketiga variabel bebas:

Tabel 4.4. Uji t-statistik

Variabel Prob.

LOG_PDRB 0,0165

LOG_POP 0,0000

LOG_PMA 0,0290 Sumber: Hasil olah data, 2020.

Variabel bebas secara parsial berpengaruh signifikan terhadap

variabel terikat apabila nilai probabilitasnya < α = 5%, berikut adalah

hipotesisnya:

1) Hipotesis 1

H0 = PDRB tidak berpengaruh secara signifikan terhadap IKLH.

H1 = PDRB berpengaruh secara signifikan terhadap IKLH.

Dari hasil regresi, variabel PDRB nilai probabilitasnya

0,0165 < 0,05 maka H0 ditolak yang berarti PDRB berpengaruh

signifikan terhadap kualitas lingkungan hidup di enam provinsi

Pulau Jawa periode 2009-2018.

2) Hipotesis 2

H0 = Kepadatan penduduk tidak berpengaruh secara signifikan

terhadap IKLH.

H1 = Kepadatan penduduk berpengaruh secara signifikan terhadap

IKLH.

Dari hasil regresi, variabel kepadatan penduduk nilai

77

probabilitasnya 0,0000 < 0,05 maka H0 ditolak yang berarti

kepadatan penduduk berpengaruh signifikan terhadap kualitas

lingkungan hidup di enam provinsi Pulau Jawa periode 2009-

2018.

3) Hipotesis 3

H0 = PMA tidak berpengaruh secara signifikan terhadap IKLH.

H1 = PMA berpengaruh secara signifikan terhadap IKLH.

Dari hasil regresi, variabel PMA nilai probabilitasnya

0,0290 < 0,05 maka H0 ditolak yang berarti PMA berpengaruh

signifikan terhadap kualitas lingkungan hidup di enam provinsi

Pulau Jawa periode 2009-2018.

b. Uji F-statistik

Uji F-statistik dilakukan untuk melihat apakah variabel bebas

secara bersama-sama berpengaruh secara signifikan terhadap variabel

terikat. Berikut adalah hipotesis untuk uji F-statistik:

H0 = PDRB, kepadatan penduduk dan PMA tidak berpengaruh secara


H1 = PDRB, kepadatan penduduk dan PMA berpengaruh secara


Pada uji F-statistik penelitian ini, nilai probabilitasnya adalah

0,000000 < 0,05, maka H0 ditolak yang berarti signifikan secara

statistik. Dengan demikian, PDRB, kepadatan penduduk dan PMA

secara bersama-sama berpengaruh signifikan terhadap kualitas

78

lingkungan hidup di enam provinsi Pulau Jawa.

c. Uji Koefisien Determinasi

Koefisien determinasi berfungsi untuk mengukur proporsi atau

persentase dari variasi total variabel bebas yang mampu dijelaskan oleh

model regresi. Pada penelitian ini, R-squared bernilai 0,657364, maka

PDRB, kepadatan penduduk dan PMA dapat menjelaskan kualitas

lingkungan hidup di enam provinsi Pulau Jawa sebesar 65,73%.

Sedangkan 34,27% lainnya dijelaskan oleh variabel lain di luar

penelitian ini.

C. Pembahasan

1. Produk Domestik Bruto (PDRB) terhadap Kualitas Lingkungan

Hidup

Dalam penelitian ini, variabel PDRB berpengaruh positif dan signifikan

terhadap variabel IKLH. Hal ini berarti peningkatan PDRB dapat

meningkatkan kualitas lingkungan hidup di enam provinsi Pulau Jawa.

Namun hasil penelitian ini tidak sesuai dengan hipotesis yang telah

ditentukan, yaitu adanya pengaruh PDRB secara negatif dan signifikan

terhadap kualitas lingkungan hidup, seperti penelitian yang dilakukan oleh

Wafiq (2018) dan Pranoto & Halim (2016). Meski tidak sesuai hipotesis,

terdapat penelitian terdahulu yang mendukung hasil penelitian penulis yaitu

penelitian Aye & Edoja (2017), Luo dkk. (2014), Kim & Baek (2011) yang

mengemukakan bahwa kualitas lingkungan akan membaik seiring dengan

pertumbuhan ekonomi yang tinggi. Faktor-faktor yang mendasarkan hasil

79

penelitian tersebut adalah adanya inovasi teknologi, perubahan struktur

ekonomi menjadi perekonomian yang beriorientasi jasa (service-based

economy), efisiensi sumber daya, serta peningkatan kesadaran masyarakat

akan kelestarian lingkungan.

Hubungan positif antara PDRB dan kualitas lingkungan hidup sejalan

dengan teori lingkungan Kuznets yang digambarkan dengan kurva

lingkungan Kuznets, yaitu pada titik tertentu kenaikan PDRB akan

menyebabkan penurunan emisi CO2 atau kenaikan pada kualitas lingkungan

hidup. Selain itu, penerapan UU No. 32 Tahun 2009 mengenai kewajiban

pelaku usaha terhadap upaya pelestarian lingkungan hidup yang baik juga

dapat memberikan hubungan positif antara PDRB dengan kualitas lingkungan

hidup. Penelitian yang dilakukan oleh Rodrik (2014) mengenai kebijakan

industri hijau (green industrial policy) menunjukkan bahwa kebijakan

industri dapat mencapai pertumbuhan hijau (green growth) yang didasarkan

pada penggunaan sumber daya terbarukan yang berkelanjutan dan teknologi

hijau (green technology) atau teknik produksi yang menghemat sumber daya

tak terbarukan, dan yang menghasilkan lebih sedikit gas rumah kaca.

Di Pulau Jawa sendiri, hubungan positif antara PDRB dengan kualitas

lingkungan hidup dapat disebabkan oleh beberapa faktor, salah satunya yaitu

perbandingan nilai Eco-Regional Domestic Product (ERDP) dengan PDRB.

ERDP adalah nilai PDRB konvensional yang dikurangi dengan nilai PDRB

dari sektor ekstraktif dan polutif, perhitungan ini digagas oleh The Statistical

Office of the United Nations (UNSO) pada tahun 1990 sebagai salah satu

80

System of Integrated Environmental and Economic Accounting (SEEA).

Penelitian oleh Yusuf (2010) mengenai ERDP di 30 provinsi di Indonesia

menunjukkan bahwa provinsi di Pulau Jawa tidak termasuk dalam provinsi

yang memiliki proporsi nilai ERDP terhadap PDRB yang rendah, hal ini

berarti bahwa secara dominan perekonomian di Pulau Jawa tidak ditopang

oleh sektor sumber daya ekstraktif atau likuidasi aset lingkungan seperti

minyak, gas, pertambangan dan kehutanan.

Hubungan antara lingkungan, perekonomian dan kemakmuran manusia

merupakan masalah yang kompleks, karena tidak semua bentuk pertumbuhan

ekonomi dapat menyebabkan degradasi lingkungan. Kurangnya

pembangunan ekonomi justru akan membawa masalah lingkungan, salah

satunya sanitasi yang tidak memadai (Ali & de Oliveira, 2018). Selain itu,

terdapat beberapa pendapat ahli yang mendukung hal ini. Dalam Suryanto

(2009), Bhagwati (1993) berpendapat bahwa pertumbuhan merupakan pra-

kondisi bagi perbaikan lingkungan, Beckerman (1992) mengemukakan

terdapat korelasi yang kuat dan hubungan yang positif antara pendapatan dan

ukuran perlindungan lingkungan, dan menurut Panayotou (1993) di negara-

negara berkembang pertumbuhan ekonomi akan menguatkan kemampuan

perbaikan terhadap lingkungan.

2. Kepadatan Penduduk terhadap Kualitas Lingkungan Hidup

Dalam penelitian ini, variabel kepadatan penduduk berpengaruh negatif

dan signifikan terhadap variabel IKLH. Hal ini berarti peningkatan kepadatan

penduduk dapat mengurangi kualitas lingkungan hidup di enam provinsi

81

Pulau Jawa. Dengan demikian, hasil penelitian ini sesuai dengan hipotesis

yang telah ditentukan. Terdapat beberapa penelitian terdahulu yang

mendukung hasil penelitian ini, diantaranya yaitu penelitian oleh Wafiq

(2018) dan Pranoto & Halim (2016) yang menunjukkan bahwa kepadatan

penduduk memiliki pengaruh yang negatif dan signifikan terhadap kualitas

lingkungan hidup di 33 Provinsi Indonesia, serta penelitian Rahman (2017)

dan Ohlan (2015) yang menemukan adanya pengaruh negatif kepadatan

penduduk terhadap lingkungan hidup yang diukur dengan emisi CO2 di

negara-negara Asia dengan penduduk yang tinggi seperti Bangladesh dan

India.

Dampak negatif kepadatan penduduk terhadap lingkungan dapat dilihat

dari kebutuhan manusia yang meningkat. Kebutuhan manusia disokong oleh

SDA yang jumlahnya terbatas, selain itu kepadatan penduduk yang tinggi

akan mengurangi ruang terbuka hijau yang berfungsi menghasilkan oksigen,

dan juga sebagian besar energi yang digunakan saat ini masih berasal dari

bahan bakar fosil. Hal-hal tersebut berpotensi besar akan menyebabkan

degradasi lingkungan di enam provinsi Pulau Jawa. Hasil penelitian ini juga

sesuai dengan teori IPAT yang menjelaskan bahwa dampak lingkungan (I)

disebabkan oleh penduduk (P), konsumsi (A), dan teknologi (T). Selain itu,

hasil penelitian ini juga mendukung pendapat Malthus bahwa pertumbuhan

penduduk akan memberi tekanan terhadap lingkungan sebagai penyedia

sumber daya.

82

3. Penanaman Modal Asing (PMA) terhadap Kualitas Lingkungan

Hidup

Dalam penelitian ini, variabel PMA berpengaruh negatif terhadap

variabel IKLH. Hal ini berarti peningkatan PMA dapat mengurangi kualitas

lingkungan hidup di enam provinsi Pulau Jawa. Dengan demikian, hasil

penelitian ini sesuai dengan hipotesis yang telah ditentukan. Hasil penelitian

ini sesuai dengan penelitian yang dilakukan oleh Baek (2016), Pranoto &

Halim (2016), dan Hitam & Borhan (2012).

Dengan majunya negara-negara berkembang sebagai destinasi yang

menarik untuk penanaman modal asing, arus globalisasi akhir-akhir ini

menyebabkan perpindahan kegiatan produksi polutif dari negara dengan

kebijakan lingkungan yang ketat (negara maju), ke negara yang memiliki

kebijakan lingkungan yang relatif lebih rendah (negara berkembang), maka

hasil penelitian ini sesuai dengan teori pollution haven effect.

4. PDRB, Kepadatan Penduduk dan PMA terhadap Kualitas

Lingkungan Hidup

Dalam penelitian ini, variabel PDRB, kepadatan penduduk dan PMA

secara bersama-sama berpengaruh signifikan terhadap variabel IKLH. Hal ini

berarti perubahan pertumbuhan ekonomi dapat menyebabkan perubahan pada

kualitas lingkungan hidup di enam provinsi Pulau Jawa. Maka, hasil ini

sesuai dengan hipotesis yang telah ditentukan, serta penelitian yang dilakukan

oleh Pranoto & Halim (2016), R.A & Arsyad (2015) dan Hitam & Borhan

(2012).

83

BAB V

SIMPULAN DAN SARAN

A. Simpulan

Penelitian ini membahas tentang pengaruh pertumbuhan ekonomi yang

diproksikan dengan PDRB, kepadatan penduduk, dan PMA terhadap kualitas

lingkungan hidup di enam provinsi Pulau Jawa tahun 2009-2018.

Berdasarkan hasil analisis dan pembahasan yang telah dijelaskan sebelumnya,

maka diperoleh kesimpulan sebagai berikut:

1. Variabel PDRB berpengaruh positif dan signifikan terhadap variabel

IKLH, hal ini berarti peningkatan PDRB dapat meningkatkan kualitas

lingkungan hidup di enam provinsi Pulau Jawa.

2. Variabel kepadatan penduduk berpengaruh negatif dan signifikan

terhadap variabel IKLH, hal ini berarti peningkatan kepadatan

penduduk dapat mneurunkan kualitas lingkungan hidup di enam

provinsi Pulau Jawa.

3. Variabel PMA berpengaruh negatif dan signifikan terhadap variabel

IKLH, hal ini berarti peningkatan investasi asing dapat menurunkan

kualitas lingkungan hidup di enam provinsi Pulau Jawa.

4. Variabel PDRB, kepadatan penduduk dan PMA secara bersama-sama

berpengaruh secara signifikan terhadap variabel IKLH, hal ini berarti

perubahan pada PDRB, kepadatan penduduk dan PMA secara bersama-

84

sama dapat menyebabkan perubahan terhadap kualitas lingkungan

hidup di enam provinsi Pulau Jawa.

B. Saran

Berdasarkan kesimpulan tersebut, maka penulis memberikan saran

sebagai berikut:

1. PDRB akan berpengaruh positif terhadap kualitas lingkungan hidup

apabila penegakan peraturan perundang-undangan mengenai

lingkungan hidup pada kegiatan ekonomi dilaksanakan dengan baik dan

regulasinya diperketat untuk menghindari degradasi lingkungan di

enam provinsi Pulau Jawa.

2. Diperlukan upaya-upaya untuk menekan angka kepadatan penduduk,

peningkatan kualitas SDM, serta partisipasi masyarakat secara kolektif

dalam menjaga kelestarian lingkungan.

3. Diperlukan penguatan kebijakan investasi asing dan hukum

perlindungan lingkungan khususnya dalam kegiatan industri agar enam

provinsi di Pulau Jawa terhindar dari degradasi lingkungan yang

disebabkan oleh transfer polusi.

4. Ketiga rekomendasi diatas secara bersama-sama diharapkan dapat

menciptakan perekonomian yang berkelanjutan secara lingkungan di

enam provinsi di Pulau Jawa.

85

DAFTAR PUSTAKA

Abdullah, M. H. (2019). Relevansi Teori Environmental Kuznets Curve terhadap Degradasi Lingkungan di Tiga Klasifikasi Negara Tahun 1985-2014. Skripsi UIN Syarif Hidayatullah Jakarta.

Ali, S. H., & de Oliveira, J. A. (2018). Pollution and economic development: an empirical research review. Environmental Research Letters, 13(123003).

Ambarsari, I., & Purnomo, D. (2005, Juni). Studi Tentang Penanaman Modal Asing di Indonesia. Jurnal Ekonomi Pembangunan, 6(1), 26-47.

Aşıcı, A. A. (2012). Economic growth and its impact on environment: A panel data analysis. Ecological Indicators, 324-333.

Aye, G. C., & Edoja, P. E. (2017, September). Effect of economic growth on CO2 emission in developing countries: Evidence from a dynamic panel threshold model. Cogent Economics & Finance, 5. doi:https://doi.org/10.1080/23322039.2017.1379239

Badan Perencanaan Pembangunan Nasional. (2019). Low Carbon Development: A Paradigm Shift Towards a Green Economy in Indonesia. Jakarta: Badan Perencanaan Pembangunan Nasional.

Badan Pusat Statistik. (2009). Statistik Indonesia 2009. Jakarta: Badan Pusat Statistik.

_______. (2010). Indeks Kualitas Lingkungan Tahun 2008. Jakarta: Badan Pusat Statistik Indonesia.

_______. (2012). Statistik Indonesia 2012. Jakarta: Badan Pusat Statistik.

_______. (2018a). Proyeksi Penduduk Indonesia 2015-2045 Hasil SUPAS 2015 (Edisi Revisi). Jakarta: Badan Pusat Statistik.

_______. (2018b). Statistik Indonesia 2018. Jakarta: Badan Pusat Statistik.

_______. (2019a). Statistik Indonesia 2019. Jakarta: Badan Pusat Statistik.

_______. (2019b). Statistik Lingkungan Hidup Indonesia 2019. Jakarta: Badan Pusat Statistik.

_______. (2020). Statistik Indonesia 2020. Jakarta: Badan Pusat Statistik.

86

Baek, J. (2016). A new look at the FDI-income-energy-environment nexus: Dynamic panel data analysis of ASEAN. Energy Policy, 91, 22-27. doi:10.1016/j.enpol.2015.12.045

Basuki, A. T., & Yuliadi, I. (2015). Ekonometrika (1 ed.). Yogyakarta: Matan.

Basyiran, T. B. (2014). Konsumsi Energi Listrik, Pertumbuhan Ekonomi dan Penduduk Terhadap Emisi Gas Rumah Kaca Pembangkit Listrik di Indonesia. Skripsi Universitas Syiah Kuala.

Behname, M. (2012). Foreign Direct Investment and Economic Growth: Evidence from Southern Asia. Atlantic Review of Economics, 2.

Cohen, S. (2020, Januari). Economic Growth and Environmental Sustainability. Diambil kembali dari Earth Institute Columbia University.

Cumming, G. S., & von Cramon-Taubadel, S. (2018). Linking economic growth pathways and environmental sustainability by understanding development as alternate social-ecological regimes. Proceedings of the National Academy of Sciences of the United States of America.

Druckman, A., & Jackson, T. (2016). Understanding Households as Drivers of Carbon Emissions. Dalam R. Clift, & A. Druckman, Taking Stock of Industrial Ecology (hal. 181-203). Guildford, United Kingdom: Springer. doi:10.1007/978-3-319-20571-7

Du, X., Zhou, D., Chao, Q., Wen, Z., Huhe, T., & Liu, Q. (2020). Overview of Low-Carbon Development. Beijing: China Environment Publishing Group.

Duce, M., & de España, B. (2003). Definitions of Foreign Direct Investment (FDI): a methodological note. CGFS Working Group. Bank of International Settlements.

Dynan, K., & Sheiner, L. (2018, Agustus). GDP as a Measure of Economic Well-being. Hutchins Center Working Paper, 43.

Economic and legal dimensions of resource conservation. (2014, Juli 15). Retrieved Agustus 25, 2020, from Umwelt Bundesamt: https://www.umweltbundesamt.de/en/topics/waste-resources/economic-legal-dimensions-of-resource-conservatio

Everett, T., Ishwaran, M., Ansaloni, G. P., & Rubin, A. (2010). Economic Growth and the Environment. Defra Evidence and Analysis Series, 5.

87

Febriana, S., Diartho, H. C., & Istiyani, N. (2019). Hubungan Pembangunan Ekonomi Terhadap Kualitas Lingkungan Hidup di Provinsi Jawa Timur. Jurnal Dinamika Ekonomi Pembangunan, 58-70.

Gorus, M. S., & Aslan, M. (2019). Impacts of economic indicators on environmental degradation: Evidence from MENA countries. Renewable and Sustainable Energy Reviews, 103, 259-268. doi:doi.org/10.1016/j.rser.2018.12.042

Greenpeace Indonesia. (2020, Juli 13). Omnibus Law Bahayakan Investasi Berkelanjutan di Indonesia. Dipetik Agustus 26, 2020, dari Greenpeace: https://www.greenpeace.org/indonesia/siaran-pers/5398/omnibus-law-bahayakan-investasi-berkelanjutan-di-indonesia/

Gujarati, D. N., & Porter, D. C. (2008). Basic Econometrics (5 ed.). New York: McGraw-Hill Irwin.

Gupito, K. R. (2012). Keterkaitan PDRB Perkapita dari Sektor Industri, Transportasi, Pertanian dan Kehutanan Terhadap Kualitas Lingkungan Diukur Dari Emisi CO2. Skripsi Fakultas Ekonomika dan Bisnis Universitas Diponegoro.

Hakim, R. N. (2017). PDRB dan kerusakan lingkungan: Environmental Kuznets Curve di Indonesia. Skripsi Ekonomi Pembangunan Universitas Parahyangan.

Hitam, M. b., & Borhan, H. b. (2012). FDI, Growth and the Environment: Impact on Quality of Life in Malaysia. Procedia, 333-342. doi:10.1016/j.sbspro.2012.08.038

Juhro, S. M. (2015). Sustainable Economic Growth: Challenges and Policy Strategies. Bank Indonesia Working Paper.

Kahuthu, A. (2006). Economic Growth and Environmental Degradation in a Global Context. Environment, Development and Sustainability, 55-68.

Kartodihardjo, H. (2020). 10 Ancaman Omnibus Law Terhadap Lingkungan. Diambil kembali dari Forest Digest.

Kementerian Hukum dan Hak Asasi Manusia Republik Indonesia. (2009, Oktober). Undang-Undang Republik Indonesia Nomor 32 Tahun 2009 Tentang Perlindungan dan Pengelolaan Lingkungan Hidup. Lembaran Negara Republik Indonesia Tahun 2009 Nomor 140. Jakarta: Sekretariat Negara Republik Indonesia.

88

Kementerian Lingkungan Hidup dan Kehutanan. (2011). Indeks Kualitas Lingkungan Hidup 2010. Jakarta: Kementerian Lingkungan Hidup.

_______. (2015). Indeks Kualitas Lingkungan Hidup Tahun 2014. Jakarta: Kementerian Lingkungan Hidup dan Kehutanan Republik Indonesia.

_______. (2017a). Indeks Kualitas Lingkungan Hidup Indonesia 2016. Jakarta: Kementerian Lingkungan Hidup dan Kehutanan Republik Indonesia.

_______. (2017b). Indeks Kualitas Lingkungan Hidup Tahun 2015. Jakarta: Kementerian Lingkungan Hidup dan Kehutanan Republik Indonesia.

_______. (2018). Indeks Kualitas Lingkungan Hidup Indonesia 2017. Jakarta: Kementerian Lingkungan Hidup dan Kehutanan Republik Indonesia.

_______. (2019). Indeks Kualitas Lingkungan Hidup Indonesia 2018. Jakarta: Kementerian Lingkungan Hidup dan Kehutanan.

Kim, H. S., & Baek, J. (2011, April 17). The Environmental Consequences of Economic Growth Revisited. Economics Bulletin, 31(2), 1198-1211.

Lau, L. S., Choong, C. K., & Eng, Y. K. (2014). Investigation of the environmental Kuznets curve for carbon emissions in Malaysia: Do foreign direct investment and trade matter? Energy Policy, 490-497.

Levinson, A., & Taylor, M. S. (2004). Unmasking the Pollution Haven Effect. NBER Working Paper Series.

Luo, Y., Chen, H., Zhu, Q., Peng, C., Yang, G., Yang, Y., & Zhang, Y. (2014, Agustus). Relationship between Air Pollutants and Economic Development of the Provincial Capital Cities in China during the Past Decade. PLOS ONE, 9(8). doi:10.1371/journal.pone.0104013

Mankiw, N. G. (2006). Makroekonomi (6 ed.). (F. Liza, & I. Nurmawan, Trans.) Jakarta: Penerbit Erlangga.

Mantra, I. B. (2007). Demografi Umum. Yogyakarta: BPFE.

Mardanugraha, E., Resosudarmo, B. P., Pharmasetiawan, B., Halimatussadiyah, A., & Nugraha, A. (2002). Analisis dan Penyusunan Indeks Pengelolaan Lingkungan Hidup Daerah. Ekonomi dan Keuangan Indonesia, 1(3), 326.

Ma'ruf, A., & Wihastuti, L. (2008, April). Pertumbuhan Ekonomi Indonesia: Determinan dan Prospeknya. Jurnal Ekonomi dan Studi Pembangunan, 9(1), 44-55.

89

Mukhtar, W. (2016). Analisis Hubungan Pertumbuhan Ekonomi, Kepadatan Penduduk dan Keterbukaan Perdagangan Terhadap Kualitas Lingkungan, Penerapan Environmental Kuznets Curve Model (Periode 1980-2010). Skripsi Fakultas Ekonomi dan Bisnis Universitas Padjadjaran.

Ngunjiri, N. (2017). Is GDP a satisfactory measure of economic growth?

OECD. (2018). OECD Economic Survey of Indonesia. OECD.

OECD Observer. (2005). Is GDP a satisfactory measure of growth? Retrieved Agustus 30, 2020, from OECD Observer: https://oecdobserver.org/news/archivestory.php/aid/1518/Is_GDP_a_satisfactory_measure_of_growth_.html

Ohlan, R. (2015, Juli). The Impact of Population Density, Energy Consumption, Economic Growth and Trade Openness on CO2 Emissions in India. Natural Hazards, 79, 1409-1428.

Owusu, R. K. (2012). Population Density and Economic Growth. Thesis Economic and Business Administration Roskilde University.

Pasaribu, R. B. (2013). Perekonomian Hijau Indonesia. Dipetik November 19, 2020, dari Perekonomian Indonesia.

Pettinger, T. (2020, Mei 19). Sustainable growth. Dipetik Oktober 18, 2020, dari Economics Help.

Pimm, S. L. (2009, Juli 28). Climate Disruption and Biodiversity. Current Biology, 19(14), 595-601. doi:10.1016/j.cub.2009.05.055

Pranoto, A. W., & Halim, A. (2016). Pengaruh Desentralisasi Fiskal, PDRB, Kepadatan Penduduk, dan Penanaman Modal Asing terhadap Kualitas Lingkungan Hidup (Studi pada Provinsi di Indonesia Periode 2009-2013). Tesis Ekonomika Pembangunan Universitas Gadjah Mada.

Prasurya, R. A. (2016). Analisis Pengaruh PDRB terhadap Kualitas Lingkungan Hidup di Pulau Sumatera Tahun 2010-2014. Skripsi Fakultas Ekonomi dan Bisnis Universitas Lampung.

R.A, A. Y., & Arsyad, L. (2015). Analisis Pengaruh Pertumbuhan Ekonomi terhadap Perubahan Kualitas Lingkungan di Indonesia. Tesis Ekonomika Pembangunan Universitas Gadjah Mada.

Rahma, G. R. (2019). Pembangunan Rendah Karbon: Menuju Indonesia yang Lebih Baik. Universitas Padjadjaran.

90

Rahman, M. M. (2017). Do population density, economic growth, energy use and exports adversely affect environmental quality in Asian populous countries? Renewable and Sustainable Energy Reviews, 506-514.

Rahman, M. M. (2020). Environmental degradation: The role of electricity consumption, economic growth and globalisation. Journal of Environmental Management, 253(109742). Dipetik November 3, 2020

Rahmani, O., Rezania, S., Pour, A. B., Aminpour, S. M., Soltani, M., Ghaderpour, Y., & Oryani, B. (2020). An Overview of Household Energy Consumption and Carbon Dioxide Emissions in Iran. Processes, 8(994).

Rodrik, D. (2014). Green industrial policy. Oxford Review of Economic Policy, 30(3), 469-491.

Schubert, K. (2018). Macroeconomics and the Environment. Revue de l'OFCE, 117-132.

Scott, M., & Lennon, M. (2020, Januari 14). Climate Disruption and Planning: Resistance or Retreat? Planning Theory & Practice, 21(1), 125-154. doi:10.1080/14649357.2020.1704130

Shah, A. (2005, Agustus 10). Effects of Consumerism. Dipetik Agustus 25, 2020, dari Global Issues.

Shi, A. (2001). Population Growth and Global Carbon Dioxide Emissions. IUSSP Conference. Brazil. Dipetik November 16, 2020

Sukirno, S. (2006). Ekonomi Pembangunan: Proses, Masalah, dan Dasar Kebijakan. Kencana.

Suparmoko, D. M. (2014). Modul Ekonomi Lingkungan. Dalam Peranan Sumber Daya Alam dan Lingkungan dalam Pembangunan (hal. 1-43). Universitas Terbuka.

Suryanto. (2009, April). Mampukah PDB Hijau Mengakomodasi Degradasi Lingkungan dan Kesejahteraan Masyarakat? Jurnal Ekonomi dan Studi Pembangunan, 99-109.

Susanti, E. D. (2018). Environmental Kuznets Curve: Hubungan Pertumbuhan Ekonomi dengan Degradasi Kualitas Udara daalam Pencapaian Millenium Development Goals (MDGs) di Indonesia. Skripsi Fakultas Ekonomi Universitas Negeri Yogyakarta.

91

Talberth, J. (2010, April 14). Measuring What Matters: GDP, Ecosystems and the Environment. Dipetik September 2, 2020, dari World Resources Institute.

United Nations. (2015). World Population Prospects: The 2015 Revision, Key Findings and Advanced Tables. New York: United Nations. Diambil kembali dari ePathshala.

Wade, K., & Jennings, M. (2016). The impact of climate change on the global economy. Schroders.

Wafiq, A. N. (2018). Analisis Pertumbuhan Ekonomi dan Kepadatan Penduduk terhadap Kualitas Lingkungan Hidup di Indonesia Tahun 2010-2016. Skripsi Universitas Negeri Surakarta.

Wendling, Z., Emerson, J., de Sherbinin, A., & Esty, D. (2020). Environmental Performance Index. New Haven: Yale Center for Environmental Law & Policy.

Woodward, A. (2019). Climate change: Disruption, risk and opportunity. Global Transitions, 1, 44-49. doi:10.1016/j.glt.2019.02.001

Yuan, H., Zhou, P., & Zhou, D. (2011). What is Low-Carbon Development? A Conceptual Analysis. Energy Procedia, 5, 1706-1712.

Yuliana. (2019). Pengaruh Produk Domestik Regional Bruto Terhadap Indeks Kualitas Lingkungan Hidup Kalimantan Barat. Curvanomic, 8(1).

Yusuf, A. A. (2010, Agustus). Estimates of the "Green" or "Eco" Regional Domestic Product of Indonesian Provinces for the year 2005. Economics and Finance in Indonesia, 58, 131-148.

Zachara, M. (2020). To Grow or Not to Grow: Evolution of the Economic Paradigm as a Response to Climate Disruption. Dalam E. V. Shabliy, D. Kurochkin, & M. J. Crawford, Discourses on Sustainability: Climate Change, Clean Energy, and Justice (hal. 157-184). Cham: Palgrave Macmillan. doi:10.1007/978-3-030-53121-8

92

LAMPIRAN

Lampiran I: Estimasi Model Regresi

A. Model Common Effect

Dependent Variable: LOGIKLH Method: Panel Least Squares Date: 12/22/20 Time: 19:34 Sample: 2009 2018 Periods included: 10 Cross-sections included: 6 Total panel (balanced) observations: 60

Variable Coefficient Std. Error t-Statistic Prob. C 1.927961 0.090460 21.31291 0.0000

LOGPDRB 0.046583 0.018840 2.472522 0.0165 LOGPOP -0.126916 0.013495 -9.404693 0.0000 LOGPMA -0.023813 0.010624 -2.241410 0.0290

R-squared 0.657364 Mean dependent var 1.714086

Adjusted R-squared 0.639008 S.D. dependent var 0.070239 S.E. of regression 0.042201 Akaike info criterion -3.428390 Sum squared resid 0.099733 Schwarz criterion -3.288767 Log likelihood 106.8517 Hannan-Quinn criter. -3.373776 F-statistic 35.81289 Durbin-Watson stat 1.924524 Prob(F-statistic) 0.000000

B. Model Fixed Effect

Dependent Variable: LOGIKLH Method: Panel Least Squares Date: 12/22/20 Time: 19:45 Sample: 2009 2018 Periods included: 10 Cross-sections included: 6 Total panel (balanced) observations: 60


LOGPDRB -0.009622 0.041947 -0.229387 0.8195 LOGPOP 0.395365 0.351340 1.125306 0.2657

93

LOGPMA 0.005704 0.018036 0.316228 0.7531 Effects Specification Cross-section fixed (dummy variables) R-squared 0.702376 Mean dependent var 1.714086


C. Model Random Effect

Dependent Variable: LOGIKLH Method: Panel EGLS (Cross-section random effects) Date: 12/22/20 Time: 19:45 Sample: 2009 2018 Periods included: 10 Cross-sections included: 6 Total panel (balanced) observations: 60 Swamy and Arora estimator of component variances



Effects Specification S.D. Rho Cross-section random 0.000000 0.0000

Idiosyncratic random 0.041215 1.0000 Weighted Statistics R-squared 0.657364 Mean dependent var 1.714086

Adjusted R-squared 0.639008 S.D. dependent var 0.070239 S.E. of regression 0.042201 Sum squared resid 0.099733 F-statistic 35.81289 Durbin-Watson stat 1.924524 Prob(F-statistic) 0.000000

Unweighted Statistics

94

R-squared 0.657364 Mean dependent var 1.714086 Sum squared resid 0.099733 Durbin-Watson stat 1.924524

D. Uji Chow

Redundant Fixed Effects Tests Equation: FELOG Test cross-section fixed effects

Effects Test Statistic d.f. Prob. Cross-section F 1.542646 (5,51) 0.1933

Cross-section Chi-square 8.450369 5 0.1331

Cross-section fixed effects test equation: Dependent Variable: LOGIKLH Method: Panel Least Squares Date: 12/22/20 Time: 19:45 Sample: 2009 2018 Periods included: 10 Cross-sections included: 6 Total panel (balanced) observations: 60



R-squared 0.657364 Mean dependent var 1.714086


Redundant Fixed Effects Tests Equation: FE Test cross-section fixed effects

Effects Test Statistic d.f. Prob. Cross-section F 1.806237 (5,51) 0.1283

Cross-section Chi-square 9.782311 5 0.0816

95

E. Uji Hausman

Correlated Random Effects - Hausman Test Equation: RELOG Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 6.223858 3 0.1012 ** WARNING: estimated cross-section random effects variance is

zero.

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob. LOGPDRB -0.009622 0.046583 0.001421 0.1360

LOGPOP 0.395365 -0.126916 0.123266 0.1369 LOGPMA 0.005704 -0.023813 0.000218 0.0454

Cross-section random effects test equation: Dependent Variable: LOGIKLH Method: Panel Least Squares Date: 12/22/20 Time: 19:46 Sample: 2009 2018 Periods included: 10 Cross-sections included: 6 Total panel (balanced) observations: 60


LOGPDRB -0.009622 0.041947 -0.229387 0.8195 LOGPOP 0.395365 0.351340 1.125306 0.2657 LOGPMA 0.005704 0.018036 0.316228 0.7531

Effects Specification Cross-section fixed (dummy variables) R-squared 0.702376 Mean dependent var 1.714086

Adjusted R-squared 0.655690 S.D. dependent var 0.070239 S.E. of regression 0.041215 Akaike info criterion -3.402563 Sum squared resid 0.086631 Schwarz criterion -3.088411 Log likelihood 111.0769 Hannan-Quinn criter. -3.279681

96

F-statistic 15.04467 Durbin-Watson stat 2.074998 Prob(F-statistic) 0.000000

F. Uji Lagrange-Multiplier

Lagrange Multiplier Tests for Random Effects Null hypotheses: No effects Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided (all others) alternatives

Test Hypothesis Cross-section Time Both Breusch-Pagan 0.977576 14.31280 15.29038 (0.3228) (0.0002) (0.0001)

Honda -0.988724 3.783227 1.976012 -- (0.0001) (0.0241)

King-Wu -0.988724 3.783227 1.468167 -- (0.0001) (0.0710)

Standardized Honda 0.017348 4.043547 -0.281576 (0.4931) (0.0000) --

Standardized King-Wu 0.017348 4.043547 -0.739466

(0.4931) (0.0000) -- Gourierioux, et al.* -- -- 14.31280

(< 0.01) *Mixed chi-square asymptotic critical values:

1% 7.289 5% 4.321

10% 2.952

Lampiran II: Uji Asumsi Klasik

A. Uji Multikolinieritas

LOGPDRB LOGPOP LOGPMA LOGPDRB 1.000000 0.307928 0.794590

LOGPOP 0.307928 1.000000 0.341939 LOGPMA 0.794590 0.341939 1.000000

97

B. Uji Heteroskedastisitas

Dependent Variable: RESABS Method: Panel Least Squares Date: 12/22/20 Time: 19:51 Sample: 2009 2018 Periods included: 10 Cross-sections included: 6 Total panel (balanced) observations: 60

Variable Coefficient Std. Error t-Statistic Prob. LOGPDRB 0.004216 0.011393 0.370048 0.7127

LOGPOP 0.004750 0.008160 0.582053 0.5629 LOGPMA -0.004193 0.006424 -0.652698 0.5166

C 0.005492 0.054700 0.100404 0.9204 R-squared 0.011642 Mean dependent var 0.032361

Adjusted R-squared -0.041306 S.D. dependent var 0.025008 S.E. of regression 0.025519 Akaike info criterion -4.434460 Sum squared resid 0.036468 Schwarz criterion -4.294837 Log likelihood 137.0338 Hannan-Quinn criter. -4.379846 F-statistic 0.219880 Durbin-Watson stat 1.920879 Prob(F-statistic) 0.882199

Lampiran III: Data Penelitian

No. Provinsi Tahun IKLH PDRB POP PMA 1. Banten 2009 50.86 83453.7 1085 1412

2010 48.98 271465.3 1106 1544.2

2011 52.7 290545.8 1139 2171.7

2012 46.85 310385.6 1164 2716.3

2013 46.33 331099 1185 3720.2

2014 43.67 349351 1211 2034.6

2015 55.36 368377 1237 2542

2016 60 387835 1263 2912.1

2017 51.58 410137 1288 3047.5

2018 57 434015 1313 2827.3 2. DKI 2009 41.73 371469.5 12459 5510.8

98

No. Provinsi Tahun IKLH PDRB POP PMA Jakarta 2010 41.81 1075183.5 14506 6429.3

2011 37.68 1147558.2 14518 4824.1

2012 38.43 1222527.9 15085.82 4107.7

2013 35.66 1296695 15015 2591.1

2014 36.88 1373389 15173 4509.4

2015 43.79 1454564 15328 3619.4

2016 38.69 1539017 15478 3398.2

2017 35.78 1635359 15624 4595

2018 45.21 1736291 15764 4857.7 3. Jawa

Barat 2009 49.69 303405.3 1124 1934.4

2010 53.44 906685.8 1222 1692

2011 50.49 965622.1 1180.79 3839.4

2012 48.37 1028409.7 1198.37 4210.7

2013 47.8 1093544 1282 7124.9

2014 45.06 1149216 1301 6562

2015 63.49 1207232 1320 5738.7

2016 51.87 1275619 1339 5470.9

2017 50.26 1343662 1358 5142.9

2018 56.98 1419689 1376 5573.5 4. Jawa

Tengah 2009 55.4 176673.5 1002 83.1

2010 50.48 623224.6 989 59.1

2011 58.36 656268.1 1003 175

2012 60.05 691343.1 1022 241.5

2013 58 726655 1014 464.3

2014 60.63 764959 1022 463.4

2015 60.78 806765 1030 850.4

2016 58.75 849099 1037 1030.8

2017 58.15 893750 1044 2372.5

2018 68.27 941164 1052 2372.7 5. DIY 2009 53.52 20064.3 1118 8.1

99

No. Provinsi Tahun IKLH PDRB POP PMA

2010 71.91 64679.9 1107 4.9

2011 49.82 68049.9 1095 2.4

2012 53.03 71702.4 1103 84.9

2013 51.81 75627 1147 29.6

2014 49.53 79536 1161 64.9

2015 50.99 83474 1174 89.1

2016 51.37 87686 1188 19.6

2017 49.8 92300 1201 36.5

2018 62.98 98024 1214 81.3 6. Jawa

Timur 2009 59.01 320861.2 798 422.1

2010 49.49 990648.8 786 1769.2

2011 60.22 1054401.8 786 1312

2012 57.61 1124464.4 785 2298.8

2013 56.25 1192790 803 3396.3

2014 56.48 1262684 808 1802.5

2015 62.67 1331376 813 2593.4

2016 58.98 1405564 817 1941

2017 57.46 1482300 822 1566.7

2018 67.08 1563769 826 1333.4

100

ANALISIS PENGARUH PERTUMBUHAN EKONOMI TERHADAP KUALITAS LINGKUNGAN...

Documents

Transcript of ANALISIS PENGARUH PERTUMBUHAN EKONOMI TERHADAP KUALITAS LINGKUNGAN...