Analisis Sosio-Ekonomi dan Perubahan Iklim Terhadap Tingkat Produksi Pertanian di Indonesia
DOI:
https://doi.org/10.32528/nms.v1i2.77Keywords:
sosio-ekonomi, produksi pertanian, iklim, VECMAbstract
Sektor pertanian merupakan penyokong perekonomian dan pembangunan Indonesia. Indonesia sebagai negara agraris mempunyai potensi untuk mengembangkan sektor pertanian menjadi lebih maju. Dalam proses pengembangannya juga perlu memerhatikan aspek sosio-ekonomi agar produksi pertanian dapat berjalan secara berkelanjutan. Penelitian ini bertujuan untuk mengetahui pengaruh indikator sosio-ekonomi dan perubahan temperatur terhadap tingkat produksi pertanian di Indonesia. Data yang digunakan berupa data sekunder yang diperoleh dari Food and Agriculture Organization (FAO) untuk periode 2001S1 – 2019S2. Analisis dilakukan dengan menggunakan metode Vector Error Correction Model (VECM). Hasil penelitian menunjukkan bahwa variabel sosio-ekonomi dan perubahan temperatur berpengaruh terhadap produksi pertanian di Indonesia. Namun, ketika terjadi guncangan pada perubahan temperatur dibutuhkan kebijakan yang lebih lanjut agar produksi pertanian tidak mengalami penurunan. Kondisi ini dibutuhkan karena guncangan pada pangsa dan kredit pertanian tidak berdampak terlalu besar pada produksi jika dibandingkan dengan perubahan temperatur. Koordinasi antar beberapa pihak mulai dari petani sampai pihak pemerintah diperlukan agar produksi pertanian dapat tercapai sesuai dengan target yang diinginkan.
Downloads
References
Anigbogu, T. U., Agbasi, O. E., & Okoli, I. M. (2015). Socioeconomic Factors Influencing Agricultural Production among Cooperative Farmers in Anambra State, Nigeria. International Journal of Academic Research in Economics and Management Sciences, 4(3), 43–58. https://doi.org/10.6007/ijarems/v4-i3/1876
Awan, A. G., & Alam, A. (2015). Impact of Agriculture Productivity on Economic Growth: A Case Study of ASEAN-3. Industrial Engineering Letters, 5(7), 27–34.
BPS. (2022). PDB Menurut Lapangan Usaha. https://www.bps.go.id/subject/11/produk-domestik-bruto-lapangan-usaha-.html#subjekViewTab3.html
Das, S., & Mondal, P. (2021). Socio-Economic Factors Affecting Agricultural Production and Income in. Journal of Agricultural Socio-Economics (JASE), 2(2), 56–63.
Fischer, G., Shah, M., Tubiello, F. N., & Van Velhuizen, H. (2005). Socio-economic and climate change impacts on agriculture: An integrated assessment, 1990-2080. Philosophical Transactions of the Royal Society B: Biological Sciences, 360(1463), 2067–2083. https://doi.org/10.1098/rstb.2005.1744
Gujarati, D. N., & Porter, D. C. (2009). Basic Econometrics, Fifth Editon. McGrawn-Hill.
Kakar, M., Kiani, A., & Baig, A. (2016). Determinants of Agricultural Productivity: Empirical Evidence from Pakistan’s Economy. Global Economics Review, I(I), 1–12. https://doi.org/10.31703/ger.2016(i-i).01
Kementerian Pertanian. (2021). Indeks Ketahanan Pangan 2020.
Lütkepohl, H. (2010). Variance Decomposition. In Macroeconometrics and Time Series Analysis.
Maria, D., & Andrei, L. C. (2015). Vector error correction model in explaining the association of some macroeconomic variables in
Romania. Procedia Economics and Finance, 22(November 2014), 568–576. https://doi.org/10.1016/S2212-5671(15)00261-0
Muraya, B. W., & Ruigu, G. (2017). Determinants of Agricultural Productivity in Kenya. International Journal of Economics, Commerce and Management, V(4), 159–179.
Mushtaq, R. (2011). Testing time series data for stationarity. SSRN Electronic Journal, 1–19.
Nasir, M. ., Qori’ah, C. ., & Wardhono, A. (2021). Measuring the competitiveness of cassava in East Java , Indonesia : evidence in Jember regency. IOP Conf. Series: Earth and Environmental Science, 759(012049). https://doi.org/10.1088/1755-1315/759/1/012049
Nicholas, J. (2006). Introduction to Descriptive Statistics. University of Sydney.
Nugroho, R. Y. Y. (2009). Analisis Faktor-Faktor Penentu Pembiayaan Perbankan Syariah di Indonesia: Aplikasi Model Vector Error Correction. Institute Pertanian Bogor.
Phillips, P. C. B., & Perron, P. (1988). Testing for a Unit Root in Time Series Regression. Biometrika, 75(2). https://doi.org/10.1093/biomet/75.2.335
Sinay, L. J. (2014). Pendekatan Vector Error Correction Model Untuk Analisis Hubungan Inflasi, BI Rate dan Kurs Dolar Amerika Serikat. Jurnal Barkeng, 8(2), 9–18.
Sulistiana, I., Hidayati, & Sumar. (2017). Model Vector Auto Regression ( VAR ) and Vector Error Correction Model ( VECM ) Approach for Inflation Relations Analysis , Gross Regional Domestic Product ( GDP ), World Tin Price , Bi Rate and Rupiah Exchange Rate. Integrated Journal of Business and Economics (IJBE), 17–32.
Wardhono, A. (2008). Perspective of Rice Agribusiness Managerial in Jember Regency. Jurnal Sosial Ekonomi Pertanian (J-SEP), 2(3), 28–34.
Wardhono, A., & Rondhi, M. (2009). Rethinking of Risk Transfer Management Approach to Support the Savety Food in Indonesia. International Seminar “Upland for Food Security.”
Wardhono, A., Salim, A., & Qori’ah, C. G. (2014). The Effects of European Bilateral Debt Crisis on International Banking Finance Behavior in The Philippines and Indonesia. International Journal of Economic Perspectives, 8(3), 41–51.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Mega Indah Sari , Kiky Indah Sari
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
