Analisis faktor-faktor yang mempengaruhi inefisiensi teknis pada perkebunan kelapa sawit Indonesia

Analisis faktor-faktor yang mempengaruhi inefisiensi teknis pada perkebunan kelapa sawit Indonesia

deskripsi daerah

Data dalam penelitian ini berasal dari data sekunder resmi yang diterbitkan oleh Badan Pusat Statistik (BPS) di Indonesia sebagai bagian dari Sensus Pertanian (Survei Pendapatan Rumah Tangga Pertanian) 2013 untuk Indonesia. Badan Pusat Statistik di Indonesia melakukan survei data pertanian setiap 10 tahun sekali. Jadi kumpulan data ini merupakan kumpulan data sensus terbaru yang dilakukan oleh Badan Pusat Statistik yang mencakup data untuk data tingkat negara. Sampel meliputi 14.367 perusahaan.

Analisis batas stokastik

Dalam penelitian ini, kami menggunakan analisis stochastic frontier, dimana efisiensi frontier didasarkan pada pemodelan ekonometrik. Aigner dkk. dan Meeusen dkk. menetapkan fungsi produksi marjinal stokastik22.23. Fitur ini mencakup dua jenis istilah kesalahan: satu untuk istilah inefisiensi dan yang lainnya memungkinkan kesalahan acak mempengaruhi produksi. Fungsi produksi marjinal stokastik memiliki dua keunggulan utama karena berhubungan dengan kebisingan stokastik dan memungkinkan pengujian statistik hipotesis dengan struktur produksi dan nilai inefisiensi.24.

Dalam berbagai referensi literatur, faktor penentu inefisiensi dapat disimpulkan dengan menggunakan metode estimasi dua tahap. di tingkat satu, dansaya dapat diakses dari fungsi produksi marjinal stokastik. Pada tahap dua, nilai dansaya diperoleh dari tahap pertama diregresi terhadap variabel spesifik perusahaan yang diharapkan dapat memperjelas perbedaan dansaya antar perusahaan. Battese dan Coelli menunjukkan bahwa faktor-faktor spesifik perusahaan ini harus diestimasi secara bersamaan dalam estimasi batas produksi, karena variabel-variabel ini dapat secara langsung mempengaruhi inefisiensi.25. Dalam penelitian ini, parameter batas produksi stokastik dan model inefisiensi diestimasi secara bersamaan. Model ini dapat dinyatakan sebagai Persamaan. (1):

$${\text{Y}}_{\text{i}}\,{=}\,{\text{X}}_{\text{i}}{\upbeta+}\left({\text{ v}}_{\text{i}}-{\text{u}}_{\text{i}}\kanan), \quad \text{i} =1, \ldots, \text{N,} $$

(1)

dimana kamusaya = produksi perusahaan ke-i; xsaya= ak × 1 vektor kuantitas input dari perusahaan ke-i; = vektor parameter yang tidak diketahui; vsaya= variabel acak yang dianggap independen dan terdistribusi seragam N(0,σv2) dan tidak bergantung pada usaya Ini adalah variabel acak non-negatif yang diharapkan mewakili istilah inefisiensi dalam produksi dan diasumsikan terdistribusi secara independen sebagai pengurangan pada nol N(m).saya ,\({\sigma}_{u}^{2}\)) distribusi dan dapat dihitung dengan Persamaan. (2)

READ  Ibu kota baru Indonesia mengancam Eden kuno dengan 'malapetaka ekologis'

$${\text{m}}_{{\text{i}}} = {\text{ z}}_{{\text{i}}} \delta ,$$

(2)

dimana zsaya= p × 1 vektor variabel yang dapat mempengaruhi efisiensi suatu perusahaan, = vektor 1 × p dari parameter yang akan diestimasi.

Parameterisasi yang digunakan dalam model ini adalah \({\sigma }_{\text{u}}^{2}\) dan \({\sigma }_{\text{v}}^{2}\) dengan \({\sigma}^{2}= \text{ } {\sigma}_{\text{v}}^{2} + {\sigma}_{\text{u}}^{2}\) dan \({\upgamma } = {{\sigma }_{\text{u}}^{2}}{/ (}{{\sigma }_{\text{v}}^{2}} {+} {{\sigma }_{\text{u}}^{2}}\text{)}\).

Model produksi stokastik dapat dinyatakan dalam Persamaan. (3) dengan mengikuti Battese dan Coelli25,

$${lny}_{i}={\beta }_{0}+\sum _{m}{\beta }_{m}ln{x}_{mi}+{\varepsilon }_{i} , $$

(3)

di mana y mewakili output, x mewakili input yang digunakan dalam produksi, dan \(\Beta\) adalah koefisien. Dari Persamaan. (3) efisiensi teknis minyak sawit dapat dihitung menurut Persamaan. (4). Efisiensi teknis (TEsaya) diukur dengan menghitungnya dari rasio keluaran yang diamati terhadap keluaran maksimum (batas).

$${TE}_{i}=\frac{{y}_{i}}{{y}_{i}^{*}}=\frac{\mathrm{exp}({x}_{i }\beta +{v}_{i}-{u}_{i})}{\mathrm{exp}({x}_{i}\beta +{v}_{i})}=e\ mathrm{xp}\left(-{u}_{i}\kanan).$$

(4)

Nilai efisiensi teknis antara satu dan nol (\(0<{TE}_{i}<1)\). Semakin dekat nilai efisiensi teknis dengan satu, semakin efisien perusahaan tersebut.

Setelah Battese dan Coelli25itu \({u}_{i}\) seharusnya variabel acak non-negatif dan mencirikan kurangnya stokastik output dari produksi yang paling efisien. Itu diduga \({u}_{i}\) ditandai dengan pemotongan distribusi normal dengan mean dan dapat ditulis sebagai Persamaan. (5):

$${\mu }_{\text{i }}= {\delta }_{0}\text{+}\sum _{\text{j=1}}^{\text{J}}{\ updelta }_{\text{j}}{\text{z}}_{\text{ji}},$$

(5)

dan varians, \({\sigma }^{2}\)Di mana \({z}_{ji}\) adalah perkiraan hubungan penjelas ke-j dengan efek inefisiensi teknis perusahaan i dan \({\delta}_{0}\) dan \({\delta}_{j}\) adalah parameter yang tidak diketahui yang perlu diestimasi. Di Sini, \({z}_{ji}\) adalah vektor elemen yang mungkin terkait dengan inefisiensi dan yang dapat berfluktuasi dari waktu ke waktu. Komponen acak dari model inefisiensi tidak terdistribusi secara identik dan juga tidak harus nonnegatif24.

Dalam penelitian ini, fungsi produksi didasarkan pada bentuk translog dan Persamaan. (3) dapat dikonversi ke Persamaan. (6),

READ  Mikel Arteta dan Edu sudah mengetahui tiga pemain Arsenal berikutnya setelah Thomas Partey

$${lnY}_{i}={\beta }_{0}+{\beta }_{po}{lnPo}_{i}+{\beta }_{pu}{lnPu}_{i} +{\beta}_{Ps}{lnPs}_{i}+{\beta}_{Tk}{lnTk}_{i}+{\beta}_{ln}{lnLa}_{i}+0 .5 {\beta}_{Po}({lnPo}_{i}{)}^{2}+0.5{\beta }_{Pu}({lnPu}_{i}{)}^{ 2} +0,5{\beta}_{Ps}({lnPs}_{i}{)}^{2}+0,5{\beta}_{Tk}({lnTk}_{i}{ )}^{2} +0,5 {\beta }_{La}({lnLa}_{i}{)}^{2}+{\beta }_{Po}{\beta }_{Pu} {lnPo}_{i}{ lnPu} _{i}+{\beta }_{Po}{\beta }_{Ps}{lnPo}_{i}{lnPs}_{i}+{\beta } _{Po}{\beta } _{Tk}{lnPo}_{i}{lnTk}_{i}+{\beta }_{Po}{\beta }_{La}{lnPo}_{i} {lnLa}_{i}+ {\beta }_{Pu}{\beta }_{Ps}{lnPu}_{i}{lnPs}_{i}+{\beta }_{Pu}{\beta }_{Tk}{lnPu} _{ i}{lnTk}_{i}+{\beta }_{Pu}{\beta }_{La}{lnPu}_{i}{lnLa}_{i} +{\beta }_{Ps }{ \beta }_{Tk}{lnPs}_{i}{lnTk}_{i}+{\beta }_{Ps}{\beta }_{La}{lnPs }_{i}{lnLa} _{ i}+{\beta}_{Tk}{\beta }_{La}{lnTk}_{i}{lnLa}_{i}+{v}_{i }+{u}_{i }, $$

(6)

dimana, kamusayamerupakan output dari perkebunan kelapa sawit pada perkebunan ke-i, input yang digunakan dalam proses estimasi adalah Po (pohon), Pu (pupuk), Ps (pestisida), Tk (tenaga kerja) dan La (tanah), dimanasayaadalah koefisien perkiraan. Penentu inefisiensi teknis diberikan dalam Persamaan. (7).

$${u}_{i}={\delta }_{0}+{\delta }_{1}{pen}_{i}+{\delta }_{2}{um}_{i} +{\delta}_{3}{sp}_{i}+{\delta}_{4}{kb}_{i}+{\delta}_{5}{opt}_{i}+{ \delta }_{6}{peny}_{i}+{\delta }_{7}{cr}_{i}+{\delta }_{8}{pantat}_{i}+{\delta }_{9}{plas}_{i}+{\varepsilon }_{i},$$

(7)

Di mana, \({u}_{i}\)= inefisiensi teknis; \(\Delta\) = koefisien; pen = tingkat pendidikan petani; at = umur petani; sp = sistem tanam; kb = kualitas benih; memilih = hama; peny = jasa konsultasi cr = kredit; ass = anggota paguyuban dan plas = petani plasma.

data dan variabel

Produksi minyak sawit (y) dihitung berdasarkan hasil produksi yang meliputi nilai total produk primer, nilai produk sampingan, nilai produksi yang dipanen sendiri dan nilai tebasan yang diukur dalam ribuan rupiah. Pohon (po) dihitung sebagai pohon tertimbang (WT) untuk menangkap umur pohon kelapa sawit16,17,24. Ada dua metode untuk menghitung WT: (1) estimasi data menggunakan regresi kuadrat terkecil non-linier dan (2) perhitungan WT menggunakan profil hasil dua umur dari literatur17. Penelitian ini menggunakan metode kedua dengan mengikuti Varina, Hartoyo, Kusnadi dan Rifin21. Pohon berbobot dapat didefinisikan sebagai berikut:

$${WT}_{i}={k}_{1}{WT}_{1i}+{k}_{2}{WT}_{2i}+{k}_{3}{WT} _{3i},$$

(ke-8)

Di mana \({WT}_{i}\) adalah jumlah tertimbang pohon pada petani i. \({WT}_{1}\), \({WT}_{2}\), \({WT}_{3}\) adalah kategori usia 3-7 tahun, 8-16 tahun dan di atas 16 tahun. \({k}_{1}\), \({k}_{2}\) dan \({k}_{3}\) adalah berat badan setiap kelompok umur. Menurut Varina dkk.4nilai dari \({k}_{1}\), \({k}_{2}\) dan \({k}_{3}\) berturut-turut adalah 0,81, 1, dan 0,98.

READ  Penghargaan juga setelah leg pertama semifinal AFF Singapura-Indonesia

Pupuk (pu) meliputi berbagai jenis pupuk yaitu Urea, TSP/SP36, ZA, KCL, NPK, Pupuk Organik (bubur/kompos) dan pupuk lainnya dan dinyatakan dalam ribuan rupiah. Pestisida (ps) meliputi pestisida padat dan cair yang diukur dalam ribuan rupiah. Tenaga kerja (tk) adalah jumlah orang yang dipekerjakan di perkebunan kelapa sawit. Luas lahan (la) tidak dinyatakan dalam data sensus, sehingga peneliti menghitung luas lahan dengan mengalikan jumlah pohon dengan jarak antar pohon. Pendidikan (pen) tergantung pada tingkat pendidikan petani dan diukur dengan tahun ajaran. Umur (um) adalah umur petani. Sistem tanam (sp) dinyatakan dalam variabel dummy dan jika petani menggunakan sistem tanam tunggal (1) dan sebaliknya (0).

Mutu benih (kb) dibagi menjadi benih tidak bersertifikat (0) dan benih bersertifikat (1). Hama (opt) adalah hama, penyakit gulma dan lain-lain yang terpapar produk kelapa sawit selama musim tanam dan pohon terkena hama (1) dan lainnya (0). Layanan Bimbingan adalah apakah anggota petani dalam suatu rumah tangga menerima atau tidak menerima nasihat (1) tentang mengelola perkebunan kelapa sawit. Petani memiliki akses ke kredit (1) dan sebaliknya (0). Petani adalah anggota asosiasi petani (1) dan sebaliknya (0). Pion adalah pion plasma (1) dan sebaliknya (0). Tabel 1 menunjukkan analisis deskriptif produksi minyak sawit.

Tabel 1 Statistik Deskriptif.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *