Analisis Faktor-Faktor Yang Mempengaruhi Inefisiensi Teknis Perkebunan Kelapa Sawit Indonesia

Deskripsi zona

Facts dalam penelitian ini diambil dari data sekunder resmi yang dirilis oleh Badan Pusat Statistik (BPS) di Indonesia melalui facts Survei Pertanian (Farm House Earnings Study) untuk Indonesia tahun 2013. Badan Pusat Statistik di Indonesia melakukan Survei Pertanian Information survei setiap 10 tahun. Dengan demikian, dataset ini merupakan dataset survei terbaru yang dilakukan oleh Badan Pusat Statistik dan mencakup details untuk knowledge tingkat negara. Sampel berasal dari 14.367 perusahaan.

Analisis batas stokastik

Dalam penelitian ini, kami menggunakan analisis stochastic frontier dimana efisiensi frontier didasarkan pada pemodelan ekonometrika. Aigner dkk. dan Meeusen dkk. menetapkan fungsi produksi perbatasan stokastik^22.23. Fungsi ini mencakup dua jenis istilah gangguan: satu untuk istilah inefisiensi dan yang lainnya memungkinkan kesalahan acak mempengaruhi produksi. Fungsi produksi stochastic frontier memiliki dua keunggulan utama karena berhubungan dengan stochastic sounds dan memungkinkan pengujian statistik hipotesis dengan struktur produksi dan nilai inefisiensi.²⁴.

Dalam banyak publikasi, faktor penentu inefisiensi dapat dilihat dengan menggunakan proses estimasi dua langkah. Pada langkah pertama, Anda_saya dapat diakses dari fungsi produksi perbatasan stokastik. Pada langkah kedua, nilai Anda_saya diperoleh pada tahap pertama diregresi terhadap variabel spesifik perusahaan yang seharusnya memperjelas perbedaan Anda_saya antar perusahaan. Battese dan Coelli menunjukkan bahwa faktor-faktor spesifik perusahaan ini harus diestimasi secara bersamaan dalam memperkirakan batas produksi karena variabel-variabel ini dapat secara langsung mempengaruhi inefisiensi.²⁵. Dalam penelitian ini, parameter stochastic generation frontier dan model inefisiensi diestimasi secara bersamaan. Pola ini dapat disusun sebagai Persamaan. (1):

dimana kamu_saya = produksi perusahaan ke-i x_saya= ak × 1 vektor kuantitas input dari perusahaan ke-i = vektor parameter yang tidak diketahui v_saya= variabel acak yang dianggap independen dan terdistribusi identik N (,_v²) dan tidak bergantung pada u_saya yang merupakan variabel acak non-negatif yang diasumsikan mewakili istilah inefisiensi produksi dan diasumsikan terdistribusi secara independen sebagai pemotongan ke nol dari N(m_saya ,(sigma_u^2)) distribusi dan dapat ditunjukkan oleh Persamaan. (2)

dimana z_saya= ap × 1 vektor variabel yang kemungkinan besar mempengaruhi efisiensi perusahaan, = vektor 1 × p dari parameter yang akan diestimasi.

Parameterisasi yang digunakan dalam design ini adalah (sigma_textu^2) dan (sigma_textv^2) dengan (sigma^2= textual content sigma_textv^2 + sigma_textual contentu^2) dan (upgamma = sigma_textual contentu^2/ (sigma_textual contentv^2 + sigma_textual contentu^2text)).

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

di mana, y mewakili output, x mewakili input yang digunakan dalam produksi, dan (beta) adalah koefisien. Dari persamaan (3), efisiensi teknis kelapa sawit dapat dihitung dengan menggunakan persamaan. (4). Efisiensi teknis (TE_saya) diukur dengan menghitungnya dari rasio produksi yang diamati terhadap produksi maksimum (frontier).

Nilai efisiensi teknis antara satu dan nol ((. Semakin mendekati nilai efisiensi teknis dengan 1, maka semakin efisien perusahaan tersebut.

Setelah Battese dan Coelli²⁵itu (u_i) diasumsikan variabel acak non-negatif dan mencirikan defisit stokastik dari output produksi yang paling efisien. Kami menduga bahwa (u_i) ditandai dengan pemotongan distribusi normal dengan rata-rata dan dapat disajikan sebagai Persamaan. (5):

dan varians, (sigma^2)atau (z_ji) adalah perkiraan penjelasan ke-j terkait dengan efek inefisiensi teknis perusahaan i dan (delta_0) dan (delta_j) adalah parameter yang tidak diketahui untuk diestimasi. Disini, (z_ji) adalah vektor elemen yang dapat dikaitkan dengan inefisiensi dan yang dapat berfluktuasi dari waktu ke waktu. Komponen acak dari model inefisiensi tidak terdistribusi secara identik dan tidak perlu non-negatif²⁴.

Dalam penelitian ini, fungsi produksi didasarkan pada bentuk trans-log dan Persamaan. (3) dapat diperluas sebagai Persamaan. (6),

dimana, oh_sayamerupakan produksi tanaman 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), dimana_sayaadalah koefisien perkiraan. Faktor penentu inefisiensi teknis disajikan dalam persamaan. (7).

atau, (u_i)= inefisiensi teknis (delta) = koefisien pen = tingkat pendidikan petani um = umur petani sp = sistem tanam kb = kualitas benih opt = Hama peny = layanan ekstensi cr = kredit ass = anggota paguyuban petani dan plas = petani plasma.

Data dan variabel

Produksi minyak sawit (y) dihitung berdasarkan hasil produksi, termasuk semua nilai produk primer, nilai produk sampingan, nilai produksi yang dipanen sendiri dan nilai tebang, dan diukur dalam ribuan rupee. Pohon (po) dihitung sebagai pohon tertimbang (WT) untuk menangkap umur kelapa sawit^16,17,24. Ada dua metode untuk menghitung WT: (1) memperkirakan data menggunakan regresi kuadrat terkecil nonlinier dan (2) menghitung WT menggunakan profil hasil dua umur dari literatur.¹⁷. Penelitian ini menggunakan metode kedua mengikuti Varina, Hartoyo, Kusnadi dan Rifin²¹. Pohon berbobot dapat didefinisikan sebagai:

atau (WT_i) adalah jumlah tertimbang pohon pada petani i. (WT_1), (WT_2), (WT_3) adalah kategori usia 3 sampai 7 tahun, 8 sampai 16 tahun dan lebih dari 16 tahun. (k_1), (k_2) dan (k_3) adalah bobot masing-masing kategori umur. Menurut Varina dkk.⁴nilai dari (k_1), (k_2) dan (k_3) masing-masing adalah 0,81, 1 dan 0,98.

Pupuk (pu) meliputi beberapa jenis pupuk yaitu urea, TSP/SP36, ZA, KCL, NPK, pupuk organik (pupuk kandang/kompos) dan pupuk lainnya dan dinyatakan dalam ribuan rupiah. Pestisida (ps) termasuk pestisida padat dan cair yang diukur dalam ribuan rupiah. Angkatan kerja (tk) adalah jumlah orang yang bekerja 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 (kandang) didasarkan pada tingkat pendidikan petani dan diukur dengan tahun sekolah. Umur (um) adalah umur petani. Sistem tanam (sp) dinyatakan sebagai variabel dummy dan jika petani hanya menggunakan satu sistem tanam (1) dan jika tidak (0).

Benih bermutu (kb) dibagi menjadi benih tidak bersertifikat (0) dan benih bersertifikat (1). Hama (Opt) adalah hama, gulma, dan penyakit lain yang terpapar produk kelapa sawit selama masa tanam, dan pohon terpapar hama (1) dan sebaliknya (0). Penyuluhan adalah apakah petani anggota rumah tangga mendapat penyuluhan (1) pengelolaan kebun sawit atau tidak mendapat penyuluhan (0). Petani memiliki akses ke kredit (1) dan sebaliknya (0). Petani adalah anggota asosiasi petani (1) dan sebaliknya (0). Petani adalah petani plasma (1) dan sebaliknya (0). Tabel 1 menyajikan analisis deskriptif produksi minyak sawit.