PROSIDING PERKEM VI, JILID 1 (2011) 429 – 436

ISSN: 2231-962X

Persidangan Kebangsaan Ekonomi Malaysia ke VI (PERKEM VI),

Ekonomi Berpendapatan Tinggi: Transformasi ke Arah Peningkatan Inovasi, Produktiviti dan Kualiti Hidup,

Melaka Bandaraya Bersejarah, 5 – 7 Jun 2011

Sumbangan Subsektor Ekonomi Terhadap Pertumbuhan Ekonomi

ASEAN-3: Satu Kajian Empirikal

Contribution of Economic Subsectors on Economic Growth of Asean-3: An Empirical

Study

Fauzi Hussin (fauzi@uum.edu.my)

Hussin Abdullah (hussin2141@uum.edu.my)

Program Ekonomi

Kolej Sastera dan Sains

Universiti Utara Malaysia

ABSTRAK

Sumbangan sektor-sektor ekonomi adalah penting sebagai pembolehubah penentu kepada pertumbuhan

ekonomi sesebuah negara, terutamanya bagi negara-negara ASEAN-3 yang sedang membangun iaitu

Malaysia, Indonesia,dan Thailand. Bagaimanapun sebesar mana sumbangan setiap sektor berkenaan

terhadap pertumbuhan ekonomi mungkin berbeza antara sebuah negara dengan negara yang lain.

Persoalannya sejauh manakah sumbangan sektor-sektor penting seperti sektor pertanian, pembuatan

dan perdagangan terhadap pertumbuhan ekonomi bagi negara ASEAN-3 dan juga bagi setiap negara

anggotanya iaitu Malaysia, Indonesia,dan Thailand? Kertas seminar ini bertujuan membincangkan

kepentingan sektor-sektor tersebut terhadap pertumbuhan ekonomi negara-negara berkenaan secara

berkumpulan (pooled) dan tiap-tiap negara dikaji. Metodologi kajian ini akan menggunakan ujian

regresi siri masa panel dan juga akan dianggar menggunakan prosedur Fully Modified Ordinary Least

Squares (FMOLS). Analisis FMOLS ini dapat dibahagikan kepada dapatan kajian bagi kumpulan panel

(panel group) serta dapatan kajian bagi setiap negara secara berasingan. Hasil kajian mendapati sektor

pertanian berkointegrasi dengan KDNK benar bagi semua negara yang dikaji. Bagaimanapun, semua

pembolehubah berkointegrasi secara positif dan signifikan dengan KDNK benar bagi negara Thailand

sahaja.

Katakunci: pertumbuhan ekonomi, sektor ekonomi, FMOLS.

ABSTRACT

The contribution of economic sectors are important variables to determinants of economic growth for

the countries, particularly for the ASEAN-3 namely Malaysia, Indonesia, and Thailand. However, the

contribution of each sector on economic growth may differ between different countries. The question is

to what extent the contribution of important sectors like agriculture, manufacturing and trade on

economic growth of ASEAN-3 and also to all member countries, such as Malaysia, Indonesia, and

Thailand? This seminar paper seeks to discuss the importance of these sectors to economic growth as a

group of countries (pooled) and each of countries studied. The methodology of this study is using

Pedroni Panel Fully Modified Ordinary Least Squares (FMOLS) procedure. The results of FMOLS

analysis can be divided into the panel group and for each country individually. The panel cointegration

results indicate that the long-run relationship exists between all economic sectors and economic

growth for group of countries. The study showed that the agriculture sector cointegrated with real

GDP for all countries. However, all variables are positive and significant cointegrated with the real

GDP of Thailand country.

Keywords: economic growth, economic sectors, FMOLS

PENGENALAN

Pertubuhan Negara-negara Asia Tenggara (ASEAN) ditubuhkan pada tahun 1967 dan dianggotai lima

buah negara iaitu Indonesia, Malaysia, Filipina, Singapura, dan Thailand. Negara Brunei menyertainya

pada tahun 1984, diikuti Vietnam (1995), Laos dan Myanmar (1997) dan Kemboja (1999). Deklarasi

430 Fauzi Hussin, Hussin Abdullah

ASEAN bermatlamat mempercepat pertumbuhan ekonomi, kemajuan sosial dan pembangunan budaya

di rantau ini serta menggalakkan keamanan dan kestabilan serantau.

Menurut pendapat pengkaji konvensional, ekonomi boleh dibahagikan kepada tiga sektor,

iaitu pertanian (atau primer), industri (atau kedua) dan perkhidmatan (atau pendidikan tinggi) sektor.

Sektor pertanian terdiri daripada pertanian, perhutanan, penternakan dan perikanan. Sektor industri

terdiri daripada perlombongan, pembinaan dan perkilangan. Semua kegiatan ekonomi lain yang tidak

termasuk oleh sektor pertanian dan industri secara meluas mendefinisikan sebagai perkhidmatan.

Perkhidmatan secara lebih luas dapat dibezakan antara perkhidmatan tradisional dan perkhidmatan

baru. Perkhidmatan tradisional merangkumi perdagangan kecil, perkhidmatan domestik, katering dan

perkhidmatan hotel. Perkhidmatan baru ini umumnya berkaitan dengan komunikasi, perniagaan dan

amalan undang-undang, budaya, penyelidikan dan pendidikan (Wu, 2007).

Ekonomi Malaysia banyak dipengaruhi oleh aliran perdagangan dan mengalami pertumbuhan

ekonomi yang mantap dalam tempoh antara tahun 1970-2003 dengan mencapai kadar pertumbuhan

purata tahunan kira-kira 7 peratus setahun. Perubahan struktur ekonomi Malaysia berlaku mulai tahun

1970an daripada sistem ekonomi yang berasaskan sektor pertanian seperti getah, bijih timah, kelapa

sawit dan sebagainya kepada ekonomi pelbagai sektor, khususnya pertumbuhan pesat dalam sektor

pembuatan. Dasar ekonomi terbuka yang diamalkan oleh negara ini banyak dipengaruhi oleh

perkembangan ekonomi dunia, termasuk krisis minyak yang berlaku pada tahun 1970an dan krisis

kewangan Asia pada tahun 1997.

JADUAL 1 menunjukkan peratus sumbangan tiga sektor utama kepada pertumbuhan KDNK

negara berkenaan bagi tahun 1988 dan 2008. Sektor pertanian merupakan penyumbang terendah

kepada KDNK benar berbanding sumbangan sektor industri dan sektor perkhidmatan. Pada tahun 2008

sektor pertanian mencatatkan peratus penurunan dari segi sumbangan kepada KDNK bagi semua

negara berbanding tahun 1988. Fenomena ini disebabkan proses transformasi ekonomi iaitu berlakunya

proses industrialisasi yang pesat di negara-negara Asia Tenggara sehingga menyebabkan sektor

pertanian mengalami penyusutan dalam pengeluaran serta sumbangannnya terhadap Keluaran Dalam

Negara Kasar benar negara masing-masing. Sebaliknya, dalam tempoh sama sektor industri

menunjukkan peningkatan sumbangannya terhadap KDNK benar bagi ketiga-tiga negara iaitu kira-kira

sebanyak 9.5 peratus bagi Malaysia, Thailand (10.5%) dan Indonesia (10.8%). Bagaimanapun sektor

perkhidmatan menunjukkan peningkatan yang kecil dari segi peratus sumbangan terhadap KDNK

benar negara Malaysia iaitu peningkatan sumbangan sebanyak 0.4 peratus kepada KDNK benar,

manakala peratus sumbangan sektor perkhidmatan kepada KDNK negara Thailand dan Indonesia

menunjukkan kemorosotan sebanyak iaitu 5.9 peratus dan 2.9 peratus masing-masing.

RAJAH 1 menunjukkan KDNK benar bagi Malaysia, Thailand dan Indonesia dari tahun 1988

hingga tahun 2008. Tren KDNK benar bagi ketiga-tiga negara menunjukkan berlaku peningkatan mulai

pertengahan tahun 1980an sehingga tahun 1996. Namun pada tahun 1997 hingga tahun 1998, KDNK

bagi ketiga-tiga negara menunjukkan kejatuhan akibat krisis kewangan yang melanda negara-negara

Asia.

Objektif kertas kerja ini adalah untuk mengenalpasti sumbangan tiga sektor utama iaitu sektor

iaitu pertanian, perkilangan, perdagangan dan perkhidmatan terhadap pertumbuhan ekonomi bagi tiga

buah negara ASEAN iaitu negara Malaysia, Indonesia dan Thailand.

KAJIAN LEPAS

Sektor perkilangan di Indonesia mencatat kadar pertumbuhan rata-rata 12% pada tahun 1980-90, tetapi

perubahan struktur tidaklah begitu besar. Pertumbuhan sederhana cepat sektor perkilangan di

Indonesia menimbulkan masalah kepada sektor penanaman pada masa depan. Biasanya sektor

perkilangan memainkan peranan penting di negara ASEAN yang lain, tetapi masih perlu momentum

lebih banyak untuk pembangunan di Indonesia. Keperluan kemudahan infrastruktur dan industri

sokonganbagi sektor perkilangan serta memerlukan kepelbagaian dalam struktur perindustrian (Takio,

1994).

Setiap sektor dalam perekonomian sesebuah negara ditakrifkan sebagai faktor yang boleh

membawa impak kepada ekonomi. Pertumbuhan ekonomi sesebuah negara dapat dilihat daripada

Keluaran Dalam Negara Kasar (KDNK). Hal ini kerana sumbangan setiap sektor ekonomi, sama ada

meningkat atau menurun dapat menunjukkan keadaan ekonomi secara tidak langsung. Chamhuri,

Surtahman dan Norshamliza (2005) telah mengkaji faktor-faktor yang mempengaruhi pertumbuhan

ekonomi Filipina. Menurut mereka, pertumbuhan ekonomi negara Filipina didorong oleh peningkatan

yang ketara dalam eksport, peningkatan dalam penggunaan, pembentukan modal dan output

pertanian.Justeru, sektor-sektor ekonomi memberi impak positif terhadap pertumbuhan ekonomi.

Prosiding Persidangan Kebangsaan Ekonomi Malaysia Ke VI 2011 431

Sastry, Balwant Sing dan Unnikishnan (2003) menganalisis hubungan pertumbuhan dengan

sektor-sektor pertanian, industri dan sektor perkhidmatan di India dengan menggunakan analisis input-

output serta analisis regresi. Hasil kajiannya berdasarkan berdasarkan jadual input-output

menunjukkan bahawa sektor pertanian memainkan peranan penting dalam menentukan kadar

pertumbuhan ekonomi secara keseluruhan melalui hubungkait dengan sektor-sektor ekonomi yang lain.

Pertambahan output pertanian cenderung meningkatkan permintaan terhadap barang-barang industri,

sama ada bagi tujuan penggunaan ataupun pelaburan. Selanjutnya, mereka mendapati sektor

perkhidmatan dapat mempengaruhi permintaan barangan perindustrian.

Abdul Rashid (2004) mengkaji hubungan pertumbuhan antara pertanian, industri dan segmen

yang berbeza dari sektor perkhidmatan bertujuan mengenalpasti sektor mana yang merangsang

pertumbuhan ekonomi di Pakistan antara tahun 1971 – 2002. Hasil kajiannya menunjukkan bahawa

sektor industri memainkan peranan penting dalam menentukan kadar pertumbuhan ekonomi secara

keseluruhan di Pakistan. Awokuse (2009) meneliti peranan sektor pertanian sebagai "enjin

pertumbuhan" bagi negara Afrika, Asia dan Amerika Latin. Kajian beliau menunjukkan bukti yang

kuat bahawa pertanian merupakan enjin pertumbuhan ekonomi. Selain itu, faktor keterbukaan

perdagangan mempunyai kesan positif terhadap KDNK per kapita.

Andzio dan Kamitewoko (2004) menganalisis pengaruh pertanian terhadap KDNK di China

dan tiga negara Sub-Sahara Afrika (SSA) dengan menggunakan model regresi berganda. Keputusan

kajian menunjukkan pentingnya pertanian di negara-negara China dan SSA. Pertanian tetap menjadi

landasan negara-negara China dan SSA serta mempunyai kesan yang signifikan terhadap KDNK di

negara-negara tersebut.Selain itu, Chang, Chen dan Hsu (2006) semula hubungan antara produktiviti

pertanian dan pertumbuhan ekonomi. Kajian ini mendapati bahawa produktiviti pertanian lebih tinggi

dapat meningkatkan proses industrialisasi dan meningkatkan pertumbuhan ekonomi jangka panjang.

Selain itu, kesan produktiviti pertanian dinilai secara kuantitatif, berdasarkan pengalaman tahap-tahap

awal pembangunan ekonomi di Jepun, Taiwan, dan Korea. Akibatnya, produktiviti pertanian yang

tinggi dapat menentukan peningkatan pekerjaan dalam sektor industri, selanjutnya dapat meningkatkan

pertumbuhan ekonomi.

Pembangunan ekonomi dan sejarawan ekonomi selalu menekankan pentingnya transformasi

struktur sebagai sebahagian dari proses pertumbuhan (Fei dan Ranis, 1964). Negara-negara yang

berpindah dari pertanian kepada sektor industri dan perkhidmatan menikmati pertumbuhan ekonomi

paling cepat. Selepas transformasi struktur, sektor industri dan sektor perkhidmatan memberikan

sumbangan lebih besar berbanding sektor pertanian berdasarkan GDP per kapita. Justeru, sektor

industri dan sektor perkhidmatan menjadi penyumbang menguntungkan dalam pertumbuhan ekonomi

di negara-negara Eropah.

Menurut Acevedo, Mold dan Perez (2009), dinamik pembangunan ekonomi harus melibatkan

hasil interaksi antara sektor-sektor ekonomi. Mereka mengkaji hubungan jangka panjang antara

pertumbuhan ekonomi bagi 18 negara Amerika Latin antara tempoh 1950-2006. Walaupun secara

tradisional dipercayai bahawa sektor perkilangan menjadi 'enjin pertumbuhan' dan hasil kajian empirik

juga menunjukkan bahawa sektor perkilangan adalah sektor pertumbuhan utama. Mereka juga

mendapati wujud bukti yang kukuh bahawa segmen sektor perkhidmatan juga bertindak sebagai

“pemandu” kepada pertumbuhan ekonomi, terutama sektor kewangan, sektor perdagangan dan sub-

sektor pengangkutan.

Linden dan Mahmood (2007) menganalisis hubungan jangka panjang yang dinamik antara

sektor-sektor pertanian, pembuatan dan perkhidmatan dan pertumbuhan ekonomi bagi 15 buah negara

bagi tempoh 1970-2004. Terdapat bukti bahawa wujud hubungan dua hala antara bahagian

perkhidmatan dan kadar pertumbuhan KDNK per kapita. Kegiatan pertanian boleh menyumbang

terhadap pertumbuhan ekonomi dan pembangunan sektor. Selain itu, persamaan regresi menunjukkan

bahawa kestabilani harga beras dan pertumbuhan sektor pertanian terutamanya sumbangan terhadap

pertumbuhan sektor perkilangan di Indonesia, Malaysia dan Thailand (Rock, 2002). Selain itu, Libanio

(2006) menganalisis hubungan antara pertumbuhan output perkilangan dan prestasi ekonomi dari

perspektif Kaldorian untuk sampel dari tujuh negara Amerika Latin selama tempoh 1985-2001.

Keputusan menunjukkan hubungan antara pembuatan menjadi enjin bagi pertumbuhan serta berlaku

pulangan bertambah bagi sektor ini.

METODOLOGI

Kajian ini bertujuan mengenal pasti sumbangan sektor-sektor ekonomi kepada pertumbuhan ekonomi

negara ASEAN-3 yang terdiri daripada negara Malaysia, Thailand dan Malaysia. Data-data bagi kajian

ini adalah antara tahun 1988 hingga 2008.

432 Fauzi Hussin, Hussin Abdullah

Spesifikasi Model dan Data

Dalam analisis empirikal ini, kami mengkaji hubungan jangka panjang di antara Keluaran Dalam

Negara Kasar (KDNK) benar sebagai proksi kepada pertumbuhan ekonomi dengan pembolehubah

bebas iaitu sektor pertanian, sektor perkilangan dan sektor perdagangan bagi tiga buah negara ASEAN

iaitu Malaysia, Thailand dan Indonesia. Kajian ini melibatkan data panel iaitu gabungan data siri masa

dan data keratan rentas yang dianggar dengan mengaplikasi kaedah Fully Modified OLS (FMOLS) bagi

panel secara individu (negara). Spesifikasi model adalah seperti berikut:

ititititit TRADEMANUAGRIY lnlnlnln 3210 (1)

di mana,

itY = KDNK benar (RGDP)

itAGRI = sektor pertanian

itMANU = sektor sektor perkilangan

itTRADE = sektor perdagangan

0 - 3 = koefisien (pekali)

it = ralat stokastik

Model ini digunakan untuk menguji hubungan antara KDNK benar berfungsi kepada pembolehubah-

pembolehubah bebas iaitu sumbangan sektor pertanian, sektor perkilangan dan sektor perdagangan

bagi ketiga-tiga buah negara iaitu Malaysia, Thailand dan Indonesia.

Ujian Kepegunan Data

Siri masa dikatakan pegun jika sifat statistiknya konstan menerusi masa. Ini bermaksud min dan

varians sampel bagi siri masa antara dua selang masa ),( ktt adalah sama atau hampir sama

(Heij, Boer, Franses, Kloek dan Dijk, 2004). Sebaliknya sesuatu siri masa itu dikatakan tidak pegun

jika min dan varians siri masa tersebut bergantung kepada masa. Nelson dan Plosser (1982)

berpendapat kebanyakan pembolehubah ekonomi boleh dikatakan tidak pegun. Gordon (1995) pula

berpendapat kebanyakan siri masa ekonomi adalah tidak pegun dan hanya mencapai kepegunan pada

pembezaan pertama atau yang lebih tinggi.

Model yang mengandungi pembolehubah tidak pegun menyebabkan hipotesis yang dilakukan

tidak tepat walaupun keputusan statistik antara pembolehubah dalam persamaan menunjukkan

hubungan signifikan, sedangkan fakta sebenar menunjukkan wujud masalah korelasi serentak

(autokorelasi) berbanding hubungan penyebab sebenar. Apabila siri masa tidak pegun digunakan

dalam model regresi, maka keputusan analisis regresi tersebut dipanggil regresi karut. Kaedah yang

sering digunakan untuk menguji kepegunan ialah ujian punca unit (unit root test).

Kebanyakan model yang menggunakan teknik ekonometrik memerlukan kepegunan data bagi

setiap siri. Beberapa ujian telah dibangunkan untuk menentukan kepegunan data siri masa sepertimana

dilakukan oleh Dickey dan Fuller (1979), Dickey dan Fuller (1979, 1981). Ujian Dickey-Fuller

tambahan atau augmented Dickey-Fuller (ADF) untuk menguji punca unit adalah seperti persamaan

berikut;

ttt μYρY 1 (2)

di mana tμ ialah pembolehubah ralat dan memenuhi semua andaian kaedah kuasadua terkecil (OLS)

iaitu min sifar, varians konstan dan tidak berautokorelasi. Selepas melakukan ujian OLS terhadap

persamaan (2), jika didapati nilai 1ρ kita boleh katakan bahawa pembolehubah stokastik tY

mempunyai punca unit (unit root) ataupun tidak pegun. Masalah ketidakpegunan ini dapat diatasi

dengan melakukan pembezaan terhadap pembolehubah berkenaan sehingga ia mencapai tahap pegun.

Apabila data siri masa tidak pegun, maka proses pembezaan peringkat pertama perlu dilakukan.

Kaedah ujian ADF dijalankan dengan menggunakan persamaan regresi berikut:

Prosiding Persidangan Kebangsaan Ekonomi Malaysia Ke VI 2011 433

L

ittitt νYδYββY

11110 (3)

L

ittitt εYδTβYββY

112110 (3.1)

di mana Y ialah pembezaan pertama (first differenced) untuk siri masa Y )( 1 tt YY dan t ialah

tren masa (time trend). Dalam persamaan (3.0) dan (3.1) untuk Y menjadi pegun, nilai t -statistik Z

(nilai τ ) mesti negatif dan signifikan berbeza dari sifar.

Ujian Punca Unit Panel

Walaupun metodologi oleh Pedroni membenarkan kita menguji kewujudan kointegrasi, tetapi ia tidak

menyediakan penganggar hubungan jangka panjang. Bagi kerangka panel, terdapat beberapa

penganggar yang dicadangkan untuk menentukan kewujudan kointegrasi antara pembolehubah. Antara

beberapa penganggar yang dicadangkan ialah kaedah kuasadua terkecil (OLS), Fully Modified OLS

(FMOLS), dinamik OLS (DOLS), Pooled Mean Group (PMG). Kao dan Chiang (2000) mencadangkan

bahawa kedua-dua penganggar iaitu Fully Modified OLS (FMOLS) dan Dynamic OLS (DOLS) sesuai

untuk menganggar vektor kointegrasi jangka panjang, untuk panel tidak pegun.

Memandangkan bahawa pembolehubah adalah berkointegrasi pada pembezaan pertama, maka

langkah seterusnya adalah untuk menganggarkan hubungan jangka panjang antara pembolehubah.

Penganggar OLS dikatakan penganggar yang bias dan tidak konsisten bila diaplikasikan untuk

kointegrasi bagi panel. Oleh itu, kita menganggarkan hubungan jangka panjang dengan menggunakan

pendekatan FMOLS yang disarankan oleh Pedroni (2000, 2001). Penganggar FMOLS tidak hanya

menghasilkan penganggar yang konsisten bagi parameter β bagi sampel kecil, tetapi ia dapat mengawal

kemungkinan berlaku masalah endogeneity dan korelasi bersiri.

Kajian ini akan melakukan ujian punca unit panel menggunakan kaedah yang diperkenalkan

oleh Im, Pesaran dan Shin (IPS, 2003) berdasarkan prosedur Dickey-Fuller. Ujian punca unit panel

oleh IPS dapat mengesan kehadiran punca unit dalam panel yang menggabungkan maklumat data dari

dimensi siri masa dengan dimensi keratan rentas. Ujian IPS telah didapati mempunyai kuasa ujian yang

lebih baik dengan kebanyakan pengkaji ekonomi telah menggunakan ujian ini untuk menganalisis

hubungan jangka panjang dalam data panel.

KEPUTUSAN

Sama seperti data siri masa, ujian punca unit panel perlu dilakukan bagi mengelakkan daripada

mendapat satu regresi dan kolerasi palsu, yang mana kelihatan penganggaran regresi yang agak baik

tetapi sebenarnya tidak menunjukkan hubungan yang tulen. Selain tu juga, ujian punca unit panel ini

mempunyai kaedah untuk mengenal pasti masalah seperti heterokedastisiti dan korelasi yang berbeza.

Setiap ujian punca unit panel mempunyai kelebihan dan limitasi yang tersendiri dan untuk kajian ini,

kami melakukan ujian punca unit panel Im, Pesaran dan Shin (IPS, 1997) yang berdasarkan prosedur

Dickey-Fuller yang terkenal. IPS juga telah mencadangkan satu ujian untuk mengesan kehadiran punca

unit dalam panel yang menggabungkan maklumat daripada dimensi siri masa dengan dimensi keratan

rentas, di mana pemerhatian masa yang sedikit adalah diperlukan untuk menguji supaya mempunyai

kuasa yang tinggi. Apabila ujian IPS telah didapati mempunyai kuasa ujian yang lebih baik,

kebanyakkan pengkaji ekonomi telah menggunakan ujian ini untuk menganalisis hubungan jangka

panjang dalam data panel. Oleh itu, dalam kajian ini turut menggunakan ujian IPS untuk menganalisis

data dalam kajian ini untuk menguji kepegunan data panel.

Jika pembolehubah mungkin tidak pegun dalam bentuk tingkat (level form), biasanya menjadi

pegun dalam bentuk pembezaan (difference). Jika siri masa itu telah mencapai pegun dengan hanya

dibezakan sekali sahaja, kita katakan pembolehubah ini adalah integrasi darjah pertama atau integrated

of order one yang boleh ditulis sebagai )1(I .

JADUAL 2 menunjukkan keputusan ujian punca unit panel bagi negara Malaysia, Thailand

dan Indonesia. Keputusan ujian kepegunan data bagi setiap pembolehubah mendapati, hipotesis nol

kepegunan bentuk tingkat I(0) bagi semua siri masa gagal ditolak. Ini bermakna data tidak pegun dalam

bentuk tingkat. Bagaimanapun ujian punca unit menunjukkan data pegun pada pembezaan pertama

sama ada pada konstan atau konstan dan trend dengan aras keertian pada 1%, 5%, dan 10%.

Keputusan menunjukkan bahawa siri panel adalah berkointegrasi pada pembezaan pertama, I(1). Maka,

434 Fauzi Hussin, Hussin Abdullah

kemungkinan hubungan jangka panjang antara data panel ini adalah wujud atau berkointegrasi. Oleh

itu set data ini sesuai untuk melakukan ujian panel kointegrasi Pedroni (1999, 2004).

Ujian Kointegrasi

Analisis Ujian Fully Modified OLS

Ujian Fully Modified OLS (FMOLS) adalah untuk mengetatahui sama ada wujud atau tidak wujud

hubungan dan keseimbangan bersifat jangka panjang antara pembolehubah yang dikaji secara individu

atau setiap negara. Keputusan ujian kointegrasi panel bagi setiap negara dapat ditunjukkan oleh

JADUAL 3.

Keputusan ujian FMOLS seperti yang ditunjukkan dalam JADUAL 3 mendapati semua

pembolehubah bebas adalah berkointegrasi secara positif dan signifikan dengan KDNK benar bagi

negara Thailand. Sektor perkilangan dan sektor pertanian memberi sumbangan yang besar dan

signifikan terhadap pertumbuhan KDNK benar negara Thailand. Pertambahan pengeluaran sektor

perkilangan 1 peratus akan meningkatkan KDNK benar sebanyak kira-kira 2.14 peratus, manakala

pertambahan pengeluaran sektor pertanian sebanyak 1 peratus akan meningkatkan KDNK benar

sebanyak kira-kira 1.26 peratus. Bagi Malaysia dan Indonesia, hanya sektor pertanian berkointegrasi

secara positif dan signifikan dengan KDNK benar kedua-dua negara.

JADUAL 4 adalah untuk melihat kewujudan hubungan kointegrasi secara bersama bagi

spesifikasi model (1.0) di atas. Keputusan ujian kointegrasi kumpulan FMOLS mendapati KDNK

benar adalah berkointegrasi secara bersama dalam kumpulan panel terhadap semua pembolehubah.

Secara kumpulan panel didapati wujud kointegrasi yang positif dan signifikan antara KDNK benar

dengan semua pembolehubah bebas yang dikaji. Nilai t-statistik yang dinyatakan dalam kurungan bagi

pembolehubah RGDP, AGR, MANU dan TRADE memberikan nilai yang lebih besar daripada 2

menunjukkan semua pembolehubah adalah signifikan sekurang-kurangnya pada aras keertian 5 peratus.

RUMUSAN

Kertas kerja ini bertujuan mengenal pasti hubungan jangka panjang di antara sektor-sektor

pengeluaran, perkilangan serta perdagangan terhadap pertumbuhan KDNK benar bagi panel data tiga

buah negara yang terdiri daripada Malaysia, Thailand dan Indonesia di antara tahun 1988 – 2008

dengan menggunakan teknik-teknik kointegrasi data panel Pedroni. Keputusan ujian punca unit IPS

menunjukkan siri panel adalah berkointegrasi pada pembezaan pertama. Selain itu, penganggaran

menggunakan Pedroni FMOLS mendapati sektor pertanian berkointegrasi dengan KDNK benar bagi

semua negara yang dikaji. Bagaimanapun, semua pembolehubah berkointegrasi secara positif dan

signifikan dengan KDNK benar bagi negara Thailand sahaja.

RUJUKAN

Abdul Rashid. (2004). Sectoral linkages; Identifying the key growth stimulating sector of the Pakistan

economy. International Institute of Islamic Economics (IIIE), Pakistan.

Acevedo, A., Mold, A., & Perez, E. (2009). The sectoral driver of growth: A long term view of Latin

American economic performance. Cuardernos Economicos de ICE, No. 78, pp. 117-142.

Andzio-Bika Herve Lezin Wilfrid, & Kamitewoko Edwige. (2004). Role of agriculture in economic

development of developing countries: Case Study of China and Sub-Saharan Africa (SSA).

Journal of Agriculture and Social Research. Vol 4, No 2.

Awokuse, T. O. (2009). Does agriculture really matter for economic growth in developing countries?

Selected paper presented at the Applied Agricultural Economics Association Annual Meeting,

Milwaukee, WI.

Chamhuri Siwar, Surtaham Kartin Hassan, & Norshamliza Chamhuri. (2005). Ekonomi Malaysia (edisi

keenam). Petaling Jaya: Pearson Malaysia Sdn. Bhd.

Chang, J. J., Chen, B.L., & Hsu, M. (2006). Agricultural productivity and economic growth: Role of

tax revenues and infrastructures. Southern Economic Journal. 72(4), 891-914

Dickey, D. and Fuller, W. (1979). Distribution of estimators for autoregressive time series with a unit

root, Journal of the American Statistical Association, 74, 427–31.

Fei, J. C. H., & Ranis, G. (1964). Development of the Labor Surplus Economy. Homewood, IL: Irwin.

Prosiding Persidangan Kebangsaan Ekonomi Malaysia Ke VI 2011 435

Gordon, D. V. (1995). Optimal length in estimating Dickey-Fuller statistics: an empirical note. Applied

Economics Letters, 2, 188-190.

Heij, C., Boer, P. d., Franses, P. H., Kloek, T., & Dijk, H. K. v. (2004). Econometrics Methods with

Applications in Business and Economics. New York: Oxford University Press.

Ianchovichina, E., Ivanic, M. & Martin, W. (2010). The growth of China and India: implications and

policy reform options for Malaysia. Asian-Pacific Economic Literature. 24(2), 117–141.

Kao, C. and Chiang, M. (2000). On the estimation and inference of a cointegrated regression in panel

data, Advances in Econometrics, 15, 179–222.

Libanio, Gilberto. (2006). Manufacturing industry and economic growth in Latin America: A

Kaldorian approach. CEDEPLAR, Federal University of Minas Gerais, Brazil.

Linden, Mikael & Tahir Mahmood. (2007). Long run relationships between sector shares and economic

growth. A Panel Data Analysis of the Schengen Region, Keskustelualoitteita, 50.

Nelson, C., & Plosser, C. I. (1982). Trend and random walks in macroeconomic time series: Some

evidence and implication. Journal of Monetary Economics, 10, 139-162.

Pedroni, P. (1999). Critical For Cointegration Tests in Heterogeneous Panels with Multiple Regressors.

Oxford Bulletin Of Economics and Statistics. Vol. 61, Special Issue. pp. 653-670

__________. (1996). Fully Modified OLS For Heterogenous Cointegrated Panels and The Case of

Purchasing Power Parity. Economic Letters.

__________. (2004). Panel Cointegration: Asymptotic and Finite Sample Properties of Pooled Time

Series Test With an Application to the PPP Hypothesis. Economic Letters.

Rock, M. T. (2002). The Impact of Selective Interventions in Agriculture. Journal of International

Development , 14, 485–510.

Sastry, D. V. S, Balwant Singh, & Unnikrishnan, N. K. (2003). Sectoral linkages and growth prospects

reflections on the Indian economy. Economic and Political Weekly.

Takio FukuchiTakio Fukuchi. (1994). Growth and the Subsectoral Pattern of the Manufacturing Sector

in Indonesia - A Comparative Study of 16 Countries. Asian Economic Journal. Volume 8,

Issue 3, pp. 239-260.

Wu,Yanrui. (2007). Service sector growth in China and India: A comparison China.

An International Journal, 5(1), 137-154.

JADUAL 1: Peratus Sumbangan Sektor Utama kepada KDNK bagi tahun 1988 dan 2008

Negara Pertanian Industri Perkhidmatan

1988 2008 1988 2008 1988 2008

Malaysia 20.1 10.1 38.1 47.6 41.9 42.3

Thailand 16.2 11.6 34.6 45.1 49.2 43.3

Indonesia 22.5 14.4 37.3 48.1 40.4 37.5

Sumber: Ubahsuai dari Data Bank Pembangunan Asia (ADB)

436 Fauzi Hussin, Hussin Abdullah

0

100

200

300

400

500

600

19

88

19

89

19

90

19

91

19

92

19

93

19

94

19

95

19

96

19

97

19

98

19

99

20

00

20

01

20

02

20

03

20

04

20

05

20

06

20

07

20

08

Malaysia

Thailand

Indonesia

Tahun

KDNK ASEAN-3 (US$ billon)

Sumber: Diubahsuai daripada Data Bank Pembangunan Asia (ADB).

RAJAH 1: KDNK Benar Bagi Negara ASEAN3 (US$ bilion)

JADUAL 2: Ujian Punca Unit Panel – Kaedah IPS bagi ASEAN-3

Bentuk Tingkat Pembezaan Pertama

Konstan Konstan dan Tren Konstan Konstan dan Tren

RGDP 1.497 0.009 3.547*** 2.294***

AGR 2.351 1.747 3.442*** 2.659***

MANU 0.702 0.437 3.873*** 2.873***

TRADE 0.524 0.341 3.259*** 1.926**

Nota: *** dan ** ada signifikan pada aras keertian 1% dan 5%. Jumlah lat yang digunakan adalah

ditentukan menggunakan Akaike Information Criteria (AIC). RGDP = KDNK benar, AGR = sektor

pertanian, MANU = sektor perkilangan, TRADE = sektor perdagangan.

JADUAL 3: Ujian Kointegrasi FMOLS Mengikut Negara

RGDP AGR MANU TRADE

Malaysia 3.10**

(3.77)

2.60***

(5.65)

-0.51

(-0.41)

0.55

(0.49)

Thailand 1.82***

(12.74)

1.26***

(15.42)

2.14***

(5.63)

0.81*

(3.16)

Indonesia 2.19*

(3.40)

1.16*

(3.06)

2.78

(1.43)

0.16

(0.06)

Nota: ***, **, dan * ada signifikan pada aras keertian 1%, 5%, dan 10%.

JADUAL 4: Ujian Kointegrasi kumpulan FMOLS

RGDP AGR MANU TRADE

Kumpulan 2.37***

(11.49)

1.67***

(13.93)

1.47**

(3.84)

0.51*

(2.14)