sumbangan subsektor ekonomi terhadap pertumbuhan · pdf filebuah negara iaitu indonesia,...
TRANSCRIPT
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 ([email protected])
Hussin Abdullah ([email protected])
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)