1

CGE Model adalah salah satu

alat analisis yang dapat

digunakan untuk model

pengambilan keputusan atau

kebijakan pariwisata

A GENERAL EQUILIBRIUM ANALYSIS OF CLIMATE CHANGE

IMPACTS ON TOURISM

Mengukur Dampak Perubahan Iklim pada Industri Pariwisata menggunakan Model

Computable General Equilibrium

Tugas Perseorangan Untuk Matakuliah Metode Pariwisata

Review Oleh

I GUSTI BAGUS RAI UTAMA

NIM. 1090771010

PROGRAM PASCA SARJANA S3 Doktor Pariwisata

Universitas Udayana, DENPASAR

Keunggulan dan Kelemahan Model Computable General

Equilibrium

CGE Model adalah salah satu alat analisis yang dapat digunakan untuk model

pengambilan keputusan atau kebijakan pariwisata (Gillham, 2009)

Pemilihan alat analisis untuk merumuskan kebijakan pariwisata, sangat

beragam jumlahnya dan ini sangat tergantung pada

kemauan dan kemampuan kita untuk memilih dan

menggunakannya, ketersediaan data, serta factor

lainnya. Jika kita ingin membuat prediksi

permintaan, menghitung elastisitas, mencari trend

sebuah data, dan mencari sebuah impact sebuah peristiwa atau membuat sebuah

pemodelan impact, maka CGE adalah pilihannya (Gillham, 2009)

2

CGE juga dikenal sebagai

alat analisis numerical

simulation model

CGE adalah sebuah model

sedangkan TSA adalah sebuah

alat control

CGE model biasanya digunakan oleh

institusi pemerintahan baik daerah, Negara

maupun regional dengan mengukuran berbagai

indicator ekonomi yang berhubungan dengan pariwisata serta pengaruhnya terhadap

industri pariwisata di suatu daerah, Negara, ataupun region (Gillham, 2009)

Dibeberapa studi model CGE juga dikenal sebagai alat analisis numerical

simulation model, karena harus ada number yang diukur untuk mengukur antara

impact dan effect, pada kesempatan yang sama, alat ini juga dikenal dengan alat

analisis meodel keseimbangan antara permintaan dan penawaran secara simultan.

Harus tersedia data misalnya GDP, welfare, output, employment , dan data yang

lainnya yang dapat diukur (Gillham, 2009)

CGE Model dikembangkan dan berkembang sejak tahun 1970-an oleh

Jorgenson dan John Whalley, yang sebelumnya CGE berasal dari General equilibrium

model dan Input_Output model yang lebih popular di ilmu ekonomi dan

penerapannya (Gillham, 2009)

Selanjutanya pada tahun 1980-an, model ini

dipakai oleh WTO “world Trade Organisation”

sebagai sebuah model baru di kalangan periset

ekonomi, dan akhirnya pada saat ini, model ini telah diterapkan dibidang pariwisata

oleh Adams dan Parmenter sejak tahun 1995 (Peterson, 2003).

3

CGE Model dapat

menggambarkan secara detail

pengaruh pariwisata terhadap

sector lain secara simultan

berkembang pada sebuah

kawasan

CGE adalah sebuah model sedangkan TSA adalah sebuah alat control, CGE

Model dapat menghasilkan keduanya baik untuk control dan juga sebuah model yang

dapat diaplikasikan ditingkat nasional bahkan lebih luas dari itu (Gillham, 2009)

Prinsif kerja dari CGE model adalah membangun sebuah matematis ekonomi

model atau analisis matematis untuk menghasilkan model baru ekonomi impact

model (Gillham, 2009). Proses kerjanya diawali dengan pengumpulan data yang

dapat diolah secara matematis, kemudian mengolahnya kedalam analisis matematis

untuk menghasilkan model. Sedangkan hasil yang diharapkan adalah agar model

yang dihasilkan dapat menggambarkan keadaan

sebelum dan sesudah terjadinya sebuah effect

“shock” sebuah peristiwa.Di beberapa studi kasus,

CGE model berhasil menggambarkan effect dari

pengeluaran wisatawan di sebuah destinasi atau Negara tujuan dan impactnya

terhadap sector lain yang berkembang secara simultan dinegara yang sedang

dipelajari. Di beberaoa kasus penelitian dengan CGE, dihasilkan tiga jenis effect dari

pengeluran wisatawan, diantaranya adalah sebagai berikut: (1) direct effect;

peningkatan pendapatan secara langsung disebabkan oleh pengeluaran wisatawan

secara langsung. (2) Indirect effect, yakni peningkatan pendapatan yang disebabkan

peningkatan terhadap permintaan akan barang dan jasa oleh industry terkait

pariwisata. (3) induced effect, yakni; Pendapatan yang diterima dari sector pariwisata

akan mengakibatkan atau memperkuat daya beli “spending” (Gillham, 2009)

4

CGE dianggap terlalu

sederhana, hasil analisis akan

menjadi sangat mungkin

hanya menjadi “kotak hitam”

yang harus dipelajari dengan

seksama lagi.

CGE Model dapat menggambarkan secara detail pengaruh pariwisata terhadap

sector lain secara simultan berkembang pada sebuah kawasan. Misalnya menganalisis

akibat sebuah krisis yang disebabkan oleh peristiwa “shock” missal peristiwa Bomb

Bali atau Bomb WTC karena CGE dapat menggambarkan data sebelum dan sesudah

peristiwa, serta akibatnya terhadap sector lainnya. Jadi CGE sangat layak diterapkan

di sector pariwisata yang dianggap paling rentan dibandingkan sector lainnya

(Gillham, 2009).

Kekuatan CGE Model adalah dapat mengetahui perilaku konsumen, produsen,

pemerintah secara tidak langsung dapat

digambarkan. Kekuatan lainnya adalah; dapat

mengukur effect dari peningkatan atau penurunan

pendapatan masyarakat terhadap sector lainnya.

Dapat menggambarkan sebab dan akibat sebuah

peristiwa yang telah dan akan berlangsung (Gillham, 2009)

Walaupun CGE Model memiliki banyak keunggulan namun masih tetap ada

kelemahannya, yakni; model CGE dianggap terlalu sederhana, Data harus numeric

“parametric” dan kalibrasi, terlalu banyak asumsi yang mungkin tidak dapat dipenuhi

oleh sebuah wilayah kajian atau peristiwa, hasil analisis akan menjadi sangat

mungkin hanya menjadi “kotak hitam” yang harus dipelajari dengan seksama lagi.

5

Analisis yang dilakukan

menitikberatkan pada

sejumlah arus pengeluaran

wisatawan yang berpengaruh

pada ekonomi regional secara

langsung dihubungkan dengan

sejumlah arus pengeluran

wisatawan

Mengukur Dampak Perubahan Iklim pada Industri Pariwisata

sebuah kajian oleh Andrea Bigano, Roberto Roson, dan Ricard S.J.

Tol.

Pengantar

Laporan Penelitian ini adalah sebuah evaluasi dan simulasi dampak ekonomi

pada perubahan iklim terhadap permintaan pariwisata menggunakan computable

general equilibrium model. Tahapan pertama, model CGE disesuaikan untuk

beberapa tahun ke depan, untuk merumuskan hipotesis benchmark equilibria,

berdasarkan pada perubahan-perubahan drastis “shocks”, dan simulasi dampak

perubahan iklim.

Laporan ini pada intinya adalah hasil

evaluasi dan simulasi dampak perubahan iklim

pada pariwisata berdasarkan rata-rata dua set data

“shock” yang terjadi secara simultan. Data

peristiwa shock yang pertama diperkirakan berasal

dari data komsumsi wisatawan terhadap produk

yang dihasilkan oleh sebuah kawasan atau domestik, Data kedua merupakan simulasi

pengeluaran wisatawan di kawasan tertentu.

Analisis yang dilakukan menitikberatkan pada sejumlah arus pengeluaran

wisatawan yang berpengaruh pada ekonomi regional secara langsung dihubungkan

dengan sejumlah arus pengeluran wisatawan. Pada skala global, perubahan iklim

6

10% dari GDP dunia

dipengaruhi oleh sektor

pariwisata khususnya pada

pengeluaran untuk rekreasi

dan perjalanan wisata itu

sendiri.

membawa pengaruh pada penurunan kesejahteraan, dan akan menimbulkan

kesenjangan di beberapa kawasan.

Ketiga peneliti tersebut percaya bahwa 10%

dari GDP dunia dipengaruhi oleh sektor pariwisata

khususnya pada pengeluaran untuk rekreasi dan

perjalanan wisata itu sendiri. Berdasarkan alasan di atas maka evaluasi dan simulasi

ini dianggap penting untuk diadakan. Pada kesempatan ini, ketiga peneliti ini meneliti

tentang dampak ekonomi akibat perubahan iklim terhadap sector pariwisata. Hasil

penelitian disajikan menjadi 7 seksi, yakni; (1) Pengantar, (2) Estimasi arus

perubahan wisatawan dunia, (3) Outline GE model, (4) Gambaran keterlibatan

wisatawan dalam model CGE, (5) Diskusi tentang Data data penting di Pariwisata,

(6) Hasil Analisis dampak perubahan Iklim, (7)Kesimpulan. Sajian tersebut

dipaparkan sebagai berikut:

7

1.1 Prediksi Perubahan Arus Wisatawan Dunia (Estimates of Changes in

international tourist flows).

Figure The change in arrivals and departures due to climate change, as a

percentage of arrivals and departures without climate change; countries are

ranked to their average annual temperature in 1961-1990.

Pada studi ini diprediksi bahwa, perkembangan jumlah wisatawan dunia

dipengaruhi oleh (1) pertumbuhan jumlah penduduk, (2) pendapatan perkapita, dan

(3) iklim. Sedangkan attractiveness dari daerah tujuan wisata dipengaruhi oleh

pendapatan perkapita, iklim, kemiripan destinasi terhadap asal daerah wisatawan, dan

jarak geografis dari asal wisatawan itu sendiri.

Pada figure di atas dapat digambarkan bahwa preferensi wisatawan terhadap

perjalanan wisata, namun sangat disayangkan, dampak dari perubahan iklim tidak

dengan jelas dapat dilihat, ini disebabkan ada dua dampak perubahan iklim itu, yakni

8

sisi positif dan juga dampak negative. Dari sisi positif, perubahan iklim menyebabkan

daerah tujuan wisata semakin atraktif dalam ber-inovasi untuk pengembangan

destinasinya, di sisi negative, terdapat kecenderungan bahwa wisatawan cenderung

memilih berlibur di wilayahnya sendiri dibandingkan berlibur ke wilayah lain yang

jauh wilayah tempat tinggalnya. Sebagai contohnya, di Inggris terjadi perubahan

preferensi pilihan berlibur yang cenderung memilih berlibur di dalam negerinya atau

di negara sekitarnya. Sedangkan di Zimbabwe justru terjadi kebalikannya, namun gap

kedua kenyataan antara arrival dan departure belum begitu jelas dapat diterangkan

atau diprediksi pada model CGE.

1.2 Evaluasi menggunakan CGE dan Strategi Simulasi Struktur. (Assessing

the general equilibrium effects: model structure and simulation strategy)

Model GE effects kali ini mengacu pada data histori pada pelenelitian

sebelumnya yang telah dilakukan oleh Dixon and Rimmer (2002), dengan

menambahkan model kalibrasi data, dan model prediksi berdasarkan beberapa

variable ekonomi, untuk merumuskan hipotesis yang akan diuji, untuk membuat

dugaan dimasa yang akan datang.

Pada saat penelitian ini dilakukan dan beberapa tahun ke depan, penelitian ini

lebih difokuskan pada sisi penawaran untuk memprediksi perubahan terhadap

kontribusi penyerapan tenaga kerja, penyerapan modal asing, penggunaan lahan,

pemanfaatan sumberdaya alam, dan juga beberapa faktor lain yang mempengaruhi

9

produktifitas yang semuanya itu disebut dengan “naturally exogenous” pada CGE

models.

Dengan menambahkan IMAGE model yang fokus pada variabel pemanfaatan

lahan pertanian, dan produktivitas lahan, didapatkan model prediksi minimalisasi

dampak peningkatan suhu untuk memperlambat perubahan iklim.

1.3 Model Analisis Dampak pada GE Model. (Impact modeling in the CGE

Framework)

Model yang diterapkan pada industry pariwisata yang berhubungan dengan

dampak dari climate change atau perubahan iklim, ditampilkan dalam bentuk

eksperimen simulasi berdasarkan beberapa variabel shocking atau kejutan ke dalam

model CGE.

Prosedurnya dengan mengkondisikan fakta-fakta pada database yang mengacu

pada konsep Gross Domestik Produk. Sedangkan national income didefinisikan

sebagai pendapatan yang dihasilkan pada sebuah kawasan tertentu, tidak perduli

tentang kewarganegaraannya

“This should be kept in mind when considering the influence on the

national income of an extra foreign tourist. Because of the GDP

definition, the additional expenditure generated by tourism activities

is not accounted for as exports, but as additional domestic

consumption. Furthermore, foreign income spent inside the national

territory amounts to a sort of income transfer. Accordingly, in the

model we simulated the effects of a tourists’ flows variation by

altering two sets of variables, considering changes in the structure of

final consumption and changes in international income transfers”

10

Model Dampak dengan CGE menghasilkan dua hipotesis:

Dengan asumsi pertama: pengeluaran agregat sector pariwisata proporsional terhadap

jumlah wisatawan, baik wisatawan asing maupun domestic yang mengunjungi

Negara tertentu pada tahun tersebut. Perubahan variasi kedatangan wisatawan asing

seiiring dengan variasi keberadaan wisatawan domestic.

1. Asumsi kedua: pengeluaran wisatawan terbagi menjadi dua komponen,

komponen pertama yakni; pengeluaran wisatawan domestic di dalam negeri dan

pengeluaran wisatawan domestic yang berangkat ke destinasi luar negeri sebagai

seorang wisatawan. Komponen kedua yakni; pengeluaran wisatawan asing pada

pengeluaran untuk hotels, restaurants, dan aktivitas rekreasi selama liburan.

sedangkan pengeluran yang tidak nampak jelas seperti biaya transportasi tidak

ikut dihitung pada model ini.

2. Asumsi yang lainnya tidak ditentukan secara khusus berhubung keterbatasan

data.

Untuk membuat estimasi perubahan kedatangan, keberangkatan dan wisatawan

domestik baik dengan dan tanpa adanya perubahan iklim. Jumlah wisatawan dapat

ditentukan dengan formula sebagai berikut:

11

Dimana:

Ar = interregional arrivals ( Ar0 in the baseline, i.e. without climate change)

Dr are interregional departures (Dr0 in the baseline),

r RT is the number of regional domestic tourists. We define 0r RT , in the baseline, as 0 0 0r r r RT = RA + NT , where 0r RA are intra-regional

arrivals and 0r NT is the basis of domestic tourists in the baseline. the

assumption that the basis of domestic tourists in each country,

r NT , is unaffected by climate change.

This assumption is reasonable, at least for limited climate impacts, and it is

unavoidable for our study because of the lack of estimates on the effect of

climate change on domestic tourism.

Sebagai catatan, untuk mengukur perubahan arus wisatawan, digunakan data

kedatangan interregional, dan keberangkatan dipisahkan menjadi dua yakni

keberangkatan ked dan keluar negeri diantara sesama kawasan. Hal ini dilakukan

untuk menghindari overestimasi pada regional income transfer, tetapi justru akan

mengaburkan dampak dari climate change terhadap permintaan sector pariwisata

pada kawasan yang diukur sehingga hasilnya tidak akan nampak dengan jelas dan

antara ke datangan dan keberangan pada kawasan harus sama jumlahnya.

Untuk Pengeluaran Wisatawan, baik aktivitas rekreasi, hotel, restaurant, dan

pengeluaran terkait dikelompokkan kedalam Macro industry “Market Services”.

Untuk mendapatkan share dari sub-industry “recreational industry” secara agregat,

digunakan rumus sebagai berikut:

12

“where VDP stands for “value of domestic purchases” for recreational

services (Rcr)and total Market Services (MS) in the base year. The term on the

denominator was obtained from the GTAP 5 database at its maximum level of

disaggregation”

Dimisalkan, hotels and restaurants (HT), maka Untuk Pengeluaran Wisatawan untuk

hotel dan restaurant adalah sebagai berikut.

Karena hotels dan restaurant digabung pada “Trade” pada GTAP 5 database,

sehingga dianggap sebagai sumber informasi untuk expenditure on hotels

and restaurants pada tahun dasar (Euromonitor, 2002). Perubahan exogenus terhadap

permintaan pasar jasa, termasuk variasi arus wisatawan baik negative maupun positif,

dapat diukur berdasarkan “terms of share of the base year expenditure” dengan

rumus sebagai berikut:

13

Sehingga tingkat konsumsi, termasuk sejumlah pasar jasa adalah endogenus

variable pada model ini. Akibatnya, input datanya menggunakan “additional tourism

expenditure” dengan mengabaikan pengaruh simultan perubahan harga pada pasar

yang lainnya.

Selanjutnya, untuk mengukur extra income diperlukan data keuangan yang

berhubungan dengan pengeluaran wisatawan asing, dengan dua variasi, yakni dengan

dan tanpa climate change, sebagai net tourism inflow (arrivals – departures) di tiap

Negara. Rumusnya adalah sebagai berikut:

Pada simulasi, elemen ini ditambahkan sebagai “equation computing the

national income as the total value of all domestic primary resources”. Untuk

meyakinkan alokasi pendapatan global itu netral dan pendapatan shocks memiliki

tanda yang sama terhadap permintaan shocks.

14

1.4 Data Dasar Perkiraan Volume Wisatawan Domestik (Baseline estimates for

domestic tourism volumes)

Untuk mengukur estimasi variasi jumlah wisatawan, beberapa data yang

berhubungan dengan wisatawan domestic dianggap baseline ( NTr0 ). Parameter ini

termasuk 0r RT , denominator of equation (1). Pada kebanyakan Negara, jumlah arus

wisatawan domestic mengacu pada data tahun 1997 pada Euromonitor tahun 2002.

Untuk beberapa Negara yang lainnya diperlukan data yang berasal dari biro pusat

statistic, lembaga pemerintah atau lembaga terkait. Untuk Negara kecil yang tidak

lebih dari dua Negara bagian atau provinnsi, diasumsikan jumlah wisatawan domestic

dianggap nol. Sedangkan dibeberapa Negara yang datanya tidak tersedia bias

digunakan data pada Negara terdekat pada satu kawasan.

Untuk membuat simulasi terhadap tahun 2010, 2030, dan 2050 menjawab

equation (2), menurut Hamilton et al. (2004), digunakan formula sebagai berikut:

Dimana Dti, popi and Yi are, respectively, domestic tourists, population and

per capita income in country i. The updated values of domestic tourists in country i in

year t can be estimated from baseline data through:

15

Agregat regional value untuk tahun 2010, 2030 dan 2050 digambarkan pada table

berikut

Pada tabel di atas, wisatawan domestic sebagai tahun dasar proyeksi untuk

simulasi tahun tersebut. Dalam bentuk rasio (kiri) rasio wisatawan terhadap jumlah

penduduk dan (kanan) jumlah wisatawan dalam ribuan.

Pada tahun 1997, wisatawan lebih rendah dari penduduk pada kawasan, kecuali

USA. Juga digambarkan bahwa aktivitas wisatawan domestik relatif tidak berubah,

sehingga pada tahun 2050 terdapat cukup pendapatan setidaknya 1,26 wisatawan

domestik per orang secara global untuk melakukan aktivitas wisata.

16

1.5 Hasil Simulasi CGE (Simulation Results)

Hasil simulasi dari model ini menunjukkan bahwa, dampak ekonomi sangat

ditentukan oleh waktu, sebab kenaikan suhu akan terus terjadi dari waktu ke waktu.

Waktu memegang peranan penting pada distribusi biaya, keuntungan, yang akan

membawa beberapa perubahan secara kualitatif atau non-numerical. Pada simulasi

ini, akan difokuskan pada pembahasan hasil tahun 2050 sebagai bahan diskusi.

1.5.1 Variabel Kejutan/Perubahan (Shocked variables)

Tabel di atas menunjukan bahwa perubahan iklim berdampak pada

permintaan swasta dan pendapatan rumahtangga dalam negeri. Pada Negara Uni

Eropa akan terjadi shocks pada tahun 2010 dan 2030, tetapi akan menjadi negatif

pada tahun 2050. Namun pada tingkat global, beberapa shock tidak nampak jelas

baik positif maupun negatif.

17

Perubahan perubahan terhadap permintaan dan pendapatan yang terlihat

berbeda sebelum dan sesudah simulasi dilakukan, karena terjadi imposed swing

didasarkan oleh partial equilibrium assumption dari harga yang tak tergantikan dan

pendapatan. Perbedaan antara shocks dan equilibrium level akan relatif besar terjadi

pada shocks permintaan dibandingkan shocks pendapatan.

1.5.2 Perdagangan (Trade)

Figure di atas menunjukkan pengaruh pada neraca perdagangan regional.

Terdapat peningkatan dan juga penurunan pada pengeluaran pariwisata secara

keseluruhan jika dihubungkan terhadap peningkatan ataupun penurunan net import.

Tergambar terjadi overlapping effect, yang pertama; pendapatan

mempengaruhi lebih tingginya import. Pada model GE membutuhkan keseimbangan

18

neraca pembayaran, tetapi neraca perdagangan mungkin akan defisit, jika hal ini

terjadi maka akan digantikan oleh capital inflow atau masuknya modal asing.

Penanaman modal asing digerakkan oleh harapan pengembalian modal yang

berhubungan dengan kondisi tingkat pengembalian saat ini. Tingginya permintaan

dalam negeri memicu peningkatan harga-harga bahan pokok, tingginya tingkat

pengembalian modal akan menarik minat penanaman modal asing. Dengan alasan

identitas keuangan, dapat diketahui keseimbangan atau ketidakseimbangan neraca

perdagangan, apakah sedang berada pada kondisi surplus atau defisit.

1.5.3 GDP (Gross Domestic Product)

GDP percentage changes with respect to the baseline in 2050.

19

Pada figure di atas terlihat bahwa pada umumnya GDP juga mengikuti shock

yang terjadi, sehingga pada analisis ini diasumsikan, jika perdagangan dan terjadi

efek barang pengganti, maka akan cenderung menimbulan initial shocks.

1.5.4 Faktor Primer dan Output Industri (Primary factors and industrial

output)

Figure di atas menunjukkan bahwa, permintaan terhadap faktor pokok

berhubungan dengan permintaan akhir. Pada pasar jasa tidak menggunakan faktor

lahan dan juga tidak menggunakan faktor sumber daya alam tetapi menggunakan

indikator modal dan penyerapan tenaga kerja. Pada beberapa kasus di beberapa

kawasan terjadi positive shock dan vice versa.

Penawaran terhadap faktor pokok akan tetap terjadi pada waktu singkat jika

permintaan terhadap jasa meningkat, ongkos buruh meningkat dan modal juga

meningkat. Namun di lain pihak, harga sumber daya pokok menurun, walaupun

20

secara faktual terjadi positive shocks yang berhubungan dengan peningkatan

pengeluran wisatawan asing. Pada kasus ini, jika peningkatan tingkat pengembalian

modal terjadi maka akan berdampak pada peningkatan penanaman modal asing.

1.5.5 Emisi Gas (CO2 emissions)

CO2 emissions. Changes with respect to the baselines in 2010 (wide, light

bars; left axis) and in 2050 (narrow, dark bars; right axis).

Figure di atas menjelaskan bahwa dampak CO2 emission terjadi setiap

tahunnya, pada simulasi yang telah dilakukan pada model ini, variasi pada CO2

emission relatif terjadi sangat kecil, sehingga mengharuskan melibatkan industri

transportasi pada aktivitas pariwisata.

21

Menariknya bahwa, emisi bertolak belakang dengan arah GDP dan shocks

permintaan. Diartikan bahwa jika pariwisata meningkat maka cenderung konsumsi

meningkat seiring dengan kesadaran akan industri yang ramah lingkungan.

1.5.6 Kesejahteraan (Welfare)

Equivalent variation in 2010 (wide, light bars; left axis) and in 2050

(narrow, dark bars; right axis).

Figure di atas menggambarkan pengaruh dari pendapatan sejalan dengan

variasi kesejahteraan, di mana kesejahteraan menurun selama tiga periode. Pada

tingkat regional, dampak dari kesejahteraan memiliki ciri yang sama dengan

pendapatan dan shock permintaan.

Pada simulasi ini, pemenangnya adalah negara-negara yang berada pada iklim

saat ini dingin seperti Rusia dan Kanada. Uni Eropa mengalami hanya sedikit

peningkatan kesejahteraan namun menjadi tidak berarti apa-apa pada tahun 2050.

22

Perubahan iklim akan

berdampak pada sektor

pariwisata, dan secara

langsung membawa akibat

pada perubahan ekonomi.

Yang paling mengalami dampak dari perubahan iklim akan sangat terasa oleh

Negara-negara miskin yang bertumpu pada industri pariwisata, seperti terjadinya

peningkatan ketinggian air laut yang mungkin akan menenggelamkan beberapa

kawasan kepulauan yang berada pada dataran rendah (Bosello et al., 2004).

1.6 Kesimpulan (Conclusion)

Perubahan Iklim akan berdampak pada

beberapa aspek kehidupan, perubahan kebiasaan

berlibur yang disebabkan oleh variasi perubahan

iklim. Dampaknya akan sangat terasa pada sektor

jasa, sektor pariwisata, dan secara langsung membawa akibat pada perubahan

ekonomi.

Hasil penelitian ini adalah evaluasi tentang dampak dengan menggunakan GE

Model yang menunjukan dua hal penting sedang terjadi. Kedua hal itu adalah; (1)

Pariwisata berdampak pada ekonomi, (2) diprediksi bahwa, dampak ekonomi secara

keseluruhan akan merubah pariwisata dunia yang disebabkan oleh perubahan iklim.

Dampak pada permintaan domestik dan pendapatan rumah tangga berujung

pada kegiatan ekonomi khususnya berhubungan dengan barang dan jasa dan juga

berpengaruh pada permintaan fackor primer, dan harga. Begitu juga terjadinya

perubahan rate of return of capital akan mempengaruhi arus modal yang juga akan

mempengaruhi pendapatan dan kesejahteraan.

23

perubahan iklim membawa

dampak yang luas terhadap

perubahan preferensi

pemilihan daerah tujuan

berlibur atau destinasi,

kisaran dampaknya terhadap

GDP -0,3% s.d. +0,5% pada

tahun 2050.

Pada hasil analisis ini, juga dapat digambarkan bahwa perubahan iklim

membawa dampak yang luas terhadap perubahan preferensi pemilihan daerah tujuan

berlibur atau destinasi, kisaran dampaknya terhadap GDP -0,3% s.d. +0,5% pada

tahun 2050. Dampak perubahan iklim sangat

terasa pada sebuah kawasan, namun dampak pada

ekonomi global sangat kecil yakni mendekati nol

pada tahun 2010.

Sedikit terasa dampak pada kawasan eropa

barat, negara exporter energy, dan kawasan The rest of the world. Namun akan sangat

nyata dampaknya bagi Negara-negara yang berada pada kawasan mediterania yang

saat ini mengandalkan kawasan wisata dan akan mengalami penurunan kunjungan

wisatawan. kawasan The rest of the world juga akan mengalami peningkatan suhu

yang sangat panas dan juga kawasan tropis lainnya. Namun ada beberapa kawasan

yang tidak popular saat ini akan menjadi lebih dikenal oleh karena pemanasan global.

Bebarapa Negara exporter energy akan mengalami dampaknya pemanasan global

secara nyata.

Walau bagaimanapun, karya tulis ini masih memiliki banyak kelemahan yang

harus disempurnakan lagi, kelemahan tersebut adalah sebagai berikut: (1) evaluasi ini

dilakukan secara global namun tidak penyeluruh, seharusnya dilakukan pada tiap

kawasan sehingga perubahan yang sebenarnya terjadi pada setiap kawasan, dapat

digambarkan secara lengkap. (2) Evaluasi ini hanya mengukur dampak pemanasan

24

global terhadap sektor pariwisata, yang mungkin akan mempengaruhi lebih besar

terhadap sektor lainnya. (3) Evaluasi ini juga tidak menyertakan peningkatan

ketinggian air laut akibat pemanasan global yang mungkin beberapa pulau akan

tenggelam oleh karenanya. (4) Secara keseluruhan, model ini tidak dapat menjawab

berapakah biaya dari perubahan iklim tersebut jika dilakukan kuantifikasi. (5) yang

terakhir, evaluasi ini juga tidak dapat memprediksi kawasan-kawasan wisata bahari

atau perairan manakah yang akan menjadi popular.

25

2 Daftar Pustaka

Berrittella, Maria at al. .2004. A GENERAL EQUILIBRIUM ANALYSIS

OF CLIMATE CHANGE IMPACTS ON TOURISM: EEE

WORKING PAPERS SERIES - N. 17, Online Publication, and

retrieve from http://www.users.ictp.it/~eee/files/wp17.pdf

Departement of labour. 2009. Scenarios using a computable general

equilibrium model of the New Zealand economy: Economic Impacts

of Immigration Working Paper. Published: October 2009, retrieve

from www.dol.govt.nz › Publications › Research.

Gillham, Jonathan. .2009. Tourism Policy Modelling: Department for

Culture, Media and Sport. Tourism Policy Modelling. Jonathan

Gillham. Economist. Department for Culture Media and Sport.

London, Online Publication Retrieve from

www.culture.gov.uk/.../32TourismPolicyModelling1.pdf

Peterson, Sonja. 2003. Integrated Climate Models: An interdisciplinary

assessment of climate impacts and policies. Germany: Kiel Institute

for World Economics