Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

Jurnal Pengelolaan Lingkungan 228 (2018) 77–84

Daftar isi tersedia diScienceDirect

Jurnal Pengelolaan Lingkungan

halaman utama jurnal:www.elsevier.com/locate/jenvman

Artikel Penelitian

Efisiensi fasilitas pengolahan air limbah: Pengaruh skala ekonomi

Vicent Hernández-Chover∗, Agueda Bellver-Domingo, Francesc Hernández-Sancho

Kelompok Ekonomi Air, Departemen Ekonomi Terapan II, Universitas Valencia, Avda. Tarongers S/N, 46022, Valencia, Spanyol

INFO ARTIKEL ABSTRAK

Kata kunci: Siklus air, dari daerah tangkapan hingga pembuangan, merupakan sektor yang melibatkan investasi penting serta
Skala ekonomi biaya operasi dan pemeliharaan. Secara khusus, pengolahan limbah merupakan tantangan bagi pemerintah karena
Efisiensi mereka harus mempertimbangkan aspek ekonomi, lingkungan, dan sosial. Di dalam Uni Eropa, penerapan Directive
Data envelopment analysis (DEA)
91/271/EEC bertanggung jawab atas lokasi fasilitas pengolahan air limbah di wilayah tersebut, karena persyaratan
Energi
bahwa semua wilayah perkotaan harus memiliki infrastruktur ini untuk mengurangi dampak lingkungan dari air
Setara populasi
olahan di badan air. Perbedaan ukuran kota mempengaruhi desain masing-masing instalasi pengolahan air limbah
Instalasi Pengolahan Air Limbah (IPAL)
(IPAL) dan menyebabkan variasi dalam proses operasi. Kehadiran skala ekonomi di sektor ini memiliki pengaruh
signifikan terhadap efisiensi proses pengolahan air limbah dan berdampak langsung pada biaya operasional.
Berdasarkan pengejaran efisiensi ekonomi dan lingkungan, analisis ini memperluas ruang lingkup literatur saat ini
karena gunakan kembali memuji rentang populasi setara (pe) tertentu yang akan menjadi fasilitas

cocok untuk mencapai ncy di w pengolahan air limbah—menjelaskan perdebatan terbuka tentang skala
efisiensi ekonomi di IPAL.

1. Perkenalan standar lingkungan diterapkan untuk melindungi semua tahap siklus

Pertumbuhan populasi dunia dikaitkan dengan peningkatan
kebutuhan air. Konsekuensi dari peningkatan ini ada dua: di satu sisi
membahayakan keseimbangan air ekosistem, dan di sisi lain volume air
limbah yang dihasilkan tinggi. Situasi ini memaksa pihak berwenang
untuk memantau dan meningkatkan proses pengolahan air limbah
untuk meminimalkan dampak lingkungan dan memastikan status
ekologi badan air yang baik. Proses pengolahan air limbah diatur oleh
undang-undang yang menetapkan kriteria dan standar lingkungan
yang harus dicapai. Mencapai kriteria ini melibatkan pelaksanaan
pengelolaan IPAL yang efisien. Efisiensi IPAL tidak hanya
mengasumsikan penghilangan semua polutan yang termasuk dalam
peraturan,Molinos-Senante et al., 2013).
Dengan pendekatan ini IPAL menjadi unit produktif, dimana masukan
utamanya adalah air limbah dan keluaran yang diinginkan adalah air olahan,
cocok untuk penggunaan lain (Sala-Garrido et al., 2011). Uni Eropa
air, karena kepekaan sumber daya dan tekanan yang dialaminya oleh
aglomerasi perkotaan. Di antara yang paling penting dari peraturan ini
adalah Directive 91/271/EEC tanggal 21 Mei 1991 tentang pengolahan
air limbah perkotaan dan Directive 2000/60/EC dari Parlemen Eropa
dan Dewan tanggal 23 Oktober 2000 yang menetapkan kerangka kerja
untuk tindakan Masyarakat di lapangan. kebijakan air (EUR-Lex, 2016).
Directive 91/271/EEC bertujuan untuk menstandarkan pengelolaan air
limbah perkotaan untuk memastikan perlindungan lingkungan yang
memadai melalui peningkatan kualitas limbah IPAL. Directive
mensyaratkan bahwa semua aglomerasi perkotaan harus memiliki
kolektor dan IPAL. Dalam kasus aglomerasi perkotaan di daerah
sensitif (lahan basah atau danau), standar kualitas efluen harus
menjadi lebih ketat (melindungi ekosistem dari eutrofikasi). Hasil yang
paling terlihat dari penerapan Directive 91/271/EEC adalah peningkatan
jumlah IPAL kecil yang beroperasi di UE.1(Fraquelli dan Giandrone, 2003
); semua aglomerasi setara kurang dari 2000 populasi2(pe) harus
memiliki IPAL, dan aglomerasi perkotaan antara tahun 2000 dan 10.000
pe harus memasang pengumpul dan IPAL dengan

∗Penulis
yang sesuai.
Alamat email:vicent.hernandez@uv.es (V. Hernández-Chover).
1Misalnya, di Spanyol terdapat 3450 kota dengan kurang dari 2000 pe yang secara langsung mempengaruhi kawasan alam yang dilindungi (Kementerian Pertanian, Pangan dan
Lingkungan, 2015).
2Satu setara populasi (pe) didefinisikan sebagai “beban biodegradable organik yang memiliki kebutuhan oksigen biokimia (BOD5) selama lima hari sebesar 60 g oksigen per hari” oleh
Council Directive 91/271/ECC tanggal 21 Mei tentang pengolahan air limbah perkotaan.

https://doi.org/10.1016/j.jenvman.2018.09.014
Diterima 20 Januari 2018; Diterima dalam bentuk revisi 30 Agustus 2018; Diterima 3 September 2018 0301-4797/ © 2018
Elsevier Ltd. Semua hak dilindungi undang-undang.
V. Hernández-Chover dkk.
pengobatan sekunder. Sebelum Direktif, IPAL dibangun hanya di pusat
kota besar (Molinos-Senante et al., 2012).
Directive 2000/60/EC, lebih dikenal sebagai Water Framework
Directive (WFD), sangat mengubah kebijakan air yang ada karena
tujuannya untuk mencegah kerusakan air, meningkatkan status
ekologis badan air, dan mematuhi penggunaan air yang berkelanjutan.
untuk reformasi hukum dan struktural yang harus dimiliki Negara
Anggota Eropa dalam kebijakan air mereka. WFD mengambil
pendekatan multidisiplin: termasuk ekonomi sebagai mekanisme
penilaian untuk mencapai tujuannya. Dimensi lingkungan dan ekonomi
terintegrasi untuk membentuk bagian penting dari proses
perancangan implementasi dan pengaturan kebijakan air.
Pencarian sarana untuk mempertahankan status ekologi badan air (air
permukaan dan bawah tanah) dengan baik telah menyebabkan peningkatan
substansial dalam jumlah IPAL yang dikelola oleh Negara Anggota Eropa.
Untuk peningkatan IPAL ini digabungkan dengan kepatuhan standar
lingkungan dan ekonomi yang termasuk dalam WFD dan, karenanya,
skenario ketidakpastian telah dibuat karena tingginya volume tanggung
jawab baru. Tantangan bagi otoritas pengolahan air limbah ada dua: untuk
memastikan kualitas air olahan yang sesuai sementara biaya operasional
dikurangi (Molinos-Senante et al., 2013). Penting untuk menilai efisiensi IPAL
untuk mengidentifikasi potensi perbaikan dalam masalah ekonomi dan
lingkungan (Berg, 2013). Manajemen publik dari siklus air menyiratkan
bahwa manajer dan pemerintah harus mencari efisiensi di semua tahap
untuk memastikan kualitas layanan, penghematan biaya operasi, dan
pengelolaan lingkungan yang sesuai dari sumber daya air (lo Storto, 2015;
Marques, 2008).
Penggunaan pendekatan pembandingan adalah cara terbaik bagi pengelola
IPAL dan otoritas untuk mencapai kinerja yang efisien dari berbagai fasilitas.
Metodologi ini memungkinkan kita untuk mengetahui bagaimana sistem bekerja
dan input dan output apa yang mempengaruhi efisiensi atau inefisiensi. Selain itu,
kami dapat mengidentifikasi pengaruh skala ekonomi pada IPAL yang terletak di
tempat yang berbeda. Hasilnya dapat membantu dalam merencanakan tindakan
di masa mendatang, seperti mempertimbangkan ukuran fasilitas yang optimal
untuk memastikan pengolahan air limbah yang sesuai.
Metodologi yang digunakan untuk analisis efisiensi adalah metode
nonparametrik yang disebut Data Envelopment Analysis (DEA) dan dikembangkan
oleh Charnes et al. (1978). Keuntungan utama dari pendekatan ini adalah tingkat
fleksibilitas yang tinggi, yang membuatnya tidak perlu mendefinisikan bentuk
fungsional tertentu (Medal-Bartual et al., 2012). DEA adalah alat pendukung
keputusan yang dapat diterapkan di berbagai sektor, seperti energi, industri,
universitas, maskapai penerbangan, dan perbankan (Rácz dan Vestergaard, 2016;
Lee dan Worthington, 2016; Stewart et al., 2016; lo Storto, 2015; Christopoulos et
al., 2015; Sueyoshi dan Wang, 2014). Ini adalah alat yang andal untuk
mengevaluasi efisiensi unit produksi yang berbeda, memungkinkan pengenalan
ke dalam analisis beberapa input dan output dari proses produksi (Chakraborty,
2015; Aristovnik, 2015; Qasemi-Kordkheili et al., 2014; Blum, 2014; Zhong et al.,
2011; Hollingsworth, 2008; Chauhan et al., 2006; Viton, 1986).
Pengetatan undang-undang lingkungan telah mempromosikan
penggunaan DEA untuk menghitung efisiensi lingkungan dari proses
produksi (Zha et al., 2016; Halkos dan Papageorgiou, 2016; Cruz et al., 2013;
Rogge dan De Jaeger, 2012; Carvalho dan Marques, 2011; De Witte dan
Marques, 2009; Zhou et al., 2006; Hernández-Sancho dkk., 2000). Pelayanan
air minum dan sanitasi air juga sesuai dengan metodologi DEA karena
dianggap sebagai proses produktif; mereka menggunakan input untuk
mendapatkan output yang diinginkan yang dinyatakan sebagai air minum
atau air olahan (Hernández-Sancho et al., 2010). Dengan demikian
metodologi menyoroti operasi dan menginformasikan kebutuhan untuk
menerapkan perbaikan teknologi untuk memenuhi tujuan kualitas
lingkungan dan parameter pemulihan biaya yang ditetapkan oleh WFD (
Marques, 2008; García-Valiñas dan Muñiz, 2007). Ada berbagai macam
penelitian yang menggunakan metodologi DEA untuk menentukan efisiensi
penggunaan dan pengelolaan air (Morales dan Heaney, 2015; Carvalho et
al., 2015; Njiraini dan Guthiga, 2013; Kulshrestha dan Vishwakarma, 2013; lo
Storto, 2013; Gupta et al., 2012; Byrnes et al.,
78
Jurnal Pengelolaan Lingkungan 228 (2018) 77–84
2010; Abbott dan Cohen, 2009; Speelman et al., 2008; Marques, 2008; Díaz et
al., 2004; Thanassoulis, 2000). Kasus spesifik efisiensi pengolahan air limbah
telah dievaluasi dengan mempertimbangkan maksimalisasi polutan yang
dihilangkan (kualitas efluen yang lebih baik) sesuai dengan teknologi yang
digunakan (Benedetti et al., 2010; Oa et al., 2009; Mufioz et al., 2008; Baeza
et al., 2004). Hal ini karena terdapat penelitian yang menjustifikasi
pentingnya penghilangan polutan dalam proses pengolahan sebagai faktor
yang relevan untuk mengetahui efisiensi IPAL (Molinos-Senante et al., 2014).
Sektor air—mulai dari air minum hingga pengolahan air limbah—
dipengaruhi oleh adanya skala ekonomi. Analisis dariGarcia dan Thomas
(2001)menunjukkan adanya skala ekonomi dalam jaringan air minum
Perancis. Studi mereka menyimpulkan bahwa ukuran jaringan pasokan
mempengaruhi skala ekonomi. Studi ini tidak sendirian, karena ada
berbagai macam penulis yang menganalisis hubungan antara pengelolaan
air dan skala ekonomi (Worthington dan Higgs, 2014; Carvalho dan
Marques, 2014; Guo et al., 2014; Molinos-Senante et al., 2013; Saal et al.,
2013; Abbott dan Cohen, 2009; Nauges dan Berg, 2008; Nauges dan van den
Berg, 2007; Torres dan Morrison Paul, 2006; Fabbri dan Fraquelli, 2000).
Studi-studi ini menyoroti keberadaan skala ekonomi di sektor air, dan
temuan mereka bertujuan untuk meningkatkan manajemen kota dan proses
pengambilan keputusan. Mengingat bukti ini, masuk akal untuk berpikir
bahwa pengolahan air limbah akan menunjukkan pola yang sama; yaitu,
akan ada pengurangan biaya kesatuan pengolahan air limbah seiring
dengan peningkatan ukuran IPAL (Fraquelli dan Giandrone, 2003). Dengan
demikian, peningkatan jumlah IPAL yang disebabkan oleh Directive 91/271/
EEC mungkin bertanggung jawab atas variasi efisiensi pengolahan air
limbah (Molinos-Senante et al., 2012). Kita harus bertanya pada diri sendiri
apakah ukuran IPAL (dalam hal jumlah PE yang dirancang untuknya)
memengaruhi kemampuannya untuk menghilangkan polutan serta biaya
ekonomi yang terkait dengan pengolahan (Cesaroni dan Giovannola, 2015;
Hernández-Sancho et al., 2011a).
Analisis masalah ini penting karena dilema itu penting. Apakah lebih baik
membangun banyak IPAL kecil atau IPAL yang lebih besar untuk beberapa
aglomerasi perkotaan? Artinya, sejauh mana ukuran mempengaruhi kualitas
limbah IPAL dan efisiensi proses pengolahan (Guerrini et al., 2015;
Worthington dan Higgs, 2014)? Terjadi perdebatan terbuka mengenai hal ini,
yang mempengaruhi pembangunan IPAL baru, karena belum ada
konsensus tentang ukuran yang optimal. Studi dalam literatur menganalisis
skala ekonomi, tetapi hasilnya tidak meyakinkan karena sektor air
dipengaruhi oleh skala disekonomis (Berg dan Marques, 2011;Carvalho et
al., 2012). Dengan mempertimbangkan kedua pendekatan tersebut,
pencarian ukuran fasilitas yang optimal merupakan tantangan bagi setiap
penyelidikan (Kim dan Clark, 1988,Bhattacharyya et al., 1995, Fabbri dan
Fraquelli, 2000). Dilema ini mempengaruhi efisiensi ekonomi (ketika efisiensi
semakin rendah, biaya operasional akan meningkat) dan efisiensi
lingkungan (karena instalasi pengolahan limbah harus dirancang sesuai
dengan jumlah pe yang akan terhubung ke jaringan sanitasi; sehingga
ketidakseimbangan beban polusi mempengaruhi kualitas limbah). Hal ini
membawa kita untuk berpikir bahwa pengaruh skala ekonomi di IPAL tinggi.
Analisis terperinci yang mengarah pada identifikasi penyebab yang
bertanggung jawab atas ketidakseimbangan sebelumnya diperlukan, karena
tidak ada konsensus dalam literatur tentang ukuran optimal untuk IPAL (
Carvalho dan Marques, 2014).
Berdasarkan asumsi di atas, penelitian ini bertujuan untuk mengevaluasi
efisiensi dan skala ekonomi pada sampel IPAL yang terletak di Wilayah
Valencia, dari sudut pandang ekonomi dan lingkungan. Pendekatan ini
berfungsi sebagai titik awal untuk mempelajari pengaruh skala ekonomi
dalam proses pengolahan air limbah. Pengaruh skala ekonomi pada kinerja
IPAL memungkinkan untuk mengidentifikasi ukuran IPAL yang optimal.
Sampel yang dianalisis mewakili dilema antara IPAL kecil dan besar, karena
di Wilayah Valencia terdapat banyak kota kecil yang berkewajiban
menyediakan pengolahan air limbah. Kontribusi dari penelitian ini adalah
menyarankan ukuran optimal untuk IPAL masa depan untuk mencapai
efisiensi maksimum. Melalui metodologi yang diusulkan dalam pekerjaan
kami, dimungkinkan untuk
V. Hernández-Chover dkk.
mengusulkan ukuran tertentu (diwakili sebagai populasi yang setara) untuk
IPAL—pertama kali ukuran seperti itu diusulkan. Hasil analisis ini
menunjukkan potensi untuk meminimalkan biaya ekonomi pengolahan air
limbah dan, dengan perluasan, memungkinkan pengambil keputusan untuk
merancang perubahan jaringan IPAL untuk mengambil keuntungan
maksimal dari adanya skala ekonomi.
2. Metodologi
Biasanya istilah “efisiensi” digunakan untuk menggambarkan pemanfaatan
secara optimal semua faktor produksi dalam suatu proses produksi, sesuai
dengan teknologi yang ada.Farrel (1957)merupakan pionir dalam penelitian fungsi
frontier yang dijadikan acuan untuk mendapatkan pengukuran efisiensi pada
setiap unit produktif. Model yang diusulkan oleh Farrell membangun perbatasan
atau tolok ukur praktik terbaik yang terdiri dari unit paling efisien dalam sampel.
Oleh karena itu, ketika suatu perusahaan memperoleh output maksimum dengan
vektor input tertentu, atau menggunakan input minimum untuk menghasilkan
output tertentu, itu akan disebut batas produksi. Dalam hal ini, efisiensi teknis
suatu perusahaan dapat diukur dengan menghitung pengurangan proporsional
maksimum yang mungkin dalam penggunaan faktor-faktor yang sesuai dengan
tingkat outputnya.
Penilaian efisiensi dilakukan di sebagian besar sektor produktif (Coelli et
al., 2005). Kita dapat mengidentifikasi dua pendekatan utama untuk
menghitung indikator efisiensi: (i) pendekatan parametrik, yang diwakili oleh
metodologi stochastic frontier (SF) sebagai contoh (Oliver, 2015; Nauges dan
Berg, 2008), dan (ii) pendekatan nonparametrik, dengan data envelopment
analysis (DEA) sebagai contoh (Hernández-Sancho et al., 2011b). Baik
metode parametrik maupun nonparametrik diterapkan secara luas dalam
penilaian skala ekonomi. Survei literatur oleh Berg dan Marques (2011),
untuk utilitas air dan sanitasi, menyoroti bahwa sekitar 58% studi
menggunakan metode parametrik, sedangkan sekitar 34% menggunakan
metode nonparametrik. Secara khusus, pendekatan SF digunakan untuk
menganalisis perbedaan antara inefisiensi dan heterogenitas yang
mempengaruhi biaya (Battese dan Coelli, 1995; Hernández-Sancho dan
Bellver-Domingo, 2017). Di dalam sektor air ada penulis yang telah
menggunakan model SF dalam studi mereka (Tanduk, 2011; Mande Baufua,
2015; Mugisha, 2014). Namun, dengan mempertimbangkan proses
pengolahan air limbah, metode nonparametrik lebih tepat untuk menilai
efisiensinya. Pendekatan nonparametrik memungkinkan kita untuk
melakukan penilaian pembandingan yang tidak diperlukan untuk
menentukan perilaku IPAL (Carvalho dan Marques, 2011), tidak seperti
model SF. Secara khusus, pendekatan nonparametrik tidak mendefinisikan
bentuk fungsional dari frontier, dan tidak mendefinisikan nilai spesifik untuk
bobot yang diberikan untuk unit keputusan yang diidentifikasi berada di
dalam frontier—dibandingkan dengan kriteria kuadrat terkecil (Cubbin dan
Tzanidakis, 1998). Ini adalah aspek kunci untuk penggunaan pendekatan
nonparametrik untuk menilai efisiensi IPAL, karena IPAL adalah fasilitas
yang menunjukkan perilaku yang benar-benar berbeda satu sama lain (
Hernández-Sancho dan Bellver-Domingo, 2017). Manfaat dari pendekatan
nonparametrik ini bertanggung jawab atas peningkatan studi
pembandingan yang diterbitkan tentang sektor air dan air limbah, seperti
yang ditunjukkan dalam karyaCarvalho dkk. (2012). Hal ini karena DEA
merupakan teknik pemrograman linier yang memperoleh efisiensi dengan
membandingkan unit sampel berdasarkan input dan output masing-masing.
Metode DEA memungkinkan kita untuk menganalisis keberadaan skala
ekonomi dengan memperkirakan efisiensi masing-masing unit. Penerapan
pendekatan ini untuk menilai skala ekonomi melibatkan penentuan ukuran
optimal infrastruktur serta bagian dari proses yang dapat ditingkatkan (
Marques et al., 2015).
Dalam DEA terdapat dua ukuran efisiensi dengan karakteristik yang
berbeda yaitu radial dan non-radial. Pendekatan pertama diwakili secara
historis oleh model CCR (Charnes et al., 1978), yang mengukur efisiensi
global untuk setiap unit produktif yang dipelajari. Dengan DEA non-radial
diperoleh indeks efisiensi untuk setiap variabel dalam proses yang dianalisis.
Model non-radial memiliki keunggulan dalam mengidentifikasi input spesifik
yang perubahannya akan meningkatkan efisiensi sistem
79
Jurnal Pengelolaan Lingkungan 228 (2018) 77–84
unit yang dianalisa (Hernández-Sancho et al., 2011). Model radial mengukur
pengurangan radial (proporsional) maksimum di semua input yang akan
meningkatkan efisiensi unit ke tingkat unit yang paling efisien dalam
kumpulan studi (Sueyoshi dan Goto, 2011; Odeck dan Alkadi, 2001).
Misalnya, jika suatu unit produktif memiliki dua input, model ini bertujuan
untuk mendapatkan tingkat pengurangan maksimum dengan proporsi yang
sama, yaitu kontraksi radial pada dua input yang dapat menghasilkan
output saat ini.
Untuk menghitung efisiensi instalasi pengolahan air limbah, penelitian
ini menerapkan model DEA dengan menggunakan variabel skala
pengembalian ((Bankir, 1984), yang memungkinkan membandingkan setiap
unit yang dianalisis dengan unit yang memiliki ukuran yang sama
(Persamaan(3)). Dalam metodologi ini input diminimalkan, menjaga output
konstan (lo Storto, 2015). Implementasi model ini sesuai dengan analisis
tahap pertama, yang berupaya mengidentifikasi keberadaan skala ekonomi
dalam sampel global.
Kami menganggap proses produksi di mana dari vektor input
X∈RN + vektor outputy∈RM + diperoleh dengan menggunakan teknologi T,
sedemikian rupa sehingga
T= {(X,y);x dapat menghasilkan y} (1)
Teknologi T juga dapat diekspresikan dengan cara yang identik dari
sudut pandang masukan, yaitu,
X,y)∈T⇔X∈L(y) (2)
Di manaL(y)mewakili himpunan vektor masukanXyang memungkinkan setidaknya satu
vektor keluaranyuntuk dicapai.
Mengingat bahwaK=1, 2, ...,k, ...,K,unit produktif masing-masing
menggunakan vektorXk= (Xk 1,Xk 2,
...,XkN)(Nx1)masukan untuk melaksanakan pro-
pengurangan vektor outputyk= (yk 1,yk 2, ...,ykM)(Mx1),di mana z adalah a
vektor intensitas variabel (Kx1). Ukuran efisiensi masukan
′
e
SAYAXk,yk′dapat diperoleh untuk setiap fasilitas, yang banyak digunakan di
literatur (Charnes et al., 1994) dan yang membutuhkan masalah
optimisasi berikut untuk diselesaikan dengan program linier.
eSAYA
(y k′,Xk′ ) =Min θ
S.T
∑Kk=1 zyk km ≥yk′M M=1, ...,M
∑Kk=1 zk Xkn ≤θX k′N N=1, ...,N
zk≥0, k=1, ...,K
∑Kk= 1kz =1, k=1, ...,K
0≤θ≤1 (3)
DiberikanK=1, 2, ...,k, ...,Kunit produktif, masing-masing menggunakan a
vektor inputXk= (Xk 1,Xk 2, ...,XkN)untuk menghasilkan vektor output
k
yk= (yk 1,y2, ..., yk M),menjadi zk= (z1, z2,…,zK), vektor variabel di-
ketegangan.
Dari model ini hanya efisiensi global untuk setiap unit yang diukur, dan
karena itu tidak memberikan informasi tentang efisiensi input spesifik yang
berpartisipasi dalam proses pengolahan. Untuk mengatasi keterbatasan ini,
Fare dan Lovell (1978)memperkenalkan ukuran Russell (RM), yang
merupakan model non-radial yang memberikan indikator efisiensi untuk
setiap variabel dalam proses. Keuntungan yang paling relevan dari RM
adalah memungkinkan untuk mengidentifikasi input spesifik yang akan
digunakan untuk meningkatkan efisiensi unit produktif yang sedang
dipelajari (Deng et al., 2016; Chen, 2015; Zhang et al., 2015; Sueyoshi dan
Wang, 2014). Sejak diperkenalkan, beberapa kontribusi telah dikembangkan
untuk mengadaptasi RM ke berbagai sektor atau aktivitas. Berdasarkan
kontribusi sebelumnya (Sala-Garrido et al., 2012; Hernández-Sancho et al.,
2011a, 2011b; Hernandez-Sancho dkk., 2009), kami memperkirakan efisiensi
IPAL dengan asumsi variabel kembali ke skala.
. Tumbuhan tertentu dari sampel direpresentasikan sebagai k′.Kita dapat mendefinisikan a
ukuran efisiensi masukan ESAYA(Xk′, yk′) sesuai kapasitas pabrik k′untuk mencapai
output yang ditetapkan (kontaminan dihilangkan) dengan menggunakan input
minimum (biaya energi, tenaga kerja, pemeliharaan, dll.). Itu
V. Hernández-Chover dkk. Jurnal Pengelolaan Lingkungan 228 (2018) 77–84

indeks efisiensi global (RM) dihitung dengan ekspresi berikut, di mana Tabel 1
rata-rata indeks efisiensi setiap input diminimalkan: Deskripsi sampel.

Rata-rata

N
⎫ pe 5725
RM(y,X) = min ⎧∑ θN/N: (θ1X1,θ2X2, ...,θNXN)∈L(y), 0≤θN≤1
⎨⎩N=1 ⎬ Aliran (m3/tahun) 426.651
⎭ Masukan (€/tahun) Energi 31.506
(4) Staf 54.229
Limbah Reagen dan 21.420
Menurut Persamaan(4), berbagai input diminimalkan dengan proporsi Pemeliharaan 15.636
yang berbeda, bertentangan dengan ukuran radial, di mana semua input Yang lain 10.672
diminimalkan dengan proporsi yang sama. Untuk setiap IPALk´, kita dapat Keluaran (kg/tahun) SS 119.485,2
memperoleh nilai RM sebelumnya dengan menyelesaikan optimisasi IKAN KOD 123.841,4

pemrograman linier berikut:

∑Nθ kelompok, tergantung pada jumlah pe (Meja 2). Nilai rata-rata dari
RM y(k,′Xk′=1 ) N
min N=1 N
variabel yang dipertimbangkan untuk ketiga kelompok ini dirangkum
S.T.
dalam Tabel 3. Sampel mencakup tanaman dengan ukuran yang
∑Kk= 1 zy
k km ≥y k′M M =1, ...,M berbeda (kisaran luas pe) karena dianggap sebagai total IPAL di
∑Kk= 1 zk Xkn ≤θXnk′N N= 1, ..., N Wilayah Valencia. Kami memahami bahwa dalam desain IPAL berbagai
faktor seperti jenis iklim, aliran rata-rata dan puncak yang diterimanya,
∑Kk=1 zk =1, k=1, ...,K
pe, dan beban polutan terlibat (Bartrolí et al., 2007). Distribusi geografis
zk≥0, k=1, ...,K
penduduk juga perlu diperhatikan; pengaruh ini signifikan karena
0≤θN≤1, N=1, ...,N (5) umumnya terpilah secara geografis karena struktur jaringan sewerage
di mana RM adalah ukuran Russell sementara masing-masingθNdiperoleh dan pengaruh Directive 91/ 271/EEC. Sampel menunjukkan bahwa
memberikan indikator efisiensi untuk masing-masing input kelompok IPAL terkecil mendominasi sampel (182 IPAL, mewakili 84%
dipertimbangkan. Tujuan dari masalah ini adalah untuk meminimalkan input dari total sampel). Kelompok ini, didefinisikan sebagai Kelompok 1,
yang dibutuhkan untuk menghasilkan tingkat output tertentu. Nilai RM dan dibentuk oleh IPAL yang dirancang untuk mengolah air limbah dari
efisiensi untuk setiap masukanθNdibatasi antara 0 dan 1. Sebuah IPAL efisien kota antara 500 dan 8000 pe
hanya jika RM= 1, yaitu jika semuaθNsama dengan 1. Sebaliknya, IPAL tidak
efisien jika≤RM<1.Dalam hal salah satu skor inputθNberbeda dengan
kesatuan, dianggap tidak efisien. 4. Hasil dan Pembahasan
Dari hasil yang diperoleh dengan menerapkan model ini kita akan
mempelajari pengaruh skala ekonomi pada efisiensi IPAL. Tumbuhan yang diteliti Bagian ini disusun dalam dua bagian: Bagian4.1menyajikan hasil
akan disebar ke dalam beberapa kelompok berdasarkan pe, dan efisiensi yang model radial dan non-radial untuk seluruh sampel (dibagi dalam tiga
diperoleh akan dibandingkan per kelompok dengan menggunakan uji kelompok), dan Bagian4.2menyajikan hasil analisis individual untuk
nonparametrik yang dikenal dengan Kruskal-Wallis3(Kruskal dan Wallis, 1952), berbagai kelompok IPAL sehubungan dengan skala ekonomi yang ada.
perpanjangan dari uji Mann-Whitney untuk tiga kelompok atau lebih. Tingkat efisiensi menurut metodologi yang dijelaskan sebelumnya
berkisar antara 0 dan 1; nilai 1 mewakili IPAL yang efisien, yang
3. Deskripsi sampel merupakan frontier produksi yang efisien.

Sampel yang digunakan dalam penelitian terdiri dari 217 IPAL yang
4.1. Analisis efisiensi sampel global dengan pendekatan radial dan non-
terletak di Wilayah Valencia (pantai Mediterania Spanyol). Dalam pengertian
radial
ini, proporsionalitas sampel dan pembagiannya menjadi ukuran sesuai
dengan karakteristik teritorial wilayah tersebut. Tingginya jumlah
Pertama skor efisiensi untuk 217 IPAL dihitung mengikuti model DEA
kotamadya yang ada menghasilkan persentase yang tinggi dari instalasi
menggunakan skala pengembalian variabel (Bankir, 1984), yang memungkinkan
pengolahan kecil (hingga 8000 pe). Teknologi pengolahan yang digunakan
perbandingan setiap unit yang dianalisis dengan unit yang memiliki ukuran
adalah extended aeration. Rata-rata volume air yang diolah adalah 426.651
serupa (lihatTabel 4).
m3/tahun. Informasi statistik dijelaskan dalamTabel 1dan berasal dari Badan
Hasil model DEA menunjukkan skor efisiensi rata-rata 0,90 untuk
Pengolahan Air Limbah Valencia (EPSAR). Variabel yang dipertimbangkan
Kelompok 3 (enam IPAL yang mengolah air limbah di atas 50.000 pe).
untuk analisis dibagi menjadi dua kelompok. Kelompok pertama berfokus
Kelompok 2 terdiri dari 29 IPAL (air limbah yang diolah antara 8000 dan
pada biaya operasi dan pengelolaan IPAL (€/tahun): energi (termasuk biaya
50.000 pe) dengan skor efisiensi rata-rata 0,75. Kelompok 1 terdiri dari 182
bagian tetap, listrik, dan bagian variabel, energi yang dikonsumsi; staf
IPAL (kelompok terbesar), yang mengolah air limbah antara 500 dan 8000 pe
(ditentukan oleh gaji, biaya, pajak, dan asuransi sosial); reagen (bahan kimia
dengan skor efisiensi rata-rata 0,48. Dengan hasil ini kami dapat
yang diperlukan untuk mengolah air limbah dan lumpur); dan pemeliharaan
menunjukkan bahwa peningkatan efisiensi IPAL secara langsung terkait
(revisi mesin dan infrastruktur proses, penggantian suku cadang, dan
dengan jumlah pe yang ditangani oleh IPAL. Oleh karena itu, dengan jumlah
perbaikan kegagalan); limbah (biaya yang terkait dengan pengelolaan IPAL);
pe yang lebih besar, IPAL membutuhkan biaya ekonomi kesatuan yang lebih
dan lain-lain (bahan habis pakai). Kelompok kedua mengacu pada informasi
rendah untuk mengolah air limbah.
tentang jumlah polutan yang dihilangkan dalam proses (kg/tahun): padatan
Meskipun analisis korelasi telah menunjukkan bahwa ada hubungan
tersuspensi (SS) dan permintaan oksigen kimia (COD).
yang jelas antara skor efisiensi kelompok IPAL dan biaya per pe, sangat
cocok untuk memverifikasi bahwa perbedaan di antara keduanya signifikan
Mengingat ukuran sampel yang besar, telah dibagi menjadi tiga
secara statistik. Hasil uji Kruskal-Wallis ditunjukkan padaTabel 5. Dengan
signifikansi 5% maka hipotesis nol dapat ditolak. Dengan demikian, kami
3Tes Kruskal-Wallis adalah tes nonparametrik, yang diperlukan untuk
dapat menerima bahwa perbedaan di antara ketiga kelompok tersebut
memvalidasi apakah perbedaan yang diamati antara skor efisiensi signifikan signifikan. Pada titik ini kami dapat mengidentifikasi keberadaan skala
secara statistik. Hasil dianggap signifikan jika nilai p sama atau lebih kecil dari 0,05 ekonomi dalam sampel IPAL kami.
(Kruskal dan Wallis, 1952). Perbedaan antara skor dapat dikaitkan dengan keberadaan

80
V. Hernández-Chover dkk. Jurnal Pengelolaan Lingkungan 228 (2018) 77–84

Meja 2
Kelompok sampel dengan mempertimbangkan pe
Kelompok pe
1 500–8000
2 8.000–50.000
3 > 50.000
IPAL dianalisis. Lewat sini,Tabel 6mencakup hasil indikator efisiensi untuk
setiap kelompok IPAL dan untuk setiap masukan yang dianalisis (tenaga,
Jumlah IPAL % staf, pemeliharaan, limbah, dan lain-lain). Indikator ini (kolom "skor" diTabel
6) berada di antara 0 dan 1, di mana 1 berarti input digunakan secara
182 84 efisien. Nilai yang mendekati 0 menyiratkan inefisiensi proses pengolahan
29 13
air limbah. Untuk mencapai efisiensi, IPAL yang termasuk dalam Grup 1
6 3
membutuhkan pengurangan rata-rata energi dan limbahnya

Tabel 3
Deskripsi IPAL untuk ketiga kelompok (nilai rata-rata).

Energi Staf Reagen dan Pemeliharaan Limbah Yang lain Volume SS IKAN KOD

Grup 1 12.339 32.794 10.325 5748 6548 167.573 37.271,1 41.302,3

Grup 2 91.303 133.630 56.428 48.266 26.857 1.316.258 380.053,2 393.767,1
Grup 3 323.877 320.635 188.763 157.861 57.532 3.985.557 1.353.901,4 1.322.885,6

Tabel 4 biaya manajemen masing-masing sebesar 61% dan 55%. Persentase ini
Skor efisiensi rata-rata untuk ketiga kelompok dengan model skala pengembalian diberikan oleh selisih antara 1 dan nilai “skor” untuk setiap masukan.
variabel. Hasil ini relevan untuk Kelompok 1 karena terdiri dari 182 IPAL kecil
Kelompok IPAL dengan IPAL dengan Total Efisiensi rata-rata (antara 500 dan 8000 pe; lihatMeja 2). Dari sudut pandang pengelola,
efisiensi < 0,5 efisiensi >0,5 skor mengetahui dengan tepat input mana yang memiliki dampak negatif
dalam proses pengolahan air limbah penting untuk perbaikan
1 126 56 182 0,48
pengelolaan IPAL secara keseluruhan dan penghematan biaya. IPAL
2 7 22 29 0,75
3 0 6 6 0,90 dengan > 50.000 pe (Grup 3) menunjukkan nilai tertinggi untuk indeks
Total 133 84 217 (di semua input nilai berkisar antara 0,73 dan 0,87), dan persentase
pengurangan biaya kurang dari Grup 1. Oleh karena itu, IPAL milik
Kelompok 3 lebih efisien dan penghematan biaya menjadi kurang
Tabel 5 penting dibandingkan kelompok yang lebih kecil. Dengan hasil ini kami
Hasil uji Kruskal-Wallis untuk ketiga kelompok. dapat memastikan adanya hubungan langsung antara ukuran fasilitas
Rentang Statistik dan kinerja input yang efisien dalam proses pengolahan air limbah.
Dengan kata lain, IPAL yang lebih besar menunjukkan indikator
Grup N Skor rata-rata Skor efisiensi yang lebih baik dalam penggunaan input.Guo et al., 2016;
Skor 1 182 0,48 Chi-kuadrat 32.296
Trapote et al., 2014; Rodriguez-Garcia dkk., 2011; Molinos-Senante et
2 29 0,75 df 2.0000 al., 2010). Dalam pengertian ini, hasil yang diperoleh olehLorenzo-Toja
3 6 0,90 Asimp. Sig. 0,0000 dkk. (2015) menunjukkan inefisiensi biaya terkait dengan penggunaan
Total 217 energi di pabrik < 20.000 pe

skala ekonomi karena peningkatan ukuran IPAL berarti bahwa biaya

Seperti yang tercermin dalam studi tentangHernández-Sancho dan Sala-
produksi kesatuan akan lebih rendah. Jadi, dengan mempertimbangkan tiga
Garrido (2009), IPAL dengan pengolahan sekunder dipengaruhi oleh skala
kelompok sampel yang telah dibagi, dapat ditunjukkan bahwa peningkatan
ekonomi, sehingga IPAL yang lebih kecil kurang efisien. Pekerjaan lain (
pe berarti pengurangan biaya proses (€/M3). Studi ini menggunakan rata-
Hernández-Sancho dkk. (2011b)menunjukkan bahwa hanya 3% dari IPAL kecil
rata skor efisiensi untuk menganalisis efisiensi dalam setiap kelompok.
yang dianalisa beroperasi secara efisien sedangkan persentase IPAL lainnya
Mengingat hasil kami, proses pengolahan air limbah menghadirkan peluang
menunjukkan kinerja yang jauh dari efisien. Tumpang tindih hasil dengan yang
penghematan dengan mengurangi biaya rata-rata (€/pe). Informasi ini dapat
diperoleh dalam penelitian kami menunjukkan bahwa skala ekonomi harus
sangat berguna untuk merancang IPAL yang lebih efisien dalam hal
dipertimbangkan dan penggunaan energi menjadi faktor kunci dalam
mengurangi biaya dan memperoleh kualitas air olahan yang sesuai. Hasil
pengoperasian IPAL yang efisien. Jika konsumsi energi dianggap sebagai indikator
kami setuju dengan hasil tersebutFraquelli dan Giandrone (2003), Tsagarakis
pembangunan berkelanjutan, langkah selanjutnya adalah menghubungkan,
et al. (2003), Hernández-Sancho dan Sala-Garrido (2009), DanMolinos-
pertama, konsumsi energi ini dengan ukuran IPAL. Saat ini ada penelitian yang
Senante dkk. (2013), di mana IPAL yang lebih besar bekerja lebih efisien
menunjukkan operasi yang tepat ketika energi terbarukan menyediakan 6,5%
daripada yang lebih kecil.
energi swasembada untuk proses pengolahan air limbah (Singh et al., 2016; Chae
Untuk memverifikasi input apa yang bertanggung jawab atas
dan Kang, 2013; Rodriguez-Garcia dkk., 2011).
perubahan skor efisiensi antar kelompok, kami telah menerapkan
model non-radial. Hasilnya disajikan diTabel 6. Hasil ini memungkinkan
identifikasi input spesifik untuk bertindak guna meningkatkan efisiensi 4.2. Analisis efisiensi individual

Dari hasil yang diperoleh dalam analisis non-radial (Tabel 6), sampel
Tabel 6 telah dibagi menjadi beberapa kelompok kecil yang berbeda untuk
Hasil model Russell untuk tiga kelompok sampel. menganalisis apakah keberadaan skala ekonomi mengikuti beberapa jenis
pola (lihat Gambar 1). Nilai rata-rata input dari masing-masing subkelompok
Energi Staf Reagen dan Pemeliharaan Limbah Yang lain
ditunjukkan padaTabel 7.
skor skor skor skor skor Hasil analisis non-radial untuk masing-masing subgrup ditunjukkan
padaTabel 8. Dalam kasus blok pertama (Grup 1.A; 1.B; 1.C), kehadiran
Grup 1 0,41 0,36 0,35 0,46 0,35
skala ekonomi dikonfirmasi, karena efisiensi rata-rata meningkat
Grup 2 0,71 0,60 0,52 0,69 0,49
Grup 3 0,73 0,80 0,78 0,87 0,82 seiring dengan ukuran IPAL yang lebih tinggi. Hal ini dikuatkan oleh uji
Kruskal-Wallis bahwa ada perbedaan skor

81
V. Hernández-Chover dkk. Jurnal Pengelolaan Lingkungan 228 (2018) 77–84

IPAL Tabel 8
Hasil Russell rata-rata untuk setiap kelompok yang dibagi.
Sampel
pe Jumlah IPAL Skor rata - rata

GRUP 1 KELOMPOK 2 KELOMPOK 3 Grup 1.A (500–3000) 147 0,38

(500 - 8.000) (8.000 - 50.000) (>50.000) Grup 1.B (3000–5000) 20 0,40
Grup 1.C (5000–8000) 15 0,47
Total 182
Grup 1.A.1 (500–2000) 121 0,39
KELOMPOK 1.A KELOMPOK 1.B KELOMPOK 1.C Kelompok 1.A.2 (2000–2500) 15 0,35
(500 - 3.000) (3.000 - 5.000) (5.000 - 8.000) Kelompok 1.A.3 (2500–3000) 11 0,29
Jumlah 147

KELOMPOK 1.A.1

(500 - 2.000) Tabel 9

Hasil uji Kruskal-Wallis untuk sampel Grup 1.A, 1.B dan 1.C.

Rentang Statistik
KELOMPOK 1.A.2

(2.000 - 2.500) Grup N Skor rata-rata Skor

Skor 1.A 147 0,38 Chi-kuadrat 10.713

KELOMPOK 1.A.3 1.B 20 0,40 df 2.0000
(2.500 - 3.000) 1.C 15 0,47 Asimp. Sig. 0,005
Total 182

Gambar 1.Pembagian sampel untuk analisis efisiensi. Sumber: elaborasi sendiri.

Tabel 10
penting. Untuk alasan ini, hipotesis nol ditolak, dan keberadaan skala Hasil uji Kruskal-Wallis untuk sampel Kelompok 1.A.1, 1.A.2 dan 1.A.3.
ekonomi untuk kelompok antara 500 dan 8000 pe ditunjukkan. Pola
Rentang Statistik
skala ekonomi terpenuhi, dan untuk IPAL yang lebih besar, efisiensinya
meningkat (hasil ditunjukkan padaTabel 9dan ikuti tren yang sama Grup N Skor rata-rata Skor
dengan hasil yang dilaporkanTabel 5). Namun, untuk IPAL Kelompok
Skor 1.A.1 121 0,39 Chi-kuadrat 0,123
1.Aa; 1.Ab; 1.Ac skor berperilaku berbeda.
1.A.2 15 0,35 df 2.0000
Skor tersebut tidak cenderung meningkat seiring dengan 1.A.3 11 0,29 Asimp. Sig. 0,940
bertambahnya ukuran IPAL. Jadi, untuk Grup 1.Ac (2500–3000 pe) Total 182
skornya lebih rendah (0,29) daripada untuk grup yang lebih kecil (0,39).
Untuk alasan ini analisis efisiensi menunjukkan bahwa untuk
subkelompok skala ekonomi 500-3000 pe tidak teridentifikasi. Tes Tabel 11
Kruskal-Wallis (Tabel 10) menguatkan hasil tersebut karena, dengan Hasil model Russell untuk dua kelompok subdivisi.
signifikansi 0,940, hipotesis nol diterima. Ini menyiratkan menerima Energi Staf Reagen dan Limbah Yang lain

bahwa tidak ada perbedaan yang signifikan antara Grup 1.Aa, 1.Ab, dan Pertahankan

1.Ac, yaitu, untuk IPAL yang lebih kecil, pola skala ekonomi tidak
skor skor skor skor skor
terpenuhi dan, oleh karena itu, tidak ada hubungan yang jelas antara
ukuran IPAL dan efisiensinya. Dari hasil ini dapat disimpulkan bahwa Grup 1.A (500–3000) 0,38 0,35 0,36 0,44 0,35
3000 pe adalah ukuran minimum yang harus dimiliki IPAL agar efisien. Grup 1.B (3000–5000) 0,45 0,40 0,28 0,48 0,37
Indikator efisiensi yang dipisahkan berdasarkan input ditunjukkan pada Grup 1.C (5000–8000) 0,60 0,45 0,37 0,57 0,38
Grup 1.A.1 (500–2000) 0,40 0,35 0,41 0,43 0,35
Tabel 11. Di Grup 1.A; 1.B; 1.C, untuk semua input mengikuti tren yang sama
Grup 1.A.2 0,33 0,33 0,18 0,54 0,36
seperti yang disajikan dalam analisis keseluruhan (Tabel 6). Situasi ini (2000–2500)
mengasumsikan bahwa penggunaan semua input menjadi lebih efisien Kelompok 1.A.3 0,22 0,32 0,12 0,46 0,31
dengan bertambahnya ukuran IPAL. Dikuatkan bahwa ukuran IPAL yang (2500–3000)
lebih kecil menyiratkan ketidakefisienan dalam penggunaan input dan
dampak negatif pada biaya operasional. Konsumsi energi mengulangi tren
ini dan ditegaskan kembali sebagai masukan yang paling relevan saat IPAL yang membentuk kelompok ini tidak sesuai dengan yang disajikan untuk

mempertimbangkan efisiensi proses. Namun, untuk kasus Grup 1.Aa; 1.Ab; IPAL Kelompok 1.A; 1.B; 1.C. Anomali pada pola kinerja ini dapat menjadi bukti

1.Ac, trend yang sama tidak terulang. Seperti yang ditunjukkan pada hasil uji bahwa 3000 pe adalah batas ukuran untuk operasi yang efisien dari sebuah IPAL.

Kruskal-Wallis (Tabel 10) dalam kelompok ini, keberadaan skala ekonomi Faktanya, pabrik dengan ukuran lebih kecil biasanya menunjukkan inefisiensi yang

tidak teridentifikasi. Bahkan, kinerja dari kuat dalam proses dengan dampak operasi yang tinggi

Tabel 7
Nilai input rata-rata dari setiap subdivisi Grup 1.

Kelompok pe Energi Staf Reagen dan Pemeliharaan Limbah Yang lain Volume SS IKAN KOD

1.A (500–3000) 1304 9169 28.049 7966 3879 5599 115.154 24.317,8 27.500,4
1.B (3000–5000) 3700 22.817 49.013 12.786 11.845 8434 324.111 74.495,7 78.847,3
1.C (5000–8000) 5973 29.443 57.670 14.151 15.941 13.333 472.572 114.580,8 126.500,9

1.A.1 (500–2000) 1065 7438 25.895 7130 3061 5328 90.756 19.624,9 22.437,9
1.A.2 (2000–2500) 2189 16.526 40.719 11.602 9540 5703 259.123 47.798,5 45.870,4
1.A.3 (2500–3000) 2732 18.175 34.467 12.204 5154 8442 187.206 43.921,2 58.136,7

82
V. Hernández-Chover dkk.
biaya. Hasil yang diperoleh menyoroti pentingnya menganalisis efisiensi
IPAL sebelum dibangun, terutama pada populasi kecil. Jelas bahwa IPAL
yang sudah digunakan tidak dapat diubah dalam jangka pendek. Oleh
karena itu, permukiman perkotaan yang lebih kecil dapat menciptakan
asosiasi masyarakat untuk mencapai ambang minimum untuk menjamin
efisiensi dalam fasilitas pengolahan air limbah, misalnya melakukan
pengelolaan terpusat lumpur. Tentu saja, manajemen bersama akan
membutuhkan analisis terperinci untuk menilai pro dan kontra. Situasi ini
membuka jalur baru penelitian masa depan.
5. Kesimpulan
Kehadiran skala ekonomi di sektor pengolahan air limbah secara
langsung berkaitan dengan penilaian efisiensi. Studi kami menganalisis 217
IPAL di Wilayah Valencia untuk memahami efisiensinya terkait dengan
ukurannya (pe). Implementasi model DEA radial memungkinkan kita
memperoleh indeks efisiensi untuk setiap plant. Metodologi ini
memungkinkan kita untuk mengkonfirmasi bahwa tanaman yang lebih
besar lebih efisien daripada yang lebih kecil dalam hal pe. Hasil ini sejalan
dengan studi yang ada dalam literatur, yang menunjukkan ketergantungan
yang kuat antara efisiensi dan ukuran IPAL.
Implementasi Directive 91/271/EEC sebagian bertanggung jawab atas situasi
ini karena kriteria kualitas air yang ditetapkan oleh undang-undang, yang
mensyaratkan bahwa semua kota kecil memiliki semacam sistem pengolahan air
limbah. Analisis efisiensi menunjukkan bahwa pemasangan satu IPAL untuk setiap
kota bukanlah pilihan terbaik untuk mengurangi biaya operasional. Biaya energi
yang terkait dengan proses pengolahan air limbah memberikan dampak yang
signifikan terhadap total biaya operasional.
Analisis efisiensi menunjukkan bahwa skala ekonomi hadir secara
signifikan di IPAL yang lebih besar (Grup 1-2-3 dan Grup 1.A; 1.B; 1.C).
Analisis non-radial mengungkap potensi peningkatan input yang digunakan,
dengan energi sebagai aspek utama yang harus dipertimbangkan. Untuk
ukuran IPAL ini, dimasukkannya energi terbarukan harus dipertimbangkan
untuk mencapai tingkat swasembada energi yang lebih besar di fasilitas.
Untuk Grup 1.Aa; 1.Ab; 1.Ac, analisis efisiensi menunjukkan bahwa skala
ekonomi tidak lagi relevan, sehingga skor tidak meningkat dengan pe yang
lebih tinggi Dengan mempertimbangkan disagregasi ini, kami
menyimpulkan bahwa dari 3000 pe, WWTP kehilangan korelasi ukuran-
efisiensi. Hasil ini menyajikan kontribusi yang signifikan untuk literatur
karena pola skala ekonomi belum pernah dikonfirmasi dengan tingkat detail
ini. Referensi 3000 pe itu akan menyiratkan batas ukuran optimal untuk
instalasi pengolahan air limbah.
Ini merupakan perubahan pendekatan untuk sistem pengolahan pada
populasi kecil yang dipertimbangkan dalam Directive 91/271/EEC.
Rekomendasinya adalah pemukiman perkotaan yang lebih kecil harus
menciptakan komunitas gabungan untuk mencapai ambang batas minimum
guna menjamin efisiensi fasilitas pengolahan air limbah. Benar bahwa IPAL
kecil saat ini tidak dapat diubah, tetapi akan memungkinkan untuk
menerapkan strategi pengelolaan energi berkelanjutan (energi terbarukan)
untuk mengurangi konsumsi energi dan biaya operasional. Analisis ini
merupakan pendekatan pembandingan untuk pembangunan IPAL di masa
depan di daerah dengan sejumlah besar kota kecil yang mencari efisiensi
lingkungan dan ekonomi dalam proses pengolahan air limbah—
menjelaskan perdebatan terbuka tentang skala ekonomi di IPAL.
Referensi
Abbott, M., Cohen, B., 2009. Produktivitas dan efisiensi dalam industri air. Gunakan. Pol.
17, 233–244.
Aristovnik, A., 2015. Pengukuran kinerja regional sistem perawatan kesehatan di UE:
pendekatan nonparametrik. Lex Lokalis 13, 579–593.
Baeza, JA, Gabriel, D., Lafuente, J., 2004. Pengaruh daur ulang internal pada nitrogen
efisiensi penyisihan instalasi pengolahan air limbah (IPAL) anaerobik/anoksik/oksik
(A2/O). Proses Biokimia. 39, 1615–1624.
Banker, RD, 1984. Memperkirakan ukuran skala paling produktif menggunakan analisis data envelopment
lisis. eur. J.Oper. Res. 17, 35–44.
Bartrolí, A., Canudas, AG, Rey, AF, Ramírez, JC, Lafuente, FJ, 2007. Rediseño
optimalkan EDAR. Ingen. Quim. 104–119 (Dalam bahasa Spanyol).
83
Jurnal Pengelolaan Lingkungan 228 (2018) 77–84
Battese, G., Coelli, T., 1995. Model untuk efek inefisiensi teknis dalam stokastik
produksi frontier untuk data panel. Empir. Ekon. 20, 325–332.
Benedetti, L., Keyser, WD, Nopens, I., Vanrolleghem, PA, 2010. Pemodelan probabilistik
dan evaluasi peningkatan instalasi pengolahan air limbah dalam konteks evaluasi
berbasis kualitas air. J. Hydroinf. 12, 380–398.
Berg, SV, 2013. Kemajuan dalam pembandingan untuk meningkatkan operasi utilitas air: tinjauan
dari enam buku IWA. Pol Air. 15, 325–333.
Berg, S., Marques, R., 2011. Studi kuantitatif utilitas air dan sanitasi: a
survei literatur pembandingan. Kebijakan Air 13 (5), 591–606.https://doi.org/10.
2166/wp.2011.041.
Bhattacharyya, A., Harris, T., Narayanan, R., Raffiee, K., 1995. Spesifikasi dan perkiraan
mation efek kepemilikan pada efisiensi ekonomi dari utilitas air. Reg. Sains. Ekonomi
Perkotaan. 25, 759–784.
Blum, H., 2014. Efisiensi ekonomi dari peralatan yang mengkonsumsi energi: aplikasi DEA
proach. Efisiensi Energi. 8, 281–298.
Byrnes, J., Crase, L., Dollery, B., Villano, R., 2010. Efisiensi ekonomi relatif dari
utilitas air perkotaan di daerah New South Wales dan Victoria. Sumber Daya. Ekon Energi. 32,
439–455.
Carvalho, P., Pedro, I., Marques, RC, 2015. Kelompok air Brasil yang paling efisien
perusahaan. Pol Air. 17, 902–917.
Carvalho, P., Marques, RC, 2014. Komputasi ekonomi integrasi vertikal, ekonomi
ruang lingkup dan skala ekonomi menggunakan metode parsial frontier nonparametrik. eur.
J.Oper. Res. 234, 292–307.
Carvalho, P., Marques, RC, Berg, S., 2012. Analisis meta-regresi pembandingan
studi tentang struktur pasar utilitas air. Gunakan. Pol. 21, 40–49.
Carvalho, P., Marques, RC, 2011. Pengaruh lingkungan operasional terhadap
efisiensi utilitas air. J.Lingkungan. Kelola. 92, 2698–2707.
Cesaroni, G., Giovannola, D., 2015. Efisiensi biaya rata-rata dan ukuran skala optimal di non-
analisis parametrik. eur. J.Oper. Res. 242, 121–133.
Chae, K., Kang, J., 2013. Memperkirakan kemandirian energi air limbah kota
pabrik pengolahan menggabungkan sumber daya energi hijau. Percakapan Energi. Kelola. 75, 664–
672.
Chakraborty, S., 2015. Mengevaluasi efisiensi bank di India selama pra &
periode pasca resesi dengan menggunakan pendekatan DEA. Int. J.Appl. Eng. Res. 10,
34919–34934. Charnes, A., Cooper, WW, Lewin, AY, Seiford, L., 1994. Analisis Data Envelopment:
Teori, Metodologi, dan Aplikasi. Springer Belanda.
Charnes, A., Cooper, WW, Rhodes, E., 1978. Mengukur efisiensi pengambilan keputusan
unit. eur. J.Oper. Res. 2, 429–444.
Chauhan, NS, Mohapatra, PKJ, Pandey, KP, 2006. Meningkatkan produktivitas energi di
produksi padi melalui benchmarking—aplikasi analisis data envelopment.
Percakapan Energi. Kelola. 47, 1063–1085.
Chen, S., 2015. Indikator Evaluasi Transisi Pembangunan Ekologis di Tiongkok
perekonomian daerah. Ekol. Tunjukkan. 51, 42–52.
Christopoulos, AG, Dokas, IG, Katsimardou, S., Vlachogiannatos, K., 2015.
Investigasi efisiensi relatif untuk perusahaan yang terdaftar di Yunani dari sektor
konstruksi berdasarkan dua pendekatan DEA untuk periode 2006-2012. Operasi. Res.
1–22. Coelli, TJ, Rao, DSP, O'Donnell, CJ, Battese, GE, 2005. Pengantar Efisiensi
dan Analisis Produktivitas, edisi kedua. Springer, hlm. 1–349.
Cruz, N., Fd, Carvalho, P., Marques, RC, 2013. Mengurai efisiensi biaya
bersama-sama menyediakan layanan air dan air limbah. Gunakan. Pol. 24, 70–77.
Cubbin, J., Tzanidakis, G., 1998. Regresi versus analisis pembungkusan data untuk efisiensi
pengukuran efisiensi: aplikasi untuk industri air yang diatur Inggris dan Wales.
Gunakan. Pol. 7, 75–85.
De Witte, K., Marques, RC, 2009. Merancang insentif kinerja, internasional
studi tolok ukur di sektor air. Sen. eur. J.Oper. Res. 18, 189–220. Deng, G., Li, L., Song,
Y., 2016. Pengukuran dan faktor efisiensi penggunaan air provinsi
analisis di Cina: berdasarkan model SBM-DEA. Ekol. Tunjukkan. 69, 12–18.
Díaz, JAR, Poyato, EC, Luque, RL, 2004. Menerapkan benchmarking dan data envel-
teknik analisis alternatif (DEA) untuk distrik irigasi di Spanyol. Irigasi. Mengeringkan. 53,
135–143.
EUR-Lex, 2016. Akses ke Hukum Uni Eropa. Tersedia di.http://eur-lex.europa.eu/
homepage.html?locale=en, Tanggal diakses: 28 Januari 2016.
Fabbri, P., Fraquelli, G., 2000. Biaya dan struktur teknologi di perairan Italia
industri. Empirica 27, 65–82.
Färe, R., Lovell, CAK, 1978. Mengukur efisiensi teknis produksi. J.Econ.
Teori. 19, 150–162.
Farrell, MJ, 1957. Pengukuran efisiensi produktif. J.Roy. Stat. Soc. 120,
253–290.
Fraquelli, G., Giandrone, R., 2003. Mereformasi sektor pengolahan air limbah di Italia:
implikasi dari ukuran tanaman, struktur, dan skala ekonomi. Sumber Daya Air. Res. 39. García-
Valiñas, MA, Muñiz, MA, 2007. Apakah DEA berguna dalam pengaturan penggunaan air?
litas? Evaluasi efisiensi dinamis (evaluasi efisiensi dinamis utilitas air). Aplikasi
Ekon. 39, 245–252.
García, S., Thomas, A., 2001. Struktur biaya penyediaan air kota: aplikasi
kepada panel komunitas lokal Perancis. J.Prod. Anal. 16, 5–29.
Guerrini, A., Romano, G., Leardini, C., Martini, M., 2015. Mengukur efisiensi
layanan air limbah melalui analisis data envelopment. Ilmu Air. Technol. 71,
1845–1851.
Guo, J., Fu, X., Andrés Baquero, G., Sobhani, R., Nolasco, DA, Rosso, D., 2016. Pertukaran
antara emisi karbon dan kualitas efluen dari proses lumpur aktif di bawah variasi
musiman suhu air limbah dan waktu retensi sel rata-rata. Sains. Lingkungan Total.
547, 331–344.
Guo, T., Englehardt, J., Wu, T., 2014. Tinjauan biaya versus skala: air dan air limbah
proses pengolahan dan penggunaan kembali. Ilmu Air. Technol. 69, 223–234.
Gupta, S., Kumarb, S., Sarangic, GK, 2012. Mengukur kinerja pelayanan air minum
penyedia di perkotaan India: implikasi untuk mengelola utilitas air. Pol Air. 14,
V. Hernández-Chover dkk.
391–408.
Halkos, G., Papageorgiou, G., 2016. Indikator efisiensi lingkungan ruang dalam re-
timbulan sampah gional: pendekatan nonparametrik. J.Lingkungan. Rencanakan. Kelola. 59, 62–78.
Hernández-Sancho, F., Molinos-Senante, M., Sala-Garrido, R., 2011. Efisiensi energi dalam
instalasi pengolahan air limbah Spanyol: pendekatan DEA non-radial. Sains. Lingkungan
Total. 409 (14), 2693–2699.https://doi.org/10.1016/j.scitotenv.2011.04.018. Hernández-
Sancho, F., Bellver-Domingo, A., 2017. Efisiensi yang disesuaikan secara lingkungan dari
pemasok air kota. Dalam: Efisiensi Pemasok Air Kota yang Disesuaikan Secara Lingkungan.
Penerbitan Edward Elgar, Cheltenham, Inggris. Hernández-Sancho, F., Molinos-Senante, M.,
Sala-Garrido, R., 2011a. Pemodelan biaya untuk
proses pengolahan air limbah. Desalinasi 268, 1–5.
Hernández-Sancho, F., Molinos-Senante, M., Sala-Garrido, R., 2011b. Efisiensi energi di
Pabrik pengolahan air limbah Spanyol: pendekatan DEA non-radial. Sains. Lingkungan Total.
409, 2693–2699.
Hernández-Sancho, F., Picazo-Tadeo, A., Reig-Martinez, E., 2000. Efisiensi dan en-
regulasi lingkungan. Mengepung. Sumber Daya. Ekon. 15, 365–378. Hernandez-
Sancho, F., Saz-Salazar, SD, Sala-Garrido, R., 2009. Ekonomi dan teknis
efisiensi sistem air minum: pendekatan empiris untuk Spanyol. Dalam: Hlavinek, P.,
Popovska, C., Marsalek, J., Mahrikova, I., Kukharchyk, T. (Eds.), Manajemen Risiko
Sistem Pasokan Air dan Sanitasi. Springer Belanda, Dordrecht, hlm. 115–124.
Hernández-Sancho, F., Molinos-Senante, M., Sala-Garrido, R., 2010. Valuasi ekonomi
manfaat lingkungan dari proses pengolahan air limbah: pendekatan empiris
untuk Spanyol. Sains. Lingkungan Total. 408, 953–957.
Hernández-Sancho, F., Sala-Garrido, R., 2009. Efisiensi teknis dan analisis biaya di
proses pengolahan air limbah: pendekatan DEA. Desalinasi 249, 230–234.
Hollingsworth, B., 2008. Pengukuran efisiensi dan produktivitas pelayanan kesehatan
pengiriman. Ekon Kesehatan. 17, 1107–1128.
Horn, T., 2011. Memasukkan pemurnian air dalam evaluasi efisiensi: bukti dari
Utilitas air Jepang. Aplikasi Ekon. Lett. 18, 1789–1794.https://doi.org/10.1080/
13504851.2011.564119.
Kruskal, WH, Wallis, WA, 1952. Penggunaan peringkat dalam analisis varians satu kriteria. Selai.
Stat. Asosiasi 47, 583–621.
Kulshrestha, M., Vishwakarma, A., 2013. Evaluasi efisiensi penyediaan air perkotaan
layanan di negara bagian India. Pol Air. 15, 134–152.
Lee, BL, Worthington, AC, 2016. Jaringan DEA yang berorientasi pada kuantitas dan kualitas
model produksi: aplikasi ke layanan penelitian universitas Australia. Omega (Inggris
Raya) 60, 26–33.
lo Storto, C., 2013. Apakah kemitraan publik-swasta merupakan sumber efisiensi yang lebih besar dalam pengelolaan air?
memasok? Hasil analisis kinerja non-parametrik yang berkaitan dengan industri
Italia. Air 5, 2058–2079.https://doi.org/10.3390/w5042058.
lo Storto, C., 2015. Pertukaran antara efisiensi biaya dan kualitas layanan publik: non-
analisis perbatasan parametrik kota besar Italia. Kota. Lorenzo-Toja, Y., Vázquez-
Rowe, I., Chenel, S., Marín-Navarro, D., Moreira, MT, Feijoo,
G., 2015. Analisis eko-efisiensi IPAL Spanyol menggunakan metode LCA + DEA. Res
air. 68, 651–666.
Mande Buafua, P., 2015. Efisiensi penyediaan air perkotaan di Afrika Sub-Sahara: lakukan or-
masalah organisasi dan regulasi? Gunakan. Pol. 37, 13–22.https://doi.org/10.1016/j.
jup.2015.06.010.
Marques, RC, 2008. Mengukur produktivitas faktor total perairan Portugis dan
layanan saluran air limbah. Ekon. Apl. 12, 215.
Marques, RC, Kortt, MA, Dollery, B., 2015. Menentukan ukuran optimal lokal
pemerintah: kasus dewan Tasmania. Aust. J. Publ. Adm.74, 212–226. Medal-Bartual,
A., Garcia-Martin, C., Sala-Garrido, R., 2012. Analisis efisiensi usaha kecil
perusahaan waralaba melalui model metafrontier DEA. Melayani. Ind. J. 32, 2421–2434.
Kementerian Pertanian, Pangan dan Lingkungan Hidup, 2015. Plan Nacional de calidad de aguas:
saneamiento y depuración 2007-2015 (Dalam bahasa Spanyol). Tersedia di.http://www.
magrama.gob.es/es/agua/planes-y-estrategias/, Tanggal diakses: 22 Januari 2016.
Molinos-Senante, M., Garrido-Baserba, M., Reif, R., Hernández-Sancho, F., Poch, M.,
2012. Kajian desain instalasi pengolahan air limbah untuk masyarakat kecil: aspek
lingkungan dan ekonomi. Sains. Lingkungan Total. 427–428, 11–18. Molinos-Senante,
M., Gómez, T., Caballero, R., Sala-Garrido, R., 2014. Penilaian terhadap
efisiensi ekonomi instalasi pengolahan air limbah: pendekatan metafrontier. Pendeta Estud.
Reg. 83–100.
Molinos-Senante, M., Hernández-Sancho, F., Sala-Garrido, R., 2013. Pembandingan dalam
instalasi pengolahan air limbah: alat untuk menghemat biaya operasional. Technol Bersih. Mengepung.
Kebijakan 16, 149–161.
Molinos-Senante, M., Hernández-Sancho, F., Sala-Garrido, R., 2010. Kelayakan ekonomi
studi untuk pengolahan air limbah: analisis biaya-manfaat. Sains. Lingkungan Total. 408,
4396–4402.
Morales, M., Heaney, J., 2015. Benchmarking efisiensi penggunaan air nonresidensial menggunakan
data tingkat parsel. J. Sumber Daya Air. Rencanakan. Kelola.
Mufioz, I., Malato, S., Rodriguez, A., Domenech, X., 2008. Integrasi lingkungan
dan kinerja ekonomis dari proses. Studi kasus pada proses oksidasi lanjutan untuk
pengolahan air limbah. J.Adv. Oksida. Technol. 11, 270–275.
84
Jurnal Pengelolaan Lingkungan 228 (2018) 77–84
Mugisha, S., 2014. Analisis fungsi jarak perbatasan untuk sistem penyediaan air bersih. Proses
Inst. Sipil Eng. Munik. Eng. 167, 11–21.https://doi.org/10.1680/muen.13.00005.
Nauges, C., van den Berg, C., 2007. Betapa “alamiahnya” monopoli alami. Di dalam air
Sektor Suplai dan Sewerage? Studi Kasus dari Ekonomi Berkembang dan
Transisi, Makalah Kerja Penelitian Kebijakan.
Nauges, C., Berg, C., 2008. Ekonomi kepadatan, skala dan ruang lingkup pasokan air dan
sektor sewerage: studi empat ekonomi berkembang dan transisi. J.Regul. Ekon. 34,
144–163.
Njiraini, GW, Guthiga, PM, 2013. Apakah penggunaan air irigasi skala kecil efisien?
Bukti dari cekungan danau naivasha, Kenya. Mengepung. Kelola. 52, 1192–1201.
Oa, SW, Choi, E., Kim, SW, Kwon, KH, Min, KS, 2009. Ekonomis dan teknis
evaluasi efisiensi instalasi BNR pengolahan air limbah piggery skala penuh. Ilmu Air.
Technol. 59, 2159–2165.
Odeck, J., Alkadi, A., 2001. Mengevaluasi efisiensi dalam industri bus Norwegia menggunakan
analisis sampul data. Transportasi 28, 211–232.
Oliver, ME, 2015. Skala dan cakupan ekonomi dalam perluasan gas alam AS
jaringan pipa. Ekon Energi. 52 (Bagian B), 265–276.
Qasemi-Kordkheili, P., Asoodar, MA, Kazemi, N., 2014. Penerapan non-parametrik
metode untuk menganalisis konsumsi energi untuk produksi jeruk. Pertanian. Eng. Int. CIGR
J.16, 157–166.
Rácz, VJ, Vestergaard, N., 2016. Pengukuran produktivitas dan efisiensi Denmark
sektor listrik biogas terpusat. Memperbarui. Energi 92, 397–404. Rodriguez-Garcia, G.,
Molinos-Senante, M., Hospido, A., Hernández-Sancho, F., Moreira,
MT, Feijoo, G., 2011. Profil lingkungan dan ekonomi enam tipologi instalasi
pengolahan air limbah. Res air. 45, 5997–6010.
Rogge, N., De Jaeger, S., 2012. Mengevaluasi efisiensi kotamadya dalam mengumpulkan
dan pengolahan limbah padat kota: model DEA masukan bersama. Pengelolaan Sampah. 32,
1968–1978.
Saal, DS, Arocena, P., Maziotis, A., Triebs, T., 2013. Skala dan ruang lingkup ekonomi dan
konfigurasi industri air vertikal dan horizontal yang efisien: survei literatur. Pendeta
Netw. Ekon. 12, 93–129.
Sala-Garrido, R., Molinos-Senante, M., Hernández-Sancho, F., 2011. Membandingkan efisiensi
efisiensi teknologi pengolahan air limbah melalui model metafrontier DEA. kimia
Eng. J. 173, 766–772.
Sala-Garrido, R., Hernández-Sancho, F., Molinos-Senante, M., 2012. Menilai efisiensi
efisiensi instalasi pengolahan air limbah dalam konteks yang tidak pasti: DEA dengan pendekatan
toleransi. Mengepung. Sains. Pol. 18, 34–44.
Singh, P., Kansal, A., Carliell-Marquet, C., 2016. Energi dan jejak karbon limbah
metode pengobatan. J.Lingkungan. Kelola. 165, 22–30.
Speelman, S., D'Haese, M., Buysse, J., D'Haese, L., 2008. Ukuran efisiensi
penggunaan air dan determinannya, studi kasus skema irigasi skala kecil di Provinsi
Barat Laut, Afrika Selatan. Pertanian. Sistem. 98, 31–39.
Stewart, C., Matousek, R., Nguyen, TN, 2016. Efisiensi di perbankan Vietnam
sistem: pendekatan bootstrap ganda DEA. Res. Int. Bis. Keuangan 36, 96–111. Sueyoshi, T.,
Goto, M., 2011. Pendekatan DEA untuk pengukuran efisiensi terpadu: penilaian-
pembangunan pembangkit listrik bahan bakar fosil Jepang. Ekon Energi. 33, 292–303. Sueyoshi, T.,
Wang, D., 2014. Pengembangan berkelanjutan untuk manajemen rantai pasokan
di industri perminyakan AS oleh penilaian lingkungan DEA. Ekon Energi. 46, 360–
374.
Thanassoulis, E., 2000. Penggunaan analisis data envelopment dalam regulasi UK
utilitas air: distribusi air. eur. J.Oper. Res. 126, 436–453.
Torres, M., Morrison Paul, CJ, 2006. Kekuatan pendorong untuk konsolidasi atau fragmentasi
industri utilitas air AS: pendekatan fungsi biaya dengan output endogen. J. Urban
Eco. 59, 104–120.
Trapote, A., Albaladejo, A., Simón, P., 2014. Konsumsi energi dalam air limbah perkotaan
pabrik pengolahan: kasus Wilayah Murcia (Spanyol). Sipil Eng. Mengepung. Sistem. 31,
304–310.
Tsagarakis, KP, Mara, DD, Angelakis, AN, 2003. Penerapan kriteria biaya untuk se-
kuliah sistem pengolahan air limbah perkotaan. Pencemaran Tanah Air Udara. 142,
187–210.
Viton, PA, 1986. Masalah efisiensi transportasi bus kota. J.Reg. Sains. 26,
499–513.
Worthington, AC, Higgs, H., 2014. Skala ekonomi dan ruang lingkup di perkotaan Australia
utilitas air. Gunakan. Pol. 31, 52–62.
Youn Kim, H., Clark, RM, 1988. Ekonomi Skala dan Ruang Lingkup Pasokan Air.https://
doi.org/10.1016/0166-0462(88) 90022–1.
Zha, Y., Zhao, L., Bian, Y., 2016. Mengukur efisiensi energi dan karbon regional
emisi dioksida di Cina: pendekatan DEA yang dibatasi peluang. Komputer. Operasi. Res. 66,
351–361.
Zhang, N., Kong, F., Yu, Y., 2015. Mengukur efisiensi energi faktor total ekologis
menggabungkan heterogenitas regional di Cina. Ekol. Tunjukkan. 51, 165–172.
Zhong, W., Yuan, W., Li, SX, Huang, Z., 2011. Evaluasi Kinerja Regional R
&D investasi di Cina: aplikasi DEA berdasarkan data sensus ekonomi Cina resmi
pertama. Omega 39, 447–455.
Zhou, P., Ang, BW, Poh, KL, 2006. Pengukuran efisiensi berbasis slack untuk pemodelan en-
kinerja lingkungan. Ekol. Ekon. 60, 111–118.