Analisis Transmisi Harga Beras

Sepanjang Rantai Distribusi di Indonesia

Chindy Saktias Pratiwi (2006550603)

Your Title
Pembimbing: Arie Damayanti, Ph.D

Goes Here
Disampaikan pada Sidang Tesis
Program Pascasarjana Ilmu Ekonomi – FEB UI
21 Juli 2022
 Mempelajari transmisi harga merupakan
hal penting tapi belum banyak Diskusi
mendapatkan perhatian serius terutama transmisi
untuk komoditas strategis → beras harga Sehingga permasalahaan dari tingginya
belum perbedaan harga pada jalur distribusi beras
lengkap
tidak banyak terselesaikan.
(Hutami, 2018; Laili et al., 2019; Mashitoh, 2019;
Novianti et al., 2020; Yustiningsih, 2012)

14000
petani
2
Harga (Rp per kilogram)

12000
1
10000 produsen
1
8000
Gambar 1.1 Pergerakan harga gabah di
6000 grosir
tingkat petani, Harga
4000 Produsen Beras, dan Harga
2 retail Eceran Beras di tingkat
2000 Konsumen Akhir
0 Sumber data: BPS dan Kementerian
gap antara Pertanian (diolah)
petani &
retail 2
 Kenapa Transmisi Harga?

Sebagian besar penelitian analisis transmisi

harga menemukan adanya Asymmetric Price
Transmission (APT)
(Cao & Cheng, 2021; Deb et al., 2020; Hutami, 2018;
Jolejole‐Foreman & Mallory, 2011; Rahman, 2020;
Yustiningsih, 2012).

Dengan mempelajari transmisi

harga , diperoleh informasi
perilaku dari pelaku pasar
sekaligus mekanisme pasar
bekerja (Lloyd, 2017)
pendekatan APT
dasar untuk menduga rantai (Griffith & Piggott, 1994)
distribusi komoditas tertentu
efisien atau tidak (Meyer & Cramon-
Taubadel, 2004).
(Suatu pasar dikatakan tidak efisien
ketika harga yang menyebar sepanjang
rantai distribusi melebihi biaya
transaksinya (Santeramo & Gioia, 2018))

Bentuk dari transmisi harga bisa berbagai macam selama melibatkan dua pasar, termasuk salah satunya adalah transmisi harga
vertikal dimana pergerakan harga upstream (harga input, misalnya harga di tingkat petani gabah) bisa mempengaruhi harga
downstream (harga output, misalnya harga di tingkat produsen beras) ataupun sebaliknya (Meyer & Cramon-Taubadel, 2004) 3
 Asymmetric Price Transmission
(APT)
Kenapa Penting?

Adanya APT menunjukkan bahwa model

ekonomi yang mengaitkan antara dua
pasar mengasumsikan bahwa pergerakan
harga di satu pasar akan direspon secara
komplit/lengkap di pasar lain yang
biasanya berlaku menjadi tidak sesuai
mempelajari APT bisa memberikan
lagi (Peltzman, 2000).
informasi tentang welfare distribution
diantara pelaku dalam pasar yang terlibat.
Misalnya, penurunan harga di tingkat petani yang
direspon lebih lambat oleh harga di tingkat konsumen
(pedagang retail) menunjukkan adanya welfare
transfer dimana posisi pedagang eceran lebih
menguntungkan (Meyer & Cramon-Taubadel, 2004).
4

Diskusi mengenai APT terutama
mengenai welfare distribution belum
banyak diungkapkan dalam
penelitian-penelitian APT terutama
untuk pasar beras di Indonesia
(Hutami, 2018; Laili et al., 2019;
Mashitoh, 2019; Novianti et al., 2020;
Yustiningsih, 2012).
Studi-studi yang sudah ada menggunakan metode yang dikembangkan oleh
Cramon-Taubadel & Loy (1996), dimana metode ini hanya mampu mengukur
APT dari sisi speed atau kecepatan transmisinya saja belum mencakup
magnitude atau besaran transmisi harga (Meyer & Cramon-Taubadel, 2004).
Informasi keberadaan APT yang diukur dari speed dan magnitude ini sangat
diperlukan jika ingin melihat welfare distribution consequences dari adanya
APT antar pasar.
Meyer & Cramon-Taubadel, (2004) juga mengenalkan APT positif dan negatif
yang dikembangkan oleh Peltzman (2000) untuk menunjukkan arah dari
welfare transfer diantara pelaku pasar (Meyer & Cramon-Taubadel, 2004).
Suatu APT dikatakan positif ketika kenaikan harga input direspon lebih cepat oleh harga output
daripada ketika penurunan harga input, sedangkan APR negatif adalah kondisi ketika penurunan
harga input direspon lebih cepat dibandingkan dengan kenaikan harga input (Meyer & Cramon-
Taubadel, 2004).
5

Penelitian ini akan
melihat keberadaan APT
mulai dari pasar di tingkat
petani, produsen,
pedagang grosir, sampai
pedagang eceran.
Penelitian yang dilakukan di Indonesia selama ini melihat transmisi harga dari petani
secara langsung terhadap konsumen (Laili et al., 2019; Yustiningsih, 2012), dari
produsen ke konsumen (Mashitoh, 2019; Novianti et al., 2020), maupun dari produsen
ke pedagang grosir kemudian ke konsumen (Hutami, 2018).
Dengan melihat APT disepanjang rantai distribusi maka bisa dilihat welfare
consequences diantara petani, produsen, pedagang grosir, dan pedagang eceran
(yang merepresentasikan konsumen akhir).
Analisis transmisi harga yang asimetris disepanjang rantai distribusi ini, menurut
Meyer & Cramon-Taubadel (2004) termasuk sebagai APT vertikal. Adapun APT spasial
yaitu transmisi harga pada tingkat yang sama di pasar yang berbeda (Meyer &
Cramon-Taubadel, 2004) misalnya adalah kondisi ketika kenaikan harga ekspor beras
Thailand direspon lebih cepat sehingga menyebabkan terjadinya kenaikan harga
ekspor Indonesia dibandingkan dengan adanya penurunan harga ekspor Thailand.
Namun, APT spasial ini tidak dicakup dalam penelitian ini.
APT vertikal adalah kondisi ketika kenaikan/penurunan harga di pasar input secara berbeda oleh pasar output
(Meyer & Cramon-Taubadel, 2004).
6
melihat keberadaan APT di dalam transmisi harga beras sepanjang
rantai distribusi secara vertikal yaitu petani, produsen, pedagang
grosir, dan pedagang eceran.

secara spesifik

penelitian ini akan mengestimasi berdasarkan informasi tersebut,

perbedaan speed dan magnitude dari penelitian ini akan menjelaskan
transmisi harga beras yang dipicu dari kemungkinan welfare distribution dari
perubahan harga di tingkat petani adanya perubahan harga di tingkat
petani.

7
 Analisis ini dilakukan untuk perubahan harga beras di periode waktu 2014-2021, dimana pada periode ini
terjadi beberapa kali kenaikan harga gabah di tingkat petani secara mendadak terutama di tahun 2015 dan
2018.
Pada tingkat petani, analisis perubahan harga dilakukan pada gabah dengan kualitas Gabah Kering Panen
(GKP) dengan pertimbangan bahwa GKP merupakan jenis gabah terbesar yang diproduksi petani, secara
rata-rata sekitar 60% dari produksi gabah yang ada dalam setahun (data BPS diolah). Sementara itu, pada
tingkat produsen dan pedagang grosir pergerakan harga yang dianalisis adalah harga beras kualitas
medium karena beras ini yang paling dominan dikonsumsi oleh masyarakat Indonesia (Kementerian
Perdagangan, 2004).

Analisis APT sebenarnya tidak membatasi transmisi harga dari upstream ke downstream, tetapi bisa juga transmisi harga dari downstream ke upstream.
Namun, untuk penelitian ini difokuskan dulu kepada transmisi harga dari upstream ke downstream.
Adanya transmisi harga dari downstream ke upstream, seperti misalnya respon dari harga petani ketika terjadi peningkatan harga di tingkat konsumen
merupakan issue yang menarik terutama jika ingin mengangkat masalah welfare distribution untuk petani. Namun, issue tersebut tidak diangkat dalam
penelitian ini dan penelitian ini fokus pada welfare distribution dari transmisi harga upstream ke downstream.

8
Transmisi harga vertikal merupakan respon dari harga di tingkat downstream terhadap perubahan harga di
tingkat upstream ataupun sebaliknya (Meyer & Cramon-Taubadel, 2004).
Ketika transmisi harga bersifat asimetris atau terjadi APT maka ketika terjadi kenaikan harga pada level
upstream (petani/produsen/grosir) maka harga di level downstream (produsen/grosir/pedagang eceran)
akan merespon secara berbeda jika dibandingkan ketika terjadi penurunan harga pada level upstream-nya
(Meyer & Cramon-Taubadel, 2004; Peltzman, 2000).

Harga Gabah Harga Beras Harga Beras Harga Beras Pedagang

Petani Produsen Pedagang Grosir Eceran/Konsumen

Asymmetric Price Transmission (Heien, 1980; Meyer &

Cramon-Taubadel, 2004)

Welfare Distribution (Meyer & Cramon-Taubadel, 2004)

Gambar 2.1.1. Kerangka Pemikiran Penelitian

9
 Welfare Distribution dalam analisis transmisi harga

APT: SPEED APT: MAGNITUDE APT POSITIF APT NEGATIF

menyebabkan adanya welfare menyebabkan adanya welfare
transfer sementara (temporary transfer secara permanen
transfer) (permanent transfer)
𝑝 𝑝
𝑝 𝑝 𝑝𝑏𝑒𝑟𝑎𝑠 𝑝𝑏𝑒𝑟𝑎𝑠
𝑝𝑏𝑒𝑟𝑎𝑠 𝑝𝑏𝑒𝑟𝑎𝑠
𝑝 𝑔𝑎𝑏𝑎ℎ 𝑝 𝑔𝑎𝑏𝑎ℎ
𝑝 𝑔𝑎𝑏𝑎ℎ 𝑝 𝑔𝑎𝑏𝑎ℎ
𝑡 𝑡
𝑡1 𝑡2 𝑡 𝑡

𝑝 keberadaan asimetri positif dan negatif ini akan

𝑝𝑏𝑒𝑟𝑎𝑠 menentukan arah dari welfare transfer diantara
SPEED pelaku dalam pasar (Meyer & Cramon-Taubadel,
2004).
MAGNITUDE
𝑝 𝑔𝑎𝑏𝑎ℎ

𝑡1 𝑡2 𝑡3 𝑡
10
 Penelitian
Hutami, 2018
Laili et al., 2019
Mashitoh, 2019 & Novianti et
al., 2020
Yustiningsih, 2012
Wang & Lee (2009)
Deb et al (2020)
Rahman (2020)
Analisis APT
Produsen → Pedagang Grosir → Pedagang Eceran
Pedagang Eceran → Pedagang Grosir → Produsen
Konsumen → Produsen
Produsen → Pedagang Eceran
Petani → Pedagang Eceran
Petani → Pedagang Eceran
Pedagang Eceran → Petani
Pedagang Grosir → Pedagang Eceran
Petani → Pedagang Grosir → Pedagang Eceran
Metode Keterangan
• Hanya mampu melihat speed dari APT (Meyer &
Cramon-Taubadel, 2004)
• Tidak bisa dilakukan analisis welfare
distribution (Meyer & Cramon-Taubadel, 2004)
Asymmetric
ECM
Threshold • Threshold yang digunakan adalah error
VECM correction term (ECT) nya
• Hanya mampu melihat speed dari APT (Meyer &
Cramon-Taubadel, 2004)
TAR – ECM
• Keberadaan threshold dari ECT tidak dapat
MTAR – ECM
ditafsirkan secara ekonomi di pasar yang
sebenarnya (Meyer & Cramon-Taubadel, 2004)
NARDL • mampu melihat APT baik dari sisi speed,
magnitude, positif ataupun negatif (Meyer &
Cramon-Taubadel, 2004) sehingga bisa
dilakukan analisis welfare distribution
11
Data
Periode bulanan yang dimulai Label Data Satuan Sumber Data
dari Januari 2014 sampai 𝑓𝑝 Rata-rata harga gabah tingkat Rp/kg BPS
Desember 2021 petani (Gabah Kering Panen)
𝑝𝑝 Rata-rata harga beras kualitas Rp/kg BPS
Cakupan: tingkat nasional medium di tingkat produsen
(agregat nasional) (penggilingan beras)
𝑤𝑝 Rata-rata harga beras kualitas Rp/kg Pasar Induk
medium di tingkat pedagang Beras Cipinang
besar
𝑐𝑝𝑐 Rata-rata harga beras di tingkat Rp/kg BPS
konsumen (pedagang eceran)
untuk wilayah perkotaan
𝑐𝑝𝑟 Rata-rata harga beras di tingkat Rp/kg BPS
konsumen (pedagang eceran)
untuk wilayah perdesaan

12
Spesifikasi Model Empiris

Model Dinamis Menghindari spurious

regression
• pendekatan statis lebih cocok untuk analisis
long run equilibrium (Kinnucan & Forker, 1987).
• Analisis kointegrasi diperlukan karena ketika
data time series yang diregresi melibatkan
• Ketika periode yang digunakan lebih singkat,
bisa terjadi kondisi disequilibrium pasar yang
variabel yang tidak stasioner sering kali
menghasilkan spurious regression (Cramon-
Taubadel & Loy, 1996).
mengonfirmasi bahwa pasar perlu waktu untuk
akhirnya sampai pada ekuilibrium (Heien,
1980).
• Spurious regression dapat dihindari jika
variabel yang dianalisis berkointegrasi
• Ketidakmampuan model statis dalam
menangkap nature dari data time series akan
(Banerjee et al., 1993 dalam Cramon-Taubadel,
1998).
mengurangi efisiensi dari hasil estimasi dan
akan membatasi dinamika dari transmisi harga
itu sendiri (Brümmer et al., 2009).

13
 Spesifikasi Model Empiris

error correction model (ECM) dengan Non-Linear Autoregressive

penambahan asymmetric adjustment terms Distributed Lag (NARDL)

Pengujian
Cramon-Taubadel & Loy (1996) & Cramon-Taubadel (1998) Shin et al. (2014)

Namun, hanya mampu menangkap APT dari
sisi ukuran kecepatan waktu (speed) dan
belum mencakup magnitude (Meyer &
Cramon-Taubadel, 2004).
Hal ini karena APT yang diukur dengan
magnitude menunjukkan adanya perbedaan
yang permanen dari respon/transmisi
antara perubahan harga positif dan negatif,
Bisa melihat APT baik dari sisi speed, magnitude,
positif ataupun negatif sekaligus
mengakomodir kemungkinan adanya lag respon
keberadaan
harga
APT
NARDL dapat digunakan untuk melihat pengaruh
asimetris melalui nonlinear asymmetric
cointegration, yang diperoleh dengan dengan
mengikutsertakan variabel yang menangkap
nonlinear asymmetric (𝒙+𝒕 dan 𝒙𝒕 ) (Shin et al.,
− 𝑡 𝑡

sehingga jika dilakukan analisis jangka 2014). 𝑥𝑡+ = ෍ Δ𝑥𝑡+ = ෍ max(Δ𝑥𝑗 , 0)

panjang maka kedua data yang

𝑗=1 𝑗=1
Dengan demikian, pengaruh perubahan positif 𝑡 𝑡
menunjukkan magnitude APT akan saling harga (kenaikan harga atau 𝑝𝑡+ ) sekaligus 𝑥𝑡− = ෍ Δ𝑥𝑡− = ෍ min(Δ𝑥𝑗 , 0)
menjauh dalam jangka panjang sehingga pengaruh perubahan negatif dari perubahan 𝑗=1 𝑗=1

tidak terkointegrasi (Meyer & Cramon- harga (penurunan harga atau 𝑝𝑡− ) terhadap harga
Taubadel, 2004). beras di tingkat lain dapat diestimasi dalam
model.
14
 Spesifikasi Model Empiris

NARDL
Abdallah (2020)

𝑝 −1 + + 𝑞 −1 − − 𝑟 −1
petani → produsen Δ𝑙𝑝𝑝𝑡 = 𝛼1 + 𝜌1 𝑙𝑝𝑝𝑡−1 + 𝜃1+ 𝑙𝑝𝑓𝑡−1
+
+ 𝜃1− 𝑙𝑝𝑓𝑡−1
− 1
+ σ𝑗=1 1
𝜆1𝑗 Δ𝑙𝑝𝑝𝑡−𝑗 + σ𝑗=0 𝜋1𝑗 Δ𝑙𝑝𝑓𝑡−𝑗 1
+ σ𝑗=0 𝜋1𝑗 Δ𝑙𝑝𝑓𝑡−𝑖 + 𝑒1 𝑡 (3.2.10a)

𝑝 −1 + + 𝑞 −1 − 𝑟 −1
produsen → pedagang grosir Δ𝑙𝑤𝑝𝑡 = 𝛼2 + 𝜌2 𝑙𝑤𝑝𝑡−1 + 𝜃2+ 𝑙𝑝𝑝𝑡−1
+
+ 𝜃2− 𝑙𝑝𝑝𝑡−1
− 2
+ σ𝑗=1 2
𝜆2𝑗 Δ𝑙𝑤𝑝𝑡−𝑗 + σ𝑗=0 𝜋2𝑗 Δ𝑙𝑝𝑝𝑡−𝑗 2
+ σ𝑗=0 𝜋2𝑗 Δ𝑙𝑝𝑝 + 𝑒2 𝑡 (3.2.10b)

petani → pedagang grosir Δ𝑙𝑤𝑝𝑡 = 𝛼3 + 𝜌3 𝑙𝑤𝑝𝑡−1 + 𝜃3+ 𝑙𝑝𝑓𝑡−1

+
+ 𝜃3− 𝑙𝑝𝑓𝑡−1
− 3
+ σ𝑗=1
𝑝 −1 3
𝜆3𝑗 Δ𝑙𝑤𝑝𝑡−𝑗 + σ𝑗=0 +
𝜋3𝑗 +
Δ𝑙𝑝𝑓𝑡−𝑗
𝑞 −1
3
+ σ𝑗=0 −
𝜋3𝑗 −
Δ𝑙𝑝𝑓𝑡−𝑖 + 𝑒3 𝑡
𝑟 −1
(3.2.10c)
pedagang grosir → pedagang 𝑝 −1 𝑞 −1 𝑟 −1
+ + − −
eceran Δ𝑙𝑐𝑝𝑡 = 𝛼4 + 𝜌4 𝑙𝑐𝑝𝑡−1 + 𝜃4+ 𝑙𝑤𝑝𝑡−1
+
+ 𝜃4− 𝑙𝑤𝑝𝑡−1
− 4
+ σ𝑗=1 4
𝜆4𝑗 Δ𝑙𝑐𝑝𝑡−𝑗 + σ𝑗=0 𝜋4𝑗 Δ𝑙𝑤𝑝𝑡−𝑗 4
+ σ𝑗=0 𝜋4𝑗 Δ𝑙𝑤𝑝𝑡−𝑗 + 𝑒4 𝑡 (3.2.10d)

petani → pedagang eceran 𝑝 −1 + + 𝑞 −1 𝑟 −1

Δ𝑙𝑐𝑝𝑡 = 𝛼5 + 𝜌5 𝑙𝑐𝑝𝑡−1 + 𝜃5+ 𝑙𝑝𝑓𝑡−1
+
+ 𝜃5− 𝑙𝑝𝑓𝑡−1
− 5
+ σ𝑗=1 5
𝜆5𝑗 Δ𝑙𝑐𝑝𝑡−𝑗 + σ𝑗=0 𝜋5𝑗 Δ𝑙𝑝𝑓𝑡−𝑗 5
+ σ𝑗=0 −
𝜋5𝑗 −
Δ𝑙𝑝𝑓𝑡−𝑖 + 𝑒5 𝑡 (3.2.10e)

𝑙𝑝𝑓 adalah harga gabah (GKP) di tingakt petani; 𝑙𝑝𝑝 adalah harga beras (kualitas medium) di tingkat penggilingan; 𝑙𝑝𝑤 adalah harga beras kualitas medium tingkat
grosir; dan 𝑙𝑝𝑟 adalah harga beras kualitas medium tingkat pedagang eceran. Seluruh variabel ditransformasi dalam bentuk logaritma natural
𝑙𝑝𝑓 + , 𝑙𝑝𝑓 − ; 𝑙𝑝𝑝+ , 𝑙𝑝𝑝 − ; 𝑙𝑝𝑤 + , 𝑙𝑝𝑤 − adalah penjumlahan parsial dari perubahan positif dan negative dari masing-masing 𝑙𝑝𝑓, 𝑙𝑝𝑝, dan 𝑙𝑝𝑤. Selanjutnya 𝑡 menunjukkan
periode; 𝑗 = 1, … 𝑝1 − 1 ; 𝑗 = 1, … 𝑞1 − 1 ; 𝑗 = 1, … 𝑝2 − 1 , 1, 𝑗 = 1 … 𝑞2 − 1 ; 𝑗 = 1, … 𝑝3 − 1 , 𝑗 = 1, … 𝑞3 − 1 adalah lag optimal dari masing-masing model (3.2.8a), (3.2.8b) dan
(3.2.8c)
Selanjutnya, setelah model terbentuk dilakukan uji stabilitas dari model dengan pengujian cumulative sum (CUSUM)
15
 Langkah Estimasi Model NARDL

Menjadi kenaikan
Grafik pola
Unit root test (𝑥 + ) dan penurunan
Bound Test NARDL Wald Test adjustment lama
Dengan DF-GLS (𝑥 − )
→ baru

Uji Stasioneritas Dekomposisi x Uji Kointegrasi Estimasi Model Uji APT Dynamic Multiplier

16
 Spesifikasi Model Empiris
Pengujian Hipotesis

Hipotesis
terdapat transmisi harga asimetris dari sisi speed dan magnitude di pasar beras Indonesia di sepanjang
rantai distribusi, yaitu dari (1) petani ke produsen; (2) produsen ke pedagang besar; (3) petani ke
pedagang besar; (4) pedagang besar ke pedagang eceran dan (5) petani ke pedagang eceran.

Pengujian Hipotesis terdapat transmisi harga asimetris dari sisi speed diuji menggunakan Wald test.
Hipotesis 𝑞−1 𝑞−1
+
𝐻0 = σ𝑗=1 𝜋𝑖𝑗 −
= σ𝑗=1 𝜋𝑖𝑗 untuk semua 𝑗 = 1, … 𝑞𝑖 − 1
dengan 𝑖 = 1, 2, 3, 4, 5 yang masing-masing merepresentasikan transmisi harga persamaan 3.2.10a, 3.2.10b,
3.2.10c, 3.2.10d, dan 3.2.10e.

Pengujian Hipotesis terdapat transmisi harga asimetris dari sisi magnitude diuji menggunakan Wald test.
Hipotesis 𝐻0 = 𝛽𝑖+ = 𝛽𝑖− dimana 𝛽𝑖+ = −𝜃𝑖+ /𝜌𝑖 dan 𝛽𝑖− = − 𝜌𝑖
𝜃−
𝑖

dengan 𝑖 = 1, 2, 3, 4, 5 yang masing-masing merepresentasikan transmisi harga persamaan 3.2.10a, 3.2.10b,

3.2.10c, 3.2.10d, dan 3.2.10e.

Merujuk pada hasil estimasi persamaan 3.2.10a, 3.2.10b, 3.2.10c, 3.2.10d, dan 3.2.10e. 17
 Spesifikasi Model Empiris
Analisis welfare distribution

Apabila terbukti secara statistik bahwa terdapat APT dari sisi speed dan magnitude maka terdapat welfare
transfer diantara pelaku pasar beras Indonesia.
Selanjutnya, untuk melihat arah dari welfare transfer tersebut, perlu dilihat APT yang terjadi positif atau
negatif, Untuk menghitung APT positif atau negatif, perlu dibandingkan nilai koefisien dari masing-masing
model, yaitu (Fousekis et al., 2016; Kamaruddin et al., 2021; Rahman, 2020):

APT positif Dari sisi magnitude 𝛽𝑖+ > 𝛽𝑖−

dengan 𝑖 = 1, 2, 3, 4, 5 yang masing-masing merepresentasikan transmisi harga persamaan 3.2.10a,

3.2.10b, 3.2.10c, 3.2.10d, dan 3.2.10e.

APT negatif
Dari sisi magnitude 𝛽𝑖+ < 𝛽𝑖−

dengan 𝑖 = 1, 2, 3, 4, 5 yang masing-masing merepresentasikan transmisi harga persamaan 3.2.10a,

3.2.10b, 3.2.10c, 3.2.10d, dan 3.2.10e.

Merujuk pada hasil estimasi persamaan 3.2.10a, 3.2.10b, 3.2.10c, 3.2.10d, dan 3.2.10e. 18
 Perbedaan harga di
sepanjang rantai distribusi
cukup besar, terutama harga
di tingkat petani jika
dibandingkan dengan harga
di tingkat lain.
perubahan harga yang tertinggi
sekitar 0,25% per bulan pada tingkat
pedagang eceran sedangkan untuk
harga gabah secara rata-rata berubah
sekitar 0,08% per bulannya.

Tabel 4.1.1 Statistik Deskriptif Harga Gabah dan Beras (Rp/kg) Sepanjang Rantai Distribusi
Tingkat Harga
Statistik Pedagang Pedagang
Petani Produsen
Besar Eceran
(1) (2) (3) (4) (5)
Rata-rata (Rp/kg) 4.668,25 9.093,26 9.160,49 10.994,18
Standar Deviasi 315,98 515,64 644,51 846,41
Minimum (Rp/kg) 3.935,73 7.797,00 7.725,00 9.122,46
Maksimum (Rp/kg) 5.415,16 10.215,00 10.948,08 12.310,78
Perubahan Harga (%) 0,0827 0,1352 0,1546 0,2528
19
Sumber: BPS, PIBC (diolah)
1. Uji Stasioneritas Data 2. Pembentukan Variabel Positif dan Negatif
Tabel 4.2.2 Sebaran Observasi Variabel berdasarkan
Tabel 4.2.1 Hasil Uji Stasioneritas Data dengan DF-GLS
Threshold Nol dan Growth
DF-GLS Critical Value
Threshold Zero Threshold Growth
Variabel 𝛼 = 1% 𝛼 = 5% Variabel
𝜏 Test Statistics Jumlah % Jumlah %
𝑙𝑓𝑝 -1,248 (11) -3,595 -2,771 𝛥𝑙𝑓𝑝+
63 66,32 62 65,26
𝑙𝑝𝑝 -1,189 (11) -3,595 -2,771 𝛥𝑙𝑓𝑝−
32 33,68 33 34,74
𝑙𝑤𝑝 -1,214 (10) -3,595 -2,804 𝛥𝑙𝑝𝑝 +
56 59,57 55 58,51
𝑙𝑐𝑝 -0,568 (11) -3,595 -2,771 𝛥𝑙𝑝𝑝 −
38 40,42 39 41,49
𝛥𝑙𝑓𝑝 -5,509*** (2) -3,599 -3,029 𝛥𝑙𝑤𝑝+
47 49,47 41 43,16
𝛥𝑙𝑝𝑝 -6,937*** (1) -3,599 -2,802 𝛥𝑙𝑤𝑝−
48 50,53 54 56,84
𝛥𝑙𝑤𝑝 -5,618*** (4) -3,599 -2,982 Sumber: BPS, PIBC (diolah)
𝛥𝑙𝑐𝑝 -6,915*** (1) -3,599 -3,048

Pemilihan lag optimal berdasarkan Ng-Perron sequential t dan

Ng-Perron modified Akaike information criterion (MAIC) yang
disediakan dalam tanda kurung. Tanda **, *** masing-masing
menunjukkan signifikansi pada 𝛼 = 5% dan 1%
Sumber: BPS, PIBC (diolah) 20
 Uji Kointegrasi

Tabel 4.2.3 Bound Test Pengujian Kointegrasi Transmisi Harga Sepanjang Rantai Distribusi
NARDL model NARDL model NARDL model (3.2.10d) NARDL model (3.2.10e)
NARDL model
Statistic (3.2.10b) (3.2.10c) Pedagang Besar → Petani → Pedagang Eceran
(3.2.10a)
NARDL Produsen → Petani → Pedagang Pedagang Eceran
Petani → Produsen
Pedagang Besar Besar
FPSSa 15,4994*** 9,4077*** 8,5944*** 11,1214*** 15,8882***
10,2195*** 9,3660*** 9,0386*** 11,6053*** 13,8429***
FPSSb
11,0023***

Critical value berdasarkan Pesaran et al. (2001) dengan k=1 pada α=5% (1%) untuk FPSS lower bound dan upper bound adalah 4,94 – 5,73 (6,84 – 7,84).
Tanda **,*** masing-masing menunjukkan signifikansi pada α=5% dan 1%
Sumber: BPS, PIBC (diolah)

21
 Model 3.2.10e (a) Model 3.2.10e (b1) Model 3.2.10e (b2) TRANSMISI HARGA PETANI →
Koefisien
Variabel Koefisien (se) Variabel
(se)
Variabel Koefisien (se) PEDAGANG ECERAN
𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 1,7902*** 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 1,6083*** 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 1,5931***
(0,4149) (0,4194) (0,4660)
𝑙𝑐𝑝𝑡−1 -0,1950*** 𝑙𝑐𝑝𝑡−1 -0,1747*** 𝑙𝑐𝑝𝑡−1 -0,1730***
(0,0452) (0,0235) (0,0507)
+ + +
𝑙𝑓𝑝𝑡−1 0,1338*** 𝑙𝑓𝑝𝑡−1 0,1528*** 𝑙𝑓𝑝𝑡−1 0,1515***
(0,0229) (0,0235) (0,0285)
− − −
𝑙𝑓𝑝𝑡−1 0,1124*** 𝑙𝑓𝑝𝑡−1 0,1401*** 𝑙𝑓𝑝𝑡−1 0,1389***
(0,0197) (0,0216) (0,0258)
∆𝑙𝑐𝑝𝑡−5 -0,1725*** ∆𝑙𝑐𝑝𝑡−1 -0,2272** ∆𝑙𝑐𝑝𝑡−1 -0,2272**
(0,0853) (0,1016) (0,1051)
∆𝑙𝑐𝑝𝑡−6 0,2249*** ∆𝑙𝑐𝑝𝑡−2 -0,1815* ∆𝑙𝑐𝑝𝑡−2 -0,1631*
(0,0848) (0,0912) (0,0971) (a) (b1)
∆𝑙𝑓𝑝𝑡+ 0,2146*** ∆𝑙𝑐𝑝𝑡−3 -0,1403 ∆𝑙𝑐𝑝𝑡−3 -0,1482
(0,0661) (0,0877) (0,0915) Garis hitam tebal : efek 𝑙𝑓𝑝+
∆𝑙𝑐𝑝𝑡−4 -0,0037 ∆𝑙𝑐𝑝𝑡−4 -0,0032 Garis putus hitam tebal : efek
(0,0862) (0,0872) 𝑙𝑓𝑝 −
∆𝑙𝑐𝑝𝑡−5 -0,2073*** ∆𝑙𝑐𝑝𝑡−5 -0,2024*** Garis putus merah tebal :
(0,0852) (0,0865) efek 𝑙𝑓𝑝+ + 𝑙𝑓𝑝−
∆𝑙𝑐𝑝𝑡−6 0,1431 ∆𝑙𝑐𝑝𝑡−6 0,1358
Garis putus merah tipis : 95%
(0,0893) (0,0911) (b2)
∆𝑙𝑓𝑝𝑡+ 0,1934*** ∆𝑙𝑓𝑝𝑡+ 0,1842*** condifence interval
(0,0664) (0,0688)
+
∆𝑙𝑓𝑝𝑡−1 0,0330
(0,0724)
+
∆𝑙𝑓𝑝𝑡−2 -0,0265
Statistics & Diagnostics [statistics (p-value)]
(0,0761)
Asymmetric long-run price transmission parameters Model 3.2.10e (a) Model 3.2.10e (b1) Model 3.2.10e (b2)
+ 0,6861*** + 0,8750*** + 0,8750***
𝛽𝑙𝑓𝑝_𝑎 𝛽𝑙𝑓𝑝_𝑏1 𝛽𝑙𝑓𝑝_𝑏2 2 0,4230
𝑅𝑎𝑑𝑗 0,4047 0,4351
− − −
𝛽𝑙𝑓𝑝_𝑎 0,5762*** 𝛽𝑙𝑓𝑝_𝑏1 0,8019*** 𝛽𝑙𝑓𝑝_𝑏2 0,8028***
F-Statistic 10,97*** (0,00) 7,78*** (0,00) 6,38***(0,00)
Asymmetric Test Heteroscedasticity 6,9783 (0,3229) 11,5001 (0,3199) 15,4649 (0,2170)
𝑙𝑓𝑝 Long run 6,273*** (0,000) 𝑙𝑓𝑝 Long run 4,308*** (0,000) 𝑙𝑓𝑝 Long run 2,3074*** (0,024) Serial Correlation 2,3721 (0,3054) 0,2421 (0,8860) 0,3376 (0,8447)
Short run 3,245*** (0,000) Short run 2,912*** (0,000) Short run 1,4796 (0,1431) CUSUM stable stable stable

22
 Model 3.2.10c (a) Model 3.2.10c (b)
Variabel Koefisien (se) Variabel Koefisien (se) TRANSMISI HARGA PETANI → PEDAGANG BESAR
𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 2,8920*** 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 2,9854***
(0,6090) (0,6133)
𝑙𝑤𝑝𝑡−1 -0,3229*** 𝑙𝑤𝑝𝑡−1 -0,3330***
(0,0674) (0,0678)
+ +
𝑙𝑓𝑝𝑡−1 0,2407*** 𝑙𝑓𝑝𝑡−1 0,2548***
(0,05419) (0,0555) Dynamic Multiplier
− −
𝑙𝑓𝑝𝑡−1 0,2107*** 𝑙𝑓𝑝𝑡−1 0,2251***
(0,0519) (0,0533)
∆𝑙𝑤𝑝𝑡−1 0,2751*** ∆𝑙𝑤𝑝𝑡−1 0,3143***
(0,0804) (0,0872)
∆𝑙𝑤𝑝𝑡−2 -0,2051*** ∆𝑙𝑤𝑝𝑡−2 -0,2257***
(0,0906) (0,0922)
∆𝑙𝑓𝑝𝑡+ 0,8072*** ∆𝑙𝑓𝑝𝑡+ 0,8301***
(0,1294) (0,1307)
+ +
∆𝑙𝑓𝑝𝑡−2 0,3449*** ∆𝑙𝑓𝑝𝑡−1 -0,1650
(0,1500) (0,1438)
+
∆𝑙𝑓𝑝𝑡−2 0,3470*** (a) (b)
(0,1497)
Asymmetric long-run price transmission parameter Garis hitam tebal : efek 𝑙𝑓𝑝+
+ +
𝛽𝑙𝑓𝑝_𝑎 0.7453*** 𝛽𝑙𝑝𝑝_𝑏 0,7653*** Garis putus hitam tebal : efek 𝑙𝑓𝑝−
−
𝛽𝑙𝑓𝑝_𝑎 0.6524*** −
𝛽𝑙𝑝𝑝_𝑏 0,6760*** Garis putus merah tebal : efek 𝑙𝑓𝑝+ + 𝑙𝑓𝑝−
Asymmetric Test Garis putus merah tipis : 95% condifence
𝑙𝑓𝑝 Long run 5,16*** (0,000) 𝑙𝑓𝑝 Long run 5,04*** (0,000)
Short run 5,42*** (0,000) Short run, 4,14*** (0,000)
Statistics & Diagnostics
2
𝑅𝑎𝑑𝑗 0,5144 0,5162
F-Statistic 14,92*** (0,00) 13,27*** (0,00) Catatan: (a) berdasarkan general-to-specific dan (b) berdasarkan Hausman specification test (Lampiran),
Heteroscedasticity 1,4057 (0,9854) 2,9595 (0,9369) se=standard error; Pada Asymmetric test dam Statistics & Diagnostics, ditampilkan nilai statistik dan p-
Serial Correlation 3,0621 (0,2163) 1,6156 (0,4458) value di dalam kurung. Heteroscedasticity test dengan Harvey-Godfrey test; Serial Correlation dengan
CUSUM stable stable Breusch-Godfrey LM test. Tanda *,**,*** masing-masing menunjukkan signifikansi pada 𝛼 =
10%, 5% dan 1% 23
 Model 3.2.10a (a) Model 3.2.10a (b)
Variabel Koefisien (se) Variabel Koefisien (se) TRANSMISI HARGA PETANI → PRODUSEN
𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 3,1093*** 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 2,8451***
(0,4816) (0,5500)
𝑙𝑝𝑝𝑡−1 -0,3438*** 𝑙𝑝𝑝𝑡−1 -0,3145***
(0,0533) (0,0609)
+ +
𝑙𝑓𝑝𝑡−1 0,2880*** 𝑙𝑓𝑝𝑡−1 0,2640***
(0,0439) (0,0501) Dynamic Multiplier
− −
𝑙𝑓𝑝𝑡−1 0,2790*** 𝑙𝑓𝑝𝑡−1 0,2563***
(0,0427) (0,0484)
∆𝑙𝑝𝑝𝑡−1 0,3194*** ∆𝑙𝑝𝑝𝑡−1 0,2854***
(0,0601) (0,0890)
∆𝑙𝑓𝑝𝑡+ 0,3066*** ∆𝑙𝑓𝑝𝑡+ 0,3128***
(0,0745) (0,0747)
∆𝑙𝑓𝑝𝑡− 0,2850*** ∆𝑙𝑓𝑝𝑡− 0,2624***
(0,0536) (0,0583)
−
∆𝑙𝑓𝑝𝑡−2 -0,1337** −
∆𝑙𝑓𝑝𝑡−1 0,0672 (a) (b)
(0,0601) (0,0676)
−
∆𝑙𝑓𝑝𝑡−2 -0,1300** Keterangan:
(0,0602) Garis hitam tebal : efek 𝑙𝑓𝑝+
Asymmetric long-run price transmission parameter Garis putus hitam tebal : efek 𝑙𝑓𝑝−
+ 0.8378*** + 0,8396***
𝛽𝑙𝑓𝑝_𝑎 𝛽𝑙𝑓𝑝_𝑏 Garis putus merah tebal : efek 𝑙𝑓𝑝+ + 𝑙𝑓𝑝 −
− −
𝛽𝑙𝑓𝑝_𝑎 0.8116*** 𝛽𝑙𝑓𝑝_𝑏 0,8151*** Garis putus merah tipis : 95% condifence interval
Asymmetric Test
𝑙𝑓𝑝 Long run 2,85*** (0,006) 𝑙𝑝𝑝 Long run 2,37*** (0,020)
Short run -1,20 (0,234) Short run 0,83 (0,4082)
Statistics & Diagnostics
2
𝑅𝑎𝑑𝑗 0,7603 0,7603
F-Statistic 42,69*** (0,00) 37,48*** (0,00) Catatan: (a) berdasarkan general-to-specific dan (b) berdasarkan Hausman specification test (Lampiran),
Heteroscedasticity 9,2918 (0,2324) 9,3500 (0,3136) se=standard error; Pada Asymmetric test dam Statistics & Diagnostics, ditampilkan nilai statistik dan p-
Serial Correlation 0,1150 (0,9441) 0,4626 (0,7935) value di dalam kurung. Heteroscedasticity test dengan Harvey-Godfrey test; Serial Correlation dengan
CUSUM stable stable Breusch-Godfrey LM test. Tanda *,**,*** masing-masing menunjukkan signifikansi pada 𝛼 =
10%, 5% dan 1% 24
 Model 3.2.10b (a) Model 3.2.10b (b)
TRANSMISI HARGA PRODUSEN→ PEDAGANG BESAR
Variabel Koefisien (se) Variabel Koefisien (se)
𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 3,9340*** 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 3,9445***
(0,7472) (0,7513)
𝑙𝑤𝑝𝑡−1 -0,4393*** 𝑙𝑤𝑝𝑡−1 -0,4406***

+
𝑙𝑝𝑝𝑡−1
(0,0834)
0,3434*** +
𝑙𝑝𝑝𝑡−1
(0,0838)
0,3348***
Dynamic Multiplier
(0,0911) (0,0941)
− −
𝑙𝑝𝑝𝑡−1 0,2703*** 𝑙𝑝𝑝𝑡−1 0,2589***
(0,0926) (0,0941)
∆𝑙𝑝𝑝𝑡+ 0,8920*** ∆𝑙𝑝𝑝𝑡+ 0,8669***
(0,1780) (0,1898)
+ +
∆𝑙𝑝𝑝𝑡−2 0,7934*** ∆𝑙𝑝𝑝𝑡−1 0,0887
(0,1831) (0,2257)
+
∆𝑙𝑝𝑝𝑡− 0,6218*** ∆𝑙𝑝𝑝𝑡−2 0,6058***
(0,2111) (0,2160)
∆𝑙𝑝𝑝𝑡− 0,7620***
(0,2006) (b)
(a)
Asymmetric long-run price transmission parameter
+ + Garis hitam tebal : efek 𝑙𝑝𝑝 +
𝛽𝑙𝑝𝑝_𝑎 0,7816*** 𝛽𝑙𝑝𝑝_𝑏 0,7600***
− −
Garis putus hitam tebal : efek 𝑙𝑝𝑝 −
𝛽𝑙𝑝𝑝_𝑎 0,6152*** 𝛽𝑙𝑝𝑝_𝑏 0,5876*** Garis putus merah tebal : efek 𝑙𝑝𝑝 + + 𝑙𝑝𝑝 −
Asymmetric Test Garis putus merah tipis : 95% condifence interval
𝑙𝑓𝑝 Long run 4,17*** (0,000) 𝑙𝑝𝑝 Long run 4,02*** (0,000)
Short run 3,48* (0,0654) Short run 1,83* (0,0708)
Statistics & Diagnostics
2
𝑅𝑎𝑑𝑗 0,5604 0,5560
F-Statistic 20,55*** (0,00) 17,46*** (0,00) Catatan: (a) berdasarkan general-to-specific dan (b) berdasarkan Hausman specification test (Lampiran),
se=standard error; Pada Asymmetric test dam Statistics & Diagnostics, ditampilkan nilai statistik dan p-
Heteroscedasticity 6,6217 (0,3573) 9,8868 (0,1951)
value di dalam kurung. Heteroscedasticity test dengan Harvey-Godfrey test; Serial Correlation dengan
Serial Correlation 13,711 (0,1330) 14,1928 (0,1156) Breusch-Godfrey LM test. Tanda *,**,*** masing-masing menunjukkan signifikansi pada 𝛼 =
10%, 5% dan 1% 25
CUSUM stable stable
 Model 3.2.10d (a) Model 3.2.10d (b) Model 3.2.10d (b)
Variabel Koefisien (se) Variabel Koefisien (se) Variabel Koefisien (se)
𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 2,7037*** 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 2,2860*** 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡 1,6567*** TRANSMISI HARGA PEDAGANG BESAR →
(0,6019) (0,6268) (0,5659)
𝑙𝑐𝑝𝑡−1 -0,2949*** 𝑙𝑐𝑝𝑡−1 -0,2488*** 𝑙𝑐𝑝𝑡−1 -0,1807*** PEDAGANG ECERAN
(0,0658) (0,0658) (0,0618)
+ + +
𝑙𝑤𝑝𝑡−1 0,1884*** 𝑙𝑤𝑝𝑡−1 0,2072*** 𝑙𝑤𝑝𝑡−1 0,1275***
(0,03506) (0,03758) (0,04017)
− − −
𝑙𝑤𝑝𝑡−1 0,1474*** 𝑙𝑤𝑝𝑡−1 0,1993*** 𝑙𝑤𝑝𝑡−1 0,1061***
(0,0306) (0,0396) (0,0386) Dynamic Multiplier
∆𝑙𝑐𝑝𝑡−6 0,2132*** ∆𝑙𝑐𝑝𝑡−1 -0,1993*** ∆𝑙𝑐𝑝𝑡−1 -0,2432***
(0,0791) (0,1072) (0,0898)
∆𝑙𝑤𝑝𝑡+ 0,2058*** ∆𝑙𝑐𝑝𝑡−2 -0,1584 ∆𝑙𝑤𝑝𝑡+ 0,2246***
(0,0539) (0,1029) (0,0522)
∆𝑙𝑤𝑝𝑡− 0,2721*** ∆𝑙𝑐𝑝𝑡−3 -0,1290 +
∆𝑙𝑤𝑝𝑡−1 0,1616***
(0,0664) (0,0992) (0,0682)
∆𝑙𝑐𝑝𝑡−4 0,0258 ∆𝑙𝑤𝑝𝑡− 0,2324***
(0,0926) (0,0702)
∆𝑙𝑐𝑝𝑡−5 -0,1227
(0,0854)
∆𝑙𝑐𝑝𝑡−6 0,1455*
(0,0842) (a) (b1)
∆𝑙𝑤𝑝𝑡+ 0,2095***
(0,0538)
Garis hitam tebal : efek 𝑙𝑤𝑝 +
∆𝑙𝑤𝑝𝑡− 0,2634***
Garis putus hitam tebal : efek 𝑙𝑤𝑝 −
(0,0699)
Garis putus merah tebal : efek 𝑙𝑤𝑝 + + 𝑙𝑤𝑝 −
Asymmetric long-run price transmission parameters Garis putus merah tipis : 95% condifence
+
𝛽𝑙𝑤𝑝 0.6388*** +
𝛽𝑙𝑤𝑝 0,8328*** +
𝛽𝑙𝑤𝑝 0,7054*** interval
_𝑎 _𝑏1 _𝑏2
− − −
𝛽𝑙𝑤𝑝 _𝑎 0.4999*** 𝛽𝑙𝑤𝑝 _𝑏1 0,7725*** 𝛽𝑙𝑤𝑝 _𝑏2 0,5873***
Asymmetric Test
𝑙𝑤𝑝 Long run 4,564*** (0,000) 𝑙𝑤𝑝 Long run 0,875 (0,384) 𝑙𝑤𝑝 Long run 1,9814* (0,0507)
Short run 0,698 (0,4874) Short run -0,559 (0,5781) Short run 1,1360 (0,2591) (b2)
Statistics & Diagnostics Catatan: (a) berdasarkan general-to-specific dan (b) berdasarkan Hausman specification test (Lampiran),
2 se=standard error; Pada Asymmetric test dam Statistics & Diagnostics, ditampilkan nilai statistik dan p-
𝑅𝑎𝑑𝑗 0,4670 0,4811 0,4610
value di dalam kurung. Heteroscedasticity test dengan Harvey-Godfrey test; Serial Correlation dengan
F-Statistic 13,85*** (0,00) 8,42*** (0,00) 12,36*** (0,00)
Breusch-Godfrey LM test. Tanda *,**,*** masing-masing menunjukkan signifikansi pada 𝛼 =
26
Heteroscedasticity 5,6501 (0,4635) 6,8740 (0,8092) 10,9117 (0,1425) 10%, 5% dan 1%
Serial Correlation 2,4747 (0,2901) 4,6498 (0,1993) 1,1343 (0,5671)
CUSUM stable stable stable
 INTERNALISASI TRANSMISI

Kecepatan respon penyesuaian perubahan harga berdasarkan dynamic multiplier

Internalisasi f-->p p-->w f-->w w-->r f-->r

transmisi a b a b a b a b a b1 b2
+ 1 2 1 1 1 1 1 3 3 5 5
3%
- 1 2 1 1 4 3 1 3 5 6 6
+ 1 3 1 1 2 2 2 4 4 7 7
5%
- 1 2 1 1 3 4 2 5 6 8 8
+ 2 4 2 2 3 3 4 7 7 11 11
10%
- 2 3 2 1 5 6 4 9 9 12 12
+ 4 8 4 6 5 7 7 15 13 20 20
25%
- 4 6 4 3 8 12 7 17 15 22 22
+ 9 14 8 13 12 14 11 27 23 34 34
50%
- 8 11 8 7 14 21 12 30 25 36 36
+ 10 21 12 21 18 21 16 39 33 46 46
75%
- 9 15 12 11 19 29 17 43 36 49 49
+ 13 25 15 26 22 26 18 46 39 54 54
90%
- 11 18 14 14 23 35 20 50 42 57 57
+ 14 27 17 29 25 29 20 50 43 59 59
100%
- 12 20 16 15 25 38 22 55 46 62 62
Keterangan: f: tingkat petani; p: tingkat produsen; w: tingkat pedagang besar; r: tingkat pedagang eceran; a: model dengan spesifikasi
general-to-specific; b: model dengan spesifikasi specification test. Data dihitung dari nilai dynamic multiplier 27
 Tabel 4.2.10 Estimasi Parameter APT Jangka Panjang

Transmisi Harga 𝜷+ 𝜷− 𝜷+ − 𝜷− Jenis APT

Petani → Produsen 0,8396 0,8151 0,0245*** positif

Produsen → Pedagang Besar 0,7600 0,5876 0,1724*** positif
Pedagang Besar → Pedagang Eceran 0,7054 0,5873 0,1181*** positif

Tanda *,**,*** masing-masing menunjukkan signifikansi pada 𝛼 = 10%, 5% dan 1%

Sumber: BPS, PIBC (diolah)

28
 Ilustrasi perubahan
harga sepanjang rantai
distribusi akibat
kenaikan harga
gabah di tingkat petani
2,45%

Sumber: BPS, PIBC (diolah)

29
 Ilustrasi perubahan
harga sepanjang rantai
distribusi akibat
penurunan harga
gabah di tingkat petani
2,45%

Sumber: BPS, PIBC (diolah) 30

 Penelitian ini berhasil membuktikan dugaan awal dari penelitian ini. Berdasarkan hasil
analisis, pedagang eceran terbukti merespon kenaikan harga petani secara berbeda
dibandingkan dengan ketika terjadi penurunan harga petani, dimana respon dari pedagang
eceran ini akan lebih besar dan lebih cepat ketika terjadi kenaikan harga gabah jika
dibandingkan dengan ketika terjadi penurunan harga gabah (terdapat APT positif). Hal ini
terjadi karena berdasarkan hasil analisis APT di setiap rantai distribusi, ditemukan APT positif
(terutama dari sisi magnitude) di setiap rantai distribusi. Artinya, terdapat middleman yang
ingin mendapatkan profit lebih tinggi/tidak mau kehilangan keuntungan sehingga ketika
terjadi kenaikan harga gabah, akan langsung direspon dengan menaikkan harga yang lebih
tinggi/lebih cepat jika dibandingkan dengan penurunan harga gabah. Jika hal ini terjadi, maka
benefit yang diperoleh dari penurunan harga input, dalam hal ini gabah, tidak dapat
ditransmisikan/dirasakan sampai ke konsumen

31
 Pada akhirnya, hasil estimasi
Kedua, di balik welfare loss konsumen,
keberadaan APT yang telah
terdapat pedagang besar yang terindikasi
diuraikan tersebut mengindikasikan
memperoleh welfare gaining terbesar diantara
dua hal. Pertama, indikasi
pelaku pasar besar sepanjang rantai distribusi.
keberadaan welfare loss dari
Hal ini berasal dari welfare transfer yang
konsumen. Hal ini karena
diperoleh pedagang besar atas dominasinya
konsumen tidak dapat memperoleh
yang mampu menahan harganya agar tidak
keuntungan dengan besaran yang
turun sebesar penurunan harga di tingkat
sama dengan penurunan harga di
produsen dan mampu menciptakan posisi
tingkat petani karena pedagang
yang lebih baik ketika bertransaksi dengan
eceran mampu menahan harga agar
pedagang eceran.
tidak jatuh sebesar penurunan
harga gabah tingkat petani.

32
 Inilah masalah dari kondisi pasar beras Indonesia. Sebagaimana telah
diungkapkan oleh Kinnucan & Forker (1987) bahwa keberadaan
middleman yang menggunakan market power-nya untuk menyusun
strategi penentuan harga dalam pasar membuat kenaikan harga petani
akan lebih cepat dan lebih besar ditransmisikan ke sepanjang jalur
distribusi dibandingkan dengan penurunan harga petani. Keberadaan
market power dari pedagang besar di Indonesia juga terbukti dari
penelitian ini, pedagang besar memiliki kemampuan untuk menciptakan
benefit terbesar (dibandingkan agen lain) untuk mempertahankan
keuntungan yang diperoleh dari setiap transaksi beras yang dilakukan
ketika merespon perubahan harga beras produsen.

33
Kualitas Medium
Data rata-rata harga konsumen yang digunakan dalam penelitian ini menggunakan seluruh kualitas domestik (premium,
medium, luar kualitas). Hal ini bisa mengakibatkan informasi hasil analisis yang diperoleh menjadi tidak sempurna. Namun,
hal tersebut dianggap lebih baik jika dibandingkan dengan tidak mengikutsertakan harga di titik pedagang eceran.

Tidak mencakup APT Spasial

Untuk bisa melakukan analisis spasial, terutama untuk Indonesia maka diperlukan data harga yang cakupannya lebih dalam
dengan analisis pada satu jenis produk barang dengan kualitas yang sama. Akan menjadi tantangan besar untuk bisa
memperoleh informasi mengenai trading partners dan pola perdagangan antar wilayah yang bisa berbeda satu sama lain antar
wilayah.

Tidak menambahkan control variable dalam

persamaan transmisi harga.
Pada dasarnya, dalam penelitian transmisi harga, Rapsomanikis et al., (2004) memperkenalkan dua pendekatan, yaitu non-
structural approach dan structural approach. Non-structural approach menganggap faktor-faktor yang menentukan transmisi
harga sebagai informasi awal dari keberadaan transmisi harga itu sendiri dengan analisis akan lebih menitikberatkan pada analisis
dinamis dari pergerakan harga yang kemudian berkembang sampai melihat hubungan kointegrasi diantara harga di dua pasar
(Rapsomanikis et al., 2004).
Structural approach mencoba secara eksplisit menjelaskan perilaku dari transmisi harga dengan menghadirkan faktor-faktor
yang mempengaruhi besarnya transmisi harga ataupun pengaruh kebijakan dalam analisnya (Rapsomanikis et al., 2004). Untuk
meneliti dampak suatu kebijakan terhadap transmisi harga diperlukan simulasi kebijakan dalam analisisnya yang membutuhkan
sekelompok variabel yang merepresentasikan suatu kebijakan dan tidak bisa dengan mudah menggunakan estimasi parameter
transmisi harga sederhana. Analisis structural approach sendiri menuntut penggunaan data yang lebih spesifik dan detail,
34
dibandingkan hanya dengan data harga agregat (misalnya, rata-rata harga komoditas seperti dalam penelitian ini).
 Oleh karena itu, penelitian ini masih memfokuskan pada analisis transmisi harga melalui estimasi parameter transmisi
harga. Analisis dalam penelitian ini memang memiliki kekurangan dan kelebihan tersendiri.

❑ Estimasi parameter yang dihasilkan dalam ❑ Nilai dari estimasi parameter dan signifikansi yang

analisis dinamis dengan menggunakan non- dihasilkan akan memberikan informasi pasar mana

structural approach bisa saja bernilai lebih yang juga mengalami guncangan jika harga di pasar

rendah dari yang seharusnya (low parameter) lain terguncang, atau dengan kata lain pasar mana

karena nilai dari estimasi parameter itu sendiri yang berperilaku secara konsisten (well-functioning

sebenarnya masih bisa dipengaruhi faktor lain market) dilihat dari kemampuan harga ditransmisikan

yang mempengaruhi besaran transmisi harga (Rapsomanikis et al., 2004).

(Rapsomanikis et al., 2004). ❑ Dengan analisis yang tidak rumit, estimasi parameter

❑ Nilai estimasi parameter yang dihasilkan akan yang dihasilkan dapat merangkum overall effect dari

selalu lebih kecil dari satu meskipun misalnya faktor-faktor yang mempengaruhi perubahan harga,

transmisi harga yang terjadi sebenarnya komplit termasuk didalamnya adalah biaya transaksi,

(ditransmisikan secara sempurna) keberadaan market power, keberagaman produk

(Rapsomanikis et al., 2004). dalam pasar, sampai perubahan kebijakan

35
(Rapsomanikis et al., 2004).
 Berdasarkan hasil estimasi dan analisis dynamic multiplier, welfare gaining terbesar terjadi di titik
pedagang besar, sehingga pemerintah bisa mempertimbangkan untuk melakukan eksplorasi lebih jauh
dan melakukan intervensi sehingga kesejahteraan diantara pelaku pasar beras terdistribusi secara
merata.

Penelitian transmisi harga beras selanjutnya dapat mempertimbangkan penggunaan data harga konsumen
yang terfokus pada satu kualitas saja.

Penelitian ini masih menganalisis transmisi harga dari upstream ke downstream satu arah.
Pengembangan penelitian lebih lanjut dapat dilakukan dengan menganalisis transmisi harga dua
arah baik dari upstream ke downstream maupun sebaliknya.

Penelitian lebih lanjut dapat mempertimbangkan analisis yang lebih komprehensif dan
mendalam dengan mengkaji transmisi harga horizontal/spasial.

Penelitian ini belum mencakup faktor-faktor yang mempengaruhi transmisi harga beras di Indonesia. Penjelasan-penjelasan yang
diberikan penelitian ini masih berupa indikasi-indikasi awal yang dikumpulkan berdasarkan tinjauan teoritis dan empiris dari penelitian
lain yang bisa jadi menjadi salah satu penyebab adanya transmisi harga yang tidak simetris, dan belum dibuktikan signifikansinya
secara statistik. Oleh karena itu, penelitian selanjutnya dapat melakukan eksplorasi lebih jauh dengan penelitian berbasis structural
36
approach.
 Thank you!

37
Sources: Freepik ; SlidesCarnival
Reference
Ball, L., & Mankiw, N. G. (1994). Asymmetric Price Adjustment and Economic Fluctuations. The Economic Journal, 104(423), 247–261.
https://doi.org/https://doi.org/10.2307/2234746
Brorsen, B. W., Chavas, J., & Grant, W. R. (1985). Dynamic of Prices Analysis Marketing Channel in the U.S. Rice Marketing Channel. Journal of Business &
Economic Statistics, 3(4), 362–369. http://www.jstor.org/stable/1391723 .
Brümmer, B., Von Cramon-Taubadel, S., & Zorya, S. (2009). The impact of market and policy instability on price transmission between wheat and flour in
Ukraine. European Review of Agricultural Economics, 36(2), 203–230. https://doi.org/10.1093/erae/jbp021
Cao, Y., & Cheng, S. (2021). Impact of COVID-19 outbreak on multi-scale asymmetric spillovers between food and oil prices. Resources Policy.
https://doi.org/10.1016/j.resourpol.2021.102364
Chou, K., & Lin, P.-C. (2019). Asymmetric Price Transmission and Consumer Costs in The Taiwanese Rice Market. Romanian Journal of Economic
Forecasting, XXII(4), 67–86. www.ipe.ro/rjef/rjef4_19/rjef4_19p67-86.pdf
Conforti, P. (2004). Price Transmission in Selected Agricultural Markets. FAO Commodity and Trade Policy Research Working Papers, 7.
https://www.fao.org/3/j2730e/j2730e00.htm#Contents
Cramon-Taubadel, S. von. (1998). Estimating Asymmetric Price Transmission with The Error Correction Representation: An Application to The German Pork
Market. European Review of Agricultural Economics, 25(1), 1–18. https://doi.org/10.1093/erae/25.1.1
Cramon-Taubadel, S. von, & Loy, J.-P. (1996). Price Asymmetry in the International Wheat Market: Comment. Canadian Journal of Agricultural Economics,
44, 311–317. https://doi.org/https://doi.org/10.1111/j.1744-7976.1996.tb00153.x
Deb, L., Lee, Y., & Lee, S. H. (2020). Market integration and price transmission in the vertical supply chain of rice: An evidence from Bangladesh.
Agriculture, 10(7), 1–21. https://doi.org/10.3390/agriculture10070271
Dickey, D. A., & Fuller, W. A. (1979). Distribution of the Estimators for Autoregressive Time Series With a Unit Root. Journal of the American Statistical
Association, 74(366), 427. https://doi.org/10.2307/2286348
38
Reference
Ekananda, M. (2016). Analisis Ekonometrika Time Series (2nd ed.). Mitra Wacana Media.
Elliott, G., Rothenberg, T. J., & Stock, J. H. (1996). Efficient Tests for an Autoregressive Unit Root. Econometrica, 64(4), 813.
https://doi.org/10.2307/2171846
Fousekis, P., Katrakilidis, C., & Trachanas, E. (2016). Vertical price transmission in the US beef sector: Evidence from the nonlinear ARDL model.
Economic Modelling, 52, 499–506. https://doi.org/10.1016/j.econmod.2015.09.030
Gardner, B. L. (1975). The Farm‐Retail Price Spread in a Competitive Food Industry. American Journal of Agricultural Economics, 57(3), 399–409.
https://doi.org/10.2307/1238402
Ghoshray, A. (2011). Underlying Trends and International Price Transmission of Agricultural Commodities. ADB Economics Working Paper Series, 257.
http://hdl.handle.net/11540/2028
Goodwin, B. K., & Holt, M. T. (1999). Price Transmission and Asymmetric Adjustment in the U.S. Beef Sector. American Journal of Agricultural
Economics, 81(3), 630–637. https://doi.org/10.2307/1244026
Griffith, G. R., & Piggott, N. E. (1994). Asymmetry in beef, lamb and pork farm-retail price transmission in Australia. Agricultural Economics, 10(3), 307–
316. https://doi.org/10.1016/0169-5150(94)90031-0
Heien, D. M. (1980). Markup Pricing in a Dynamic Model of the Food Industry. American Journal of Agricultural Economics, 62(1), 10–18.
https://doi.org/10.2307/1239467
Hutami, M. R. (2018). Transmisi dan asimetri harga beras di indonesia. In Institut Pertanian Bogor. Institut Pertanian Bogor.
Kamaruddin, Masbar, R., Syahnur, S., & Majid, S. A. (2021). Asymmetric price transmission of Indonesian coffee. Cogent Economics and Finance, 9(1).
https://doi.org/10.1080/23322039.2021.1971354
Kementerian Perdagangan. (2004). Profil Komoditas Padi. Kementerian Perdagangan RI. https://ews.kemendag.go.id/sp2kp-
landing/assets/pdf/130827_ANL_UPK_Beras.pdf.
39
Reference
Khotimah, H. (2013). The price transmission in rice market chain in indonesia [Bogor Agriculturan University].
http://repository.ipb.ac.id/handle/123456789/62037
Kinnucan, H. W., & Forker, O. D. (1987). Asymmetry in Farm‐Retail Price Transmission for Major Dairy Products. American Journal of Agricultural
Economics, 69(2), 285–292. https://doi.org/10.2307/1242278
Laili, F., Widyawati, W., & Setyowati, P. B. (2019). Asymmetric Price Transmission in the Indonesian Food Market. IOP Conference Series: Earth and
Environmental Science, 518(1). https://doi.org/10.1088/1755-1315/518/1/012078
Lewis, M. (2004). Asymmetric Price Adjustment and Consumer Search : An Examination of the Retail Gasoline Market. Working Papers: Competition Policy
Center, CPC04-47Rev. http://iber.berkeley.edu/coc/pubc/Publications.html
Lloyd, T. (2017). Presidential Address - Forty Years of Price Transmission Research in the Food Industry: Insights, Challenges and Prospects. Journal of
Agricultural Economics, 68(1), 3–21. https://doi.org/10.1111/1477-9552.12205
Lloyd, T., McCorriston, S., & Morgan, W. (2004). Price Transmission in Imperfectly Competitive Vertical Markets. Discussion Papers in Economics, 4(9).
https://www.mendeley.com/catalogue/8a251578-ffc5-3a7d-ad6c-
c7516446641e/?utm_source=desktop&utm_medium=1.19.8&utm_campaign=open_catalog&userDocumentId=%7B9b8d7ee9-d50d-4d2a-aa50-
81c2aba75cb5%7D
LPPM-IPB. (2018). Market Study on Food Sector in Indonesia. https://kppu.go.id/wp-content/uploads/2019/09/Market_Study_Report_JICA.pdf
Mashitoh, M. A. (2019). Asimetri Harga Beras Dan Daging Sapi Di Indonesia. Institut Pertanian Bogor.
McCorriston, S. (2002). Why should imperfect competition matter to agricultural economists? European Review of Agricultural Economics, 29(3), 349–371.
https://doi.org/10.1093/eurrag/29.3.349
McCorriston, S., Morgan, C. W., & Rayner, A. J. (2001). Price transmission, market power, marketing chain, returns to scale, food industry. European Review of
Agriculture Economics, 28(2), 143–159. https://doi.org/10.1093/erae/28.2.143
40
Reference
Meyer, J., & Cramon-Taubadel, S. von. (2004). Asymmetric Price Transmission: A Survey. Journal of Agricultural Economics, 55(3), 581–611.
https://doi.org/https://doi.org/10.1111/j.1477-9552.2004.tb00116.x
Ngango, J., & Hong, S. (2020). Price transmission in domestic agricultural markets: the case of retail and wholesale markets of maize in Rwanda. Korean Journal
of Agricultural Science, 47(3), 567–576. https://doi.org/https://doi.org/10.7744/kjoas.20200045
Novianti, T., Mashito, M. A., & Muryani. (2020). Asymmetry Price Transmission in Market Rice in Indonesia. Jurnal Ilmu Ekonomi Terapan, 5(2), 1–16.
https://e-jpurnal.unair.ac.id/JIET
Pedace, R. (2013). Econometrics For Dummies. In Journal of Chemical Information and Modeling (Vol. 53, Issue 9). John Wiley & Sons, Inc.
Peltzman, S. (2000). Prices rise faster than they fall. Journal of Political Economy, 108(3), 466–502. https://doi.org/10.1086/262126
Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289–
326. https://doi.org/10.1002/jae.616
Putri, E. I. K., Novindra, & Nuva. (2013). Dampak Kebijakan Harga Pembelian Petani Gabah terhadap Impact of Rice Purchasing Policy to Farmer ’ s Welfare :
A Simulation Pendahuluan. Jurnal Ekonomi Dan Pembangunan Indonesia, 13(2), 125–142.
Rahman, M. C. (2020). Welfare Impact of Asymmetric Price Transmission on Bangladesh Rice Consumers [University of The Philippines Los Banos].
https://doi.org/http://dx.doi.org/10.13140/RG.2.2.12951.39844
Rapsomanikis, G., Hallam, D., & Conforti, P. (2004). Market Integration and Price Transmission in Selected Food and Cash Crop Markets of Developing
Countries: Review and Applications. FAO Commodity and Trade Policy Research Working Paper, 7. http://www.fao.org/es/ESC/ Additional
Rashid, S. (2011). Intercommodity Price Transmission and Food Price Policies: An Analysis of Ethiopian Cereal Markets. IFPRI - Discussion Papers, 22(1079).
https://ideas.repec.org/p/fpr/ifprid/1079.html
Rezitis, A. N. (2019). Investigating price transmission in the Finnish dairy sector: an asymmetric NARDL approach. Empirical Economics, 57(3), 861–900.
https://doi.org/10.1007/s00181-018-1482-z
41
Reference
Santeramo, F. G., & Gioia, L. Di. (2018). A Review of Supply Chain Prices Analyses with Emphasis on Perishable Markets. In Agricultural Value Chain (pp.
241–254). https://doi.org/http://dx.doi.org/10.5772/intechopen.69451
Shin, Y., Yu, B., & Greenwood-Nimmo, M. (2014). Modelling Asymmetric Cointegration and Dynamic Multipliers in a Nonlinear ARDL Framework. In R. C.
Sickles & W. C. Horrace (Eds.), Festschrift in Honor of Peter Schmidt (pp. 281–314). Springer. https://doi.org/10.1007/978-1-4899-8008-3
Suryana, A., Rachman, B., & Hartono, D. (2014). Dinamika Kebijakan Harga Gabah dan Beras dalam Mendukung Ketahanan Pangan Nasional. Pengembangan
Inovasi Pertanian, 7(4), 155–168.
Tong, H. (1983). Threshold Models in Non-linear Time Series Analysis (Vol. 1). Springer. https://doi.org/https://doi.org/10.1007/978-1-4684-7888-4
Vavra, P., Goodwin, B. K., & C, J. E. L. C. (2005). Analysis of Price Transmission Along the Food Chain. OECD Food, Agriculture and Fisheries Working
Papers, 3, 58. https://doi.org/http://dx.doi.org/10.1787/752335872456
Wang, K. M., & Lee, Y. M. (2009). A measure of marketing price transmission in the rice market of Taiwan. Zbornik Radova Ekonomskog Fakultet Au Rijeci,
27(2), 311–326. https://ssrn.com/abstract=2267760
Ward, R. W. (1982). Asymmetry in Retail, Wholesale, and Shipping Point Pricing for Fresh Vegetables. American Journal of Agricultural Economics, 64(2),
205–212. https://doi.org/10.2307/1241124
Weiss, N. A. (2017). Introductory Statistics (10th ed.). Pearson Education Limited.
Widyarini, M., Simatupang, T. M., & Engelseth, P. (2016). Social Interaction and Price Transmission in Multi-Tier Food Supply Chains. Journal of Operations
and Supply Chain Management, 9(1), 110–128. https://doi.org/10.12660/joscmv9n1p110-128
Yustiningsih, F. (2012). Analisa Integrasi Pasar Dan Transmisi Harga Beras Petani-Konsumen Di Indonesia [Universitas Indonesia].
http://jke.feb.ui.ac.id/index.php/JKE/article/view/24

42