Grandma Test: Scam Cities

Scam Cities

The Effect of Tourism on Crime in Italy: A Dynamic Panel Approach

Penulis                         : Bianca Biagi, Maria Giovanna Brandano, Claudio Detotto

Tahun                           : 2012

Sumber                         : Economics: The Open-Access, Open-Assessment E-Journal, 6 (2012-25): 1—24.

 

Tujuan Penelitian

Dalam studi ini, peneliti ingin mempelajari dan mendemonstrasikan dalam kasus ini mengambil Italia sebagai negara yang diteliti, bahwa area tempat pariwisata cenderung memberi dampak yang besar terhadap munculnya kejahatan daripada bukan daerah pariwisata.

Metode Penelitian

Secara umum, peneliti mengambil 95 provinsi di italia dan mengambil data dari tingkat pariwisata dan kejahatan 95 provinsi tersebut dari tahun 1985 sampai 2003. Untuk mengilustrasikan hubungan antara tingkat pariwisata dan tingkat kejahatan, peneliti menggunakan dynamic panel data approach sebagai pendekatannya.

Dynamic Panel Data

Variabel dependen yang digunakan oleh peneliti adalah CRIME yaitu total kejahatan yang terjadi di setiap 100.000 penduduk. GROWTH yaitu tingkat GROWTH dari nilai riil setiap tambahan kapita. INCOME yaitu GDP per kapita pada harga konstan (tahun : 1995). UNEMPLOYMENT yaitu tingkat pengangguran yang ada di italia. DENSITY yaitu kepadatan populasi per km. TOURISM yaitu turis yang tiba setiap km. DIPLOMA yaitu orang dengan sarjana dari italia setiap 10.000 penduduk. DETERRENCE yaitu rasio dari tingkat kejahatan yang dilakukan oleh pelaku yang tidak diketahui per total kejahatan. SOUTH yaitu variable dummy yang dimana provinsi di italia terletak di bagian selatan italia atau tidak.

Crime Table 1 Crime Table 2

Seperti analysis yang dilakukan oleh Buonanno (2006), kejahatan berkelanjutan menunjukkan hubungan yang kuat dengan waktu yang mengidikasikan bahwa tingkat aktifitas kejahatan dalam suatu waktu dapat menyebabkan kebiasaan melakukan kejahatan.

Sebelum menggunakan GMM approach, peneliti menggunakan OLS untuk memastikan hal tersebut. Ternyata ditemukan bahwa adanya kehadiran dari variable dependen yang tertinggal dan kekurangan tingkat ke-eksogen antara variable kejahatan dan variable penjelas sehingga tidak memungkinkan untuk menggunakan OLS method.

Dalam hal ini data yang digunakan untuk menggambarkan kejahatan hanya menggambarkan keadaan terdahulu sehingga untuk menggambarkan keadaan sekaran dibuatlah persamaan hubungan 2 komponen:

Crime Equation 1

Sehingga jika digabungkan dengan persamaan (3) menjadi sebagai berikut :

Crime Equation 2

 

Hasil Penelitian

Dalam tahap pertama dengan menggunakan OLS method, persamaan 5 yang didapat di jalankan dan menghiraukan variable dependen yang tertinggal. Hasilnya adalah pariwisata memiliki dampak yang negative terhadap kejahatan dan memiliki tingkat signifikan sebesar 10 %, ini membuat peneliti bingung karena munculnya hasil yang bi-directional antara kejahatan dan pariwisata.

OLS Table

Dalam tahap yang kedua, persamaan (5) diestimasi menggunakan sistem GMM, hasil dapat dilihat dalam table 5. Karena variable SOUTH tidak pernah signifikan dan pada kolom 1, 2 , dan 3 estimasinya hampir sama, peneliti fokus pada kolom 1.

Koefisien variable yang tertinggal atau (CRIMEi,t–1) sebesar 0,83 menunjukan bahwa adanya hubungan yang kuat dalam kejahatan berkelanjutan. Dimana kejahatan yang dilakukan pada suatu waktu dan berhasil dapat meningkatkan tingkat kejahatan karena menimbulkan kebiasaan untuk melakukan kejahatan.

Variabel INCOME dan UNEMPLOYMENT juga berdampak signifikan terhadap tingkat kejahatan dimana sebesar 0,089 dan 0,041 yang berarti 1 % peningkatan INCOME dan UNEMPLOYMENT maka tingkat kejahatan akan naik sebesar 0,089 dan 0,041 persen. Variable DETERRENCE memilki dampak signifikan yaitu peningkatan aktifitas polisi dapat mengurangi tingkat kejahatan.

Sesuai prediksi ternyata TOURISM (tingkat pariwisata) mempengaruhi tingkat aktifitas kejahatan. Peningkatan 1 % kedatangan turis membuat peningkatan 0,018 % tingkat kejahatan.

Table 5 GMM

Table 5 Continued

Dalam tahap yang lebih jauh lagi, peneliti ingin membandingkan dampak dari tempat tinggal yang dipilih oleh turis terhadap tingkat kejahatan. Tempat tinggal sementara yang dipilih turis secara berbeda dapat memicu terjadinya kejahatan terhadap turis tersebut. Di tahap ini, kita menggunakan variable populasi, berapa malam turis menginap dan berapa banyak turis dalam satu provinsi di Italia. Dalam hal untuk membandingkan tempat tinggal turis dan populasinya, equivalent tourist population setiap provinsi diukur dengan berapa banyak malam yang turis habiskan dalam 1 tahun di akomodasi yang telah disediakan.

Equivalent Tourism

EqTou mengukur total turis di suatu provinsi per harinya.

Equivalent Tourism 2

Kita dapat membandingka dampak dari tempat tinggal dan jumlah turis terhadap tingkat kejahatan menggunakan h dan k parameter. Dimana jika h > k tingkat elastisitas kejahatan atau tingkat kepekaan kejahatan dengan jumlah tempat tinggal lebih tinggi daripada jumlah turis yang datang.

Kesimpulan

Pariwisata secara teori memang dapat membawa externalitas positif terhadap pertumbuhan ekonomi, tetapi tidak dapat dipungkiri juga bahwa pariwisata membawa efek yang negatif terhadap lingkungan sekitar tempat pariwisata tersebut.

Probabilitas terjadinya suatu externalitas negative karena kenaikan dari tingkat pariwisata (tingkat turis) yang tinggi itu dapat kapan saja terjadi. Aktifitas criminal adalah contoh yang paling nyata dari externalitas negatif tersebut. Dimana tingkat kejahatan berespon dengan kehadiran turis di suatu tempat wisata.

Dalam penelitian yang dilakukan oleh Biagi dan Detotto ini, membuktikan efek dari tingkat pariwisata terhadap tingkat jumlah kejahatan yang mungkin saja terjadi dalam jangka pendek sebesar 0.018 % dan dalam jangka waktu panjang sebesar 0.11 %

Kejahatan yang terjadi karena akibat dari dampak dari peningkatan pariwisata, kebanyakan adalah kejahatan yang kecil yaitu seperti pencurian dan penipuan, tetapi sedikit mengakibatkan kejahatan yang besar atau aktifitas illegal.

Peneliti juga melakukan penelitian tentang elastisitas kejahatan dari jumlah tempat tinggal untuk wisata dan jumlah turis yang datang. Hasil yang didapat adalah bahwa koefisien elastisitas jumlah tempat tinggal lebih besar daripada jumlah turis yang datang.

Diulas oleh:

Clifert Thimoty Walandouw

Staff Divisi Penelitian Kanopi FEB UI 2016

 

  • Gunakan kalimat yang baik
    You must be logged in to comment. Log in