| Variables | TFP |
|---|---|
| tariff | -0.371*** |
| SPS | -0.381 |
| TBT | 0.074 |
| Pre-shipment inspection | 0.16 |
| licensing | -0.896*** |
| price control | -10,221 |
| competition | -2.204* |
| export-related | -0.291 |
| dummy FDI | 0.061 |
The heterogeneous impact of tariff and NTMs on Total Factor Productivity of Indonesian firms
Workshop Penulisan Jurnal Ilmiah di Bidang Perniagaan dan Industri
Depok, 13 Juni 2022
I Made Krisna Gupta
Tentang Penulis
- Master dari UI-VU Amsterdam di bidang ekonomi
- Mahasiswa doktoral di Australian National University
- Associate researcher di CIPS Indonesia
- Sering menulis tentang kebijakan industri dan perdagangan
- Blog di krisna.or.id
- twitter di @imedkrisna
Tentang penelitiannya
- Penilitian ini bermaksud mengevaluasi dampak dari berbagai jenis hambatan perdagangan terhadap produktivitas industri.
- Ditemukan bahwa hambatan impor mengurangi produktivitas industri secara heterogen.
- Dampak lartas impor berlawanan dari tujuannya.
- Diterima di Bulletin of Indonesian Economic Studies, versi working paper di ACDE working paper repository.
- Presentasi ini ada di s.id/kemenko.
Tentang presentasi hari ini
- Tentang proses penulisan:
- menentukan isu
- pekinian teori dan isu
- proses mencari data
- menentukan jurnal
- Tentang hasil penelitian:
- Pendahuluan
- Data, metode dan analisis
- Diskusi kebijakan dan kesimpulan
Proses penulisan
Disclaimer
Saya adalah dosen dan belum pernah jadi analis kebijakan.
Materi hari ini dari sudut pandang riset akademik.
- kuat di teori dan identifikasi.
- wajib punya kontribusi ke literatur terkait.
- banyak jargon dan sitasi.
Saya tidak begitu paham seperti apa kewajiban publikasi bagi analis kebijakan.
contoh policy paper dan policy brief tentang Neraca Komoditas \(\Rightarrow\) bangun narasi
Memahami teori dan mekanisme
Gali literatur terkini
- kuliah = head start
- gunakan keyword yang tepat
- Kuliah tamu saya di UI tentang literature review
Pahami teori dan mekanisme, derivasi jika perlu
Simpulkan literatur, temukan gap, kenali kontribusi kita, lalu buat hipotesis.
Siapkan mekanisme identifikasi bukti dan kebijakan.
Mengolah data
Waktu paling banyak habis di sini.
Memahami apakah data yg diperlukan ada semua
- ga ada? Ganti approach.
Data Indonesia umumnya tidak machine friendly
- tapi ada aja udah syukur.
Mungkin ketersediaan data justru nilai lebih Kemenko?
Siapkan dokumentasi yang jelas.
Cari jurnal
dari step literatur biasanya dapet jurnal yg cocok.
Umumnya jurnal punya tema masing-masing
- Saya sendiri memilih jurnal regional yang fokus ke Indonesia, mix qual/quant.
Bagi dosen yang penting terindeks Scopus
Proses publikasi
Ikut seminar dan konferensi untuk dapat feedback.
Dari dikirim sampai publikasi cukup lama.
- apalagi kalau kirim berkali-kali.
kirim \(\Rightarrow\) desk accept \(\Rightarrow\) peer-reviewed \(\Rightarrow\) accepted for publication, proses editing \(\Rightarrow\) publish
- Artikel ini baru di accepted for publication
- artikel sebelumnya butuh 2 tahun sampai publikasi.
Hasil penelitian
Pendahuluan
Indonesia sedang mengejar pertumbuhan ekonomi yang terfokus pada pertumbuhan manufaktur.
Di era Global Value Chain (GVC), mengimpor nilai tambah melalui backward linkage adalah strategi yang baik (World Bank, 2020):
- Akses terhadap bahan baku yang murah dan berkualitas (Amiti dan Konings, 2007; Bas dan Straus-Kahn, 2014; Castellani dan Fassio, 2019; Ing, Yu dan Zhang, 2019)
- Mempercepat inovasi dan meningkatkan produktivitas (Fernandez dan Farole, 2018; Pane dan Patunru, 2019)
- Meningkatkan kemampuan ekspor ke pasar global yang lebih cuan (An dan Maskus, 2009; Cadot et al., 2013; Fugazza, Olarreaga dan Ugarte, 2017)
Pendahuluan
Tren proteksionisme
- Didorong paham merkantilis dan kekhawatiran akan defisit neraca pembayaran.
- Tarif secara umum meningkat, juga dengan hambatan non tarif (Munadi, 2019)
- Proteksionisme berantai:
- jagung \(\Rightarrow\) ayam
- kain \(\Rightarrow\) baju
Pendahuluan
Penilitian ini bermaksud mengevaluasi dampak dari berbagai jenis hambatan perdagangan terhadap produktivitas industri.
Ditemukan bahwa tarif terhadap barang yang diimpor oleh perusahaan mengurangi produktivitas perusahaan tersebut.
Diantara kebijakan non-tarif, trade licensing dan kuota memiliki pengaruh yang buruk terhadap produktivitas.
Dampak yang heterogen: Perusahaan kecil terdampak lebih serius daripada yang besar.
Data
- 1.512 perusahaan dari 2008-2012
- Survey Industri (SI)
- output, jumlah pekerja, asing/domestik
- Data bea cukai:
- impor dengan firm identifier
- Tariff didapat dari berbagai Peraturan Menteri Keuangan dan situs rekan FTA
- NTMs dari UNCTAD TRAINS,
- 7 kategori umum didominasi SPS dan TBT.
Permasalahan data SI
Vial (2006) dan Marquez-Ramos (2020):
- Datanya banyak yang missing
- Missing data tidak random
- Response rate semakin rendah
zero reports sangat berpengaruh.
Metode: regresi TFP
- Diasumsikan bahwa perusahaan memiliki fungsi produksi cobb-douglass:
\[Y_{it}=AL_{it}^{\beta_l}K_{it}^{\beta_k}M_{it}^{\beta_m}N_{it}^{\beta_n} \ \ \ \ \ (1)\] - transformasi log:
\[y_{it}= \beta_0 + \beta_l l_{it}+ \beta_k k_{it}+ \beta_m m_{it} + \beta_n n_{it} +\mu_{it} \ \ \ \ \ (2)\]
Problem endogenitas
Ada informasi asimetris di mana kapital dan material bersifat endogen.
- \(\mu_{it}\) tidak acak, violate OLS assumption
investasi dan material digunakan sebagai instrumen untuk eror yang tidak random.
- missing data menambah pelik permasalahan ini
Eror yang tidak random mengikuti first-order Markov process (Levinsohn dan Petrin, 2003)
Di Stata, command
levpetdapat digunakan.
Regresi TFP
- Pertama, estimasi parameter dengan algoritma Levinsohn-Petrin1:
\[y_{it}= \beta_0 + \beta_l l_{it} + \beta_n n_{it} + \phi (m_{it},k_{it})+\mu^*_{it} \ \ \ \ \ (3)\]
- kemudian prediksi TFP dengan estimated parameters dari step sebelumnya:
\[TFP_{it}=y_{it}-\hat{\beta}_l l_{it}+\hat{\beta}_n n_{it}+\hat{\beta}_m m_{it}+\hat{\beta}_k k_{it} \ \ \ \ \ (4)\]
Trade policy variable
- Tarif diambil secara semi-manual:
- ada 7 PMK yang mengover 2008-2012 meliputi 10 ribu tariff lines
- Dengan data asal negara, kita dapat mengasosiasikan setiap transaksi dengan tarif yang cocok.
- semua tarif diagregasi per perusahaan.
- NTM juga merupakan agregasi per perusahaan.
\[C_{\theta i t}=\frac{\sum TP_{\theta scit}V_{\theta scit}}{\sum V_{\theta scit}} \ \ \ \ \ (5)\]
Regresi final
- Dengan TFP dan variabel kebijakan perdagangan dengan index firm-year, digunakan TWFE untuk melihat dampak tarif dan non-tarif ke TFP:
\[tfp_{it}=\gamma_0+\sum_{\theta} \gamma_{\theta}c_{\theta i t}+\sum_{\theta} \delta_{\theta}c_{\theta i t}*l_{it}+FO_{it} \\ +\alpha_i+ISIC_i+ \eta_{it} \ \ \ \ \ (6)\]
- parameter \(\delta\) menunjukan variasi heterogenitas dampak kebijakan perdagangan ke TFP.
Hasil Regresi
| Variables | TFP |
|---|---|
| tariff.l | 0.068*** |
| SPS.l | 0.062 |
| TBT.l | 0.013 |
| Pre-shipment inspection.l | -0.043 |
| licensing.l | 0.147*** |
| price control.l | 1,666 |
| competition.l | 0.413** |
| export-related.l | 0.075 |
| foreign ownership | 0.024* |
Tarif impor, perijinan impor, dan keistimewaan BUMN:
- berdampak negatif pada produktivitas.
- Semakin besar firms, dampak semakin kecil.
Dampak ke tenaga kerja
| Variables | OLS | TWFE |
|---|---|---|
| tariff | -0.260*** | -1.368*** |
| SPS | -0.176 | -1.650*** |
| TBT | 0.064 | 0.452* |
| Pre-shipment | 0.066 | 1.997*** |
| licensing | -0.818*** | -4.455*** |
| Price-control | 14,832*** | 6,015 |
| competition | -0.999 | -2.788*** |
| Export-related | -0.246 | -0.617* |
| foreign dummy | 0.028 | 0.091* |
| Variables | OLS | TWFE |
|---|---|---|
| tariff*l | 0.043*** | 0.251*** |
| SPS*l | 0.021 | 0.288*** |
| TBT*l | -0.008 | -0.095** |
| Pre-shipment*l | -0.345*** | |
| licensing*l | 0.140*** | 0.809*** |
| Price-control*l | -2,312*** | -802 |
| competition*l | 0.207 | 0.360** |
| Export-related*l | 0.042 | 0.132** |
| % foreign | -0.009 | -0.007 |
Hasil dari tarif impor dan PI cukup robust.
Secara umum, tarif dan PI berkontribusi mengurangi pertumbuhan penyerapan tenaga kerja.
- perusahaan kecil lebih volatile.
Diskusi kebijakan
Penelitian ini memperkaya bukti bahwa restriksi perdagangan justru mengurangi produktivitas manufaktur.
GVC memperbesar dampak restriksi perdagangan.
- Kebijakan perdagangan semakin penting untuk transisi ekonomi menuju manufacture-based.
Perubahan kebijakan perdagangan berdampak besar ke perusahaan kecil.
- Potensi meningkatnya konsentrasi di industri domestik.
Diskusi kebijakan
- Membatasi impor demi surplus neraca perdagangan malah berakibat sebaliknya:
- Perusahaan yang kesulitan akses bahan baku akan kehilangan pasar ekspor.
- Perusahaan domestik akan mengandalkan pasar domestik \(\Rightarrow\) perlu mark-up extra \(\Rightarrow\) minta proteksi hilir.
- tools moneter lebih efektif untuk manage neraca pembayaran (Irwin, 2022).
- Pemerintah harus senantiasa koordinasi dengan BI.
Caveats
TFP mungkin merefleksikan market power.
- Mungkin dampaknya tidak begitu besar di penelitian ini.
Eksportir dan importir sangat berbeda dengan perusahaan lain.
Data yang tidak sempurna.
- banyak masalah di SI.
- data bea cukai sangat terbatas.
References
Márquez-Ramos, L. (2020). A Survey of Papers Using Indonesian Firm-Level Data: Research Questions and Insights for Novel Policy-Relevant Research in Economics. Bulletin of Indonesian Economic Studies, 1-49. https://doi.org/10.1080/00074918.2020.1862410
Vial, V. (2006). New estimates of total factor productivity growth in indonesian manufacturing. Bulletin of Indonesian Economic Studies, 42(3), 357-369. https://doi.org/10.1080/00074910601053227
Amiti, Mary, and Jozef Konings. 2007. “Trade Liberalization, Intermediate Inputs, and Productivity: Evidence from Indonesia.” The American Economic Review 97 (5): 1611-1638. https://doi.org/10.1257/000282807783219733
An, Galina, and Keith E. Maskus. 2009. “The Impacts of Alignment with Global Product Standards on Exports of Firms in Developing Countries.” World Economy 32 (4): 552-574. https://doi.org/10.1111/j.1467-9701.2008.01150.x
Bas, Maria, and Vanessa Strauss-Kahn. 2014. “Does importing more inputs raise exports? Firm level evidence from France.” Review of World Economics 150 (2): 35.
Cadot, Olivier, Alan Asprilla, Julien Gourdon, Christian Knebel, and Ralf Peters. 2015. Deep Regional Integration and Non-Tariff Measures: A Methodology for Data Analysis. United Nations (New York and Geneva: United Nations)
Castellani, Davide, and Claudio Fassio. 2019. “From new imported inputs to new exported products. Firm-level evidence from Sweden.” Research Policy 48 (1): 322-338. https://doi.org/10.1016/j.respol.2018.08.021
Fugazza, Marco, Marcello Olarreaga, and Christian Ugarte. 2017. “On the heterogeneous effects of non-tariff measures: Panel evidence from Peruvian firms.” UNCTAD Blue Series Papers 77. https://ideas.repec.org/p/unc/blupap/77.html
Ing, Lili Yan, Miaojie Yu, and Rui Zhang. 2019. “the evoltion of export quality: China and Indonesia.” In World Trade Evolution: Growth, Productivity and Employment, edited by Lili Yan Ing and Miaojie Yu. Abingdon, New York: Routledge.
Levinsohn, James, and Amil Petrin. 2003. “Estimating Production Functions Using Inputs to Control for Unobservables.” The Review of economic studies 70 (2): 317-341. https://doi.org/10.1111/1467-937x.00246
Munadi, Ernawati. 2019. Indonesian non-tariff measures: updates and insights. Economic Research Institute for ASEAN and East Asia (Jakarta: Economic Research Institute for ASEAN and East Asia).
Pierola, Martha Denisse, Ana Margarida Fernandes, and Thomas Farole. 2018. “The role of imports for exporter performance in Peru.” The World Economy 41 (2): 550-572. https://doi.org/10.1111/twec.12524
Pane, Deasy, and Arianto Patunru. 2019. “Does export performance improve firm performance? Evidence from Indonesia.” Working Papers in Trade and Development 05
World Bank. 2020. World Development Report 2020 : Trading for Development in the Age of Global Value Chains. Washington, DC: World Bank.
Irwin, D. A. (2022). The Trade Reform Wave of 1985-1995. National Bureau of Economic Research Working Paper Series, No. 29973. https://doi.org/10.3386/w29973
Beberapa summary statistics
Firms’ Characteristics
Table 1. Firms’ characteristics, 2008-2012
| Characteristics | All_SI | Non_customs | Customs_only |
|---|---|---|---|
| foreign ownership (%) | 8.15 | 5.96 | 34.77 |
| (26.17) | (22.60) | (45.06) | |
| fraction of output exported (%) | 0.23 | 0.21 | 0.4 |
| fraction of output exported | (37.52) | (0.37) | (0.42) |
| fraction of input imported (%) | 0.08 | 0.07 | 0.31 |
| (0.24) | (0.21) | (0.38) | |
| no. of labour employed | 191.07 | 162.75 | 535.44 |
| (711.73) | (602.46) | (1,457.65) | |
| capital stock (Million IDR) | 198 | 194 | 250 |
| (44,800.00) | (46,500) | (10,400) | |
| total intermediate input (Million IDR) | 50.8 | 41 | 170 |
| (617.00) | (515) | (1,330) | |
| total output (Million IDR) | 90.3 | 73.3 | 296 |
| (958.00) | (861) | (1,740) | |
| total value added (Million IDR) | 38.5 | 31.6 | 123 |
| (455.00) | (414) | (789) | |
| value added per labour (IDR) | 137,987.10 | 126,074 | 282,857 |
| (2,515,300.00) | (2,600,177) | (1,012,159) | |
| No. of observation | 117,598 | 108,662 | 8,915 |
Non-Tariff Measures
Table 2. Mean (St.Dev) of each NTM for all HS-6-digits
| NTM | Codes | N2008 | N2009 | N2010 | N2011 | N2012 | Examples |
|---|---|---|---|---|---|---|---|
| Sanitary & Phytosanitary (SPS) | A | 1.715 | 2.337 | 2.222 | 2.255 | 2.774 | Authorization requirements |
| (2.644) | (4.018) | (3.950) | (4.054) | (5.128) | Quarantine requirements | ||
| Technical Barrier to Trade (TBT) | B | 0.481 | 0.455 | 0.641 | 0.682 | 0.663 | Testing requirements |
| (0.962) | (0.978) | (1.334) | (1.361) | (1.352) | labeling requirements | ||
| Pre-shipment inspections and other formalities | C | 0.562 | 0.466 | 0.443 | 0.462 | 0.776 | pre-shipment inspection |
| (1.202) | (1.081) | (1.059) | (1.046) | (1.075) | only trough specific ports | ||
| Non-automatic licensing, quotas, QC, etc | E | 0.623 | 0.56 | 0.605 | 0.618 | 0.594 | licensing |
| (0.809) | (0.818) | (0.873) | (0.861) | (0.853) | quota | ||
| Price-control measures, extra taxes, charges | F | 0 | 0 | 0.015 | 0.014 | 0.016 | customs service fee |
| (0.000) | (0.000) | (0.168) | (0.165) | (0.168) | consumption tax | ||
| Measures affecting competition | H | 0.019 | 0.052 | 0.05 | 0.048 | 0.046 | Only SOEs |
| (0.139) | (0.238) | (0.233) | (0.229) | (0.224) | - | ||
| Export-related measures | P | 0.901 | 0.704 | 0.708 | 0.683 | 1.172 | export permit |
| (1.172) | (1.132) | (1.109) | (1.098) | (1.465) | export quota | ||
| observations | - | 1,675 | 2,204 | 2,318 | 2,400 | 2,510 | - |
Simple average of tariffs from 2008-2012
Table 3. Tariff from MoF regulations (left) compared to WITS (right)
| Kind | T2008 | T2009 | T2010 | T2011 | T2012 |
|---|---|---|---|---|---|
| MFN | 7.049 | 7.612 | 6.928 | 6.975 | 6.96 |
| (12.213) | (12.536) | (8.037) | (7.231) | (7.145) | |
| ASEAN | 2.478 | 2.49 | 0.15 | 0.15 | 0.15 |
| (11.094) | (11.206) | (4.559) | (4.559) | (4.559) | |
| China | 7.049 | 3.819 | 2.193 | 2.208 | 1.941 |
| (12.213) | (12.673) | (7.941) | (7.941) | (7.927) | |
| South Korea | 7.049 | 2.624 | 1.912 | 1.912 | 1.542 |
| (12.213) | (12.265) | (7.131) | (7.131) | (7.102) | |
| India | 7.049 | 7.612 | 6.394 | 5.874 | 5.341 |
| (12.213) | (12.536) | (7.809) | (7.517) | (7.322) | |
| Japan | 6.11 | 4.639 | 3.274 | 2.618 | 2.23 |
| (11.967) | (12.356) | (7.353) | (7.114) | (6.487) | |
| ANZ | 7.049 | 6.446 | 2.948 | 2.278 | 1.545 |
| (12.213) | (11.922) | (6.765) | (6.318) | (6.065) |
| Kind | T2008 | T2009 | T2010 | T2011 | T2012 |
|---|---|---|---|---|---|
| MFN | 7.762 | 7.595 | 7.564 | 7.051 | 7.053 |
| (12.631) | (12.456) | (12.412) | (7.015) | (7.016) | |
| ASEAN | - | 1.84 | 1.843 | 0.152 | 0.152 |
| (11.079) | (11.067) | (4.285) | (4.287) | ||
| China | 3.665 | 2.743 | 1.85 | 1.579 | |
| (12.342) | (12.392) | (6.853) | (6.823) | ||
| South Korea | 2.564 | 2.56 | 1.698 | 1.326 | |
| (12.087) | (12.084) | (6.395) | (6.349) | ||
| India | - | - | 5.409 | 4.991 | |
| (6.726) | (6.620) | ||||
| Japan | - | - | |||
| ANZ | |||||
Coverage ratio
- Table 5 shows simple mean (a) and coverage ratios (b)
- Import licenses and quotas are more important than SPS and TBT
- Coverage ratios vs simple mean:
- no visual difference on tariff
- firms import more goods with NTMs
Table 5a. Simple average
| Variable | Mean | St.Dev. | Min | Max |
|---|---|---|---|---|
| Tariff | 3.503 | 4.971 | 0 | 150 |
| SPS (A) | 0.108 | 0.718 | 0 | 29 |
| TBT (B) | 0.140 | 0.663 | 0 | 13 |
| Pre-shipment inspection (C) | 0.028 | 0.214 | 0 | 5 |
| Licensing, quota, etc (E) | 0.321 | 0.550 | 0 | 6 |
| Price control etc (F) | 0.000 | 0.008 | 0 | 2 |
| Competition measures (H) | 0.007 | 0.083 | 0 | 2 |
| Export-related (P) | 0.063 | 0.376 | 0 | 7 |
Table 5b. Coverage Ratio
| Variable | Mean | St.Dev. | Min | Max |
|---|---|---|---|---|
| Tariff Coverage Ratio (T) | 3.420 | 5.646 | 0 | 150 |
| Coverage ratio A | 0.246 | 0.931 | 0 | 19 |
| Coverage ratio B | 0.202 | 0.478 | 0 | 9 |
| Coverage ratio C | 0.059 | 0.237 | 0 | 4 |
| Coverage ratio E | 0.337 | 0.468 | 0 | 6 |
| Coverage ratio F | 0.000 | 0.001 | 0 | 0 |
| Coverage ratio H | 0.014 | 0.083 | 0 | 1 |
| Coverage ratio P | 0.110 | 0.353 | 0 | 7 |