Mengukur impact of climate change pada industri pariwisata

1. 1
CGE Model adalah salah satu
alat analisis yang dapat
digunakan untuk model
pengambilan keputusan atau
kebijakan pariwisata
A GENERAL EQUILIBRIUM ANALYSIS OF CLIMATE CHANGE
IMPACTS ON TOURISM
Mengukur Dampak Perubahan Iklim pada Industri Pariwisata menggunakan Model
Computable General Equilibrium
Tugas Perseorangan Untuk Matakuliah Metode Pariwisata
Review Oleh
I GUSTI BAGUS RAI UTAMA
NIM. 1090771010
PROGRAM PASCA SARJANA S3 Doktor Pariwisata
Universitas Udayana, DENPASAR
Keunggulan dan Kelemahan Model Computable General
Equilibrium
CGE Model adalah salah satu alat analisis yang dapat digunakan untuk model
pengambilan keputusan atau kebijakan pariwisata (Gillham, 2009)
Pemilihan alat analisis untuk merumuskan kebijakan pariwisata, sangat
beragam jumlahnya dan ini sangat tergantung pada
kemauan dan kemampuan kita untuk memilih dan
menggunakannya, ketersediaan data, serta factor
lainnya. Jika kita ingin membuat prediksi
permintaan, menghitung elastisitas, mencari trend
sebuah data, dan mencari sebuah impact sebuah peristiwa atau membuat sebuah
pemodelan impact, maka CGE adalah pilihannya (Gillham, 2009)

2. 2
CGE juga dikenal sebagai
alat analisis numerical
simulation model
CGE adalah sebuah model
sedangkan TSA adalah sebuah
alat control
CGE model biasanya digunakan oleh
institusi pemerintahan baik daerah, Negara
maupun regional dengan mengukuran berbagai
indicator ekonomi yang berhubungan dengan pariwisata serta pengaruhnya terhadap
industri pariwisata di suatu daerah, Negara, ataupun region (Gillham, 2009)
Dibeberapa studi model CGE juga dikenal sebagai alat analisis numerical
simulation model, karena harus ada number yang diukur untuk mengukur antara
impact dan effect, pada kesempatan yang sama, alat ini juga dikenal dengan alat
analisis meodel keseimbangan antara permintaan dan penawaran secara simultan.
Harus tersedia data misalnya GDP, welfare, output, employment , dan data yang
lainnya yang dapat diukur (Gillham, 2009)
CGE Model dikembangkan dan berkembang sejak tahun 1970-an oleh
Jorgenson dan John Whalley, yang sebelumnya CGE berasal dari General equilibrium
model dan Input_Output model yang lebih popular di ilmu ekonomi dan
penerapannya (Gillham, 2009)
Selanjutanya pada tahun 1980-an, model ini
dipakai oleh WTO “world Trade Organisation”
sebagai sebuah model baru di kalangan periset
ekonomi, dan akhirnya pada saat ini, model ini telah diterapkan dibidang pariwisata
oleh Adams dan Parmenter sejak tahun 1995 (Peterson, 2003).

3. 3
CGE Model dapat
menggambarkan secara detail
pengaruh pariwisata terhadap
sector lain secara simultan
berkembang pada sebuah
kawasan
CGE adalah sebuah model sedangkan TSA adalah sebuah alat control, CGE
Model dapat menghasilkan keduanya baik untuk control dan juga sebuah model yang
dapat diaplikasikan ditingkat nasional bahkan lebih luas dari itu (Gillham, 2009)
Prinsif kerja dari CGE model adalah membangun sebuah matematis ekonomi
model atau analisis matematis untuk menghasilkan model baru ekonomi impact
model (Gillham, 2009). Proses kerjanya diawali dengan pengumpulan data yang
dapat diolah secara matematis, kemudian mengolahnya kedalam analisis matematis
untuk menghasilkan model. Sedangkan hasil yang diharapkan adalah agar model
yang dihasilkan dapat menggambarkan keadaan
sebelum dan sesudah terjadinya sebuah effect
“shock” sebuah peristiwa.Di beberapa studi kasus,
CGE model berhasil menggambarkan effect dari
pengeluaran wisatawan di sebuah destinasi atau Negara tujuan dan impactnya
terhadap sector lain yang berkembang secara simultan dinegara yang sedang
dipelajari. Di beberaoa kasus penelitian dengan CGE, dihasilkan tiga jenis effect dari
pengeluran wisatawan, diantaranya adalah sebagai berikut: (1) direct effect;
peningkatan pendapatan secara langsung disebabkan oleh pengeluaran wisatawan
secara langsung. (2) Indirect effect, yakni peningkatan pendapatan yang disebabkan
peningkatan terhadap permintaan akan barang dan jasa oleh industry terkait
pariwisata. (3) induced effect, yakni; Pendapatan yang diterima dari sector pariwisata
akan mengakibatkan atau memperkuat daya beli “spending” (Gillham, 2009)

4. 4
CGE dianggap terlalu
sederhana, hasil analisis akan
menjadi sangat mungkin
hanya menjadi “kotak hitam”
yang harus dipelajari dengan
seksama lagi.
CGE Model dapat menggambarkan secara detail pengaruh pariwisata terhadap
sector lain secara simultan berkembang pada sebuah kawasan. Misalnya menganalisis
akibat sebuah krisis yang disebabkan oleh peristiwa “shock” missal peristiwa Bomb
Bali atau Bomb WTC karena CGE dapat menggambarkan data sebelum dan sesudah
peristiwa, serta akibatnya terhadap sector lainnya. Jadi CGE sangat layak diterapkan
di sector pariwisata yang dianggap paling rentan dibandingkan sector lainnya
(Gillham, 2009).
Kekuatan CGE Model adalah dapat mengetahui perilaku konsumen, produsen,
pemerintah secara tidak langsung dapat
digambarkan. Kekuatan lainnya adalah; dapat
mengukur effect dari peningkatan atau penurunan
pendapatan masyarakat terhadap sector lainnya.
Dapat menggambarkan sebab dan akibat sebuah
peristiwa yang telah dan akan berlangsung (Gillham, 2009)
Walaupun CGE Model memiliki banyak keunggulan namun masih tetap ada
kelemahannya, yakni; model CGE dianggap terlalu sederhana, Data harus numeric
“parametric” dan kalibrasi, terlalu banyak asumsi yang mungkin tidak dapat dipenuhi
oleh sebuah wilayah kajian atau peristiwa, hasil analisis akan menjadi sangat
mungkin hanya menjadi “kotak hitam” yang harus dipelajari dengan seksama lagi.

5. 5
Analisis yang dilakukan
menitikberatkan pada
sejumlah arus pengeluaran
wisatawan yang berpengaruh
pada ekonomi regional secara
langsung dihubungkan dengan
sejumlah arus pengeluran
wisatawan
Mengukur Dampak Perubahan Iklim pada Industri Pariwisata
sebuah kajian oleh Andrea Bigano, Roberto Roson, dan Ricard S.J.
Tol.
Pengantar
Laporan Penelitian ini adalah sebuah evaluasi dan simulasi dampak ekonomi
pada perubahan iklim terhadap permintaan pariwisata menggunakan computable
general equilibrium model. Tahapan pertama, model CGE disesuaikan untuk
beberapa tahun ke depan, untuk merumuskan hipotesis benchmark equilibria,
berdasarkan pada perubahan-perubahan drastis “shocks”, dan simulasi dampak
perubahan iklim.
Laporan ini pada intinya adalah hasil
evaluasi dan simulasi dampak perubahan iklim
pada pariwisata berdasarkan rata-rata dua set data
“shock” yang terjadi secara simultan. Data
peristiwa shock yang pertama diperkirakan berasal
dari data komsumsi wisatawan terhadap produk
yang dihasilkan oleh sebuah kawasan atau domestik, Data kedua merupakan simulasi
pengeluaran wisatawan di kawasan tertentu.
Analisis yang dilakukan menitikberatkan pada sejumlah arus pengeluaran
wisatawan yang berpengaruh pada ekonomi regional secara langsung dihubungkan
dengan sejumlah arus pengeluran wisatawan. Pada skala global, perubahan iklim

6. 6
10% dari GDP dunia
dipengaruhi oleh sektor
pariwisata khususnya pada
pengeluaran untuk rekreasi
dan perjalanan wisata itu
sendiri.
membawa pengaruh pada penurunan kesejahteraan, dan akan menimbulkan
kesenjangan di beberapa kawasan.
Ketiga peneliti tersebut percaya bahwa 10%
dari GDP dunia dipengaruhi oleh sektor pariwisata
khususnya pada pengeluaran untuk rekreasi dan
perjalanan wisata itu sendiri. Berdasarkan alasan di atas maka evaluasi dan simulasi
ini dianggap penting untuk diadakan. Pada kesempatan ini, ketiga peneliti ini meneliti
tentang dampak ekonomi akibat perubahan iklim terhadap sector pariwisata. Hasil
penelitian disajikan menjadi 7 seksi, yakni; (1) Pengantar, (2) Estimasi arus
perubahan wisatawan dunia, (3) Outline GE model, (4) Gambaran keterlibatan
wisatawan dalam model CGE, (5) Diskusi tentang Data data penting di Pariwisata,
(6) Hasil Analisis dampak perubahan Iklim, (7)Kesimpulan. Sajian tersebut
dipaparkan sebagai berikut:

7. 7
1.1 Prediksi Perubahan Arus Wisatawan Dunia (Estimates of Changes in
international tourist flows).
Figure The change in arrivals and departures due to climate change, as a
percentage of arrivals and departures without climate change; countries are
ranked to their average annual temperature in 1961-1990.
Pada studi ini diprediksi bahwa, perkembangan jumlah wisatawan dunia
dipengaruhi oleh (1) pertumbuhan jumlah penduduk, (2) pendapatan perkapita, dan
(3) iklim. Sedangkan attractiveness dari daerah tujuan wisata dipengaruhi oleh
pendapatan perkapita, iklim, kemiripan destinasi terhadap asal daerah wisatawan, dan
jarak geografis dari asal wisatawan itu sendiri.
Pada figure di atas dapat digambarkan bahwa preferensi wisatawan terhadap
perjalanan wisata, namun sangat disayangkan, dampak dari perubahan iklim tidak
dengan jelas dapat dilihat, ini disebabkan ada dua dampak perubahan iklim itu, yakni

8. 8
sisi positif dan juga dampak negative. Dari sisi positif, perubahan iklim menyebabkan
daerah tujuan wisata semakin atraktif dalam ber-inovasi untuk pengembangan
destinasinya, di sisi negative, terdapat kecenderungan bahwa wisatawan cenderung
memilih berlibur di wilayahnya sendiri dibandingkan berlibur ke wilayah lain yang
jauh wilayah tempat tinggalnya. Sebagai contohnya, di Inggris terjadi perubahan
preferensi pilihan berlibur yang cenderung memilih berlibur di dalam negerinya atau
di negara sekitarnya. Sedangkan di Zimbabwe justru terjadi kebalikannya, namun gap
kedua kenyataan antara arrival dan departure belum begitu jelas dapat diterangkan
atau diprediksi pada model CGE.
1.2 Evaluasi menggunakan CGE dan Strategi Simulasi Struktur. (Assessing
the general equilibrium effects: model structure and simulation strategy)
Model GE effects kali ini mengacu pada data histori pada pelenelitian
sebelumnya yang telah dilakukan oleh Dixon and Rimmer (2002), dengan
menambahkan model kalibrasi data, dan model prediksi berdasarkan beberapa
variable ekonomi, untuk merumuskan hipotesis yang akan diuji, untuk membuat
dugaan dimasa yang akan datang.
Pada saat penelitian ini dilakukan dan beberapa tahun ke depan, penelitian ini
lebih difokuskan pada sisi penawaran untuk memprediksi perubahan terhadap
kontribusi penyerapan tenaga kerja, penyerapan modal asing, penggunaan lahan,
pemanfaatan sumberdaya alam, dan juga beberapa faktor lain yang mempengaruhi

9. 9
produktifitas yang semuanya itu disebut dengan “naturally exogenous” pada CGE
models.
Dengan menambahkan IMAGE model yang fokus pada variabel pemanfaatan
lahan pertanian, dan produktivitas lahan, didapatkan model prediksi minimalisasi
dampak peningkatan suhu untuk memperlambat perubahan iklim.
1.3 Model Analisis Dampak pada GE Model. (Impact modeling in the CGE
Framework)
Model yang diterapkan pada industry pariwisata yang berhubungan dengan
dampak dari climate change atau perubahan iklim, ditampilkan dalam bentuk
eksperimen simulasi berdasarkan beberapa variabel shocking atau kejutan ke dalam
model CGE.
Prosedurnya dengan mengkondisikan fakta-fakta pada database yang mengacu
pada konsep Gross Domestik Produk. Sedangkan national income didefinisikan
sebagai pendapatan yang dihasilkan pada sebuah kawasan tertentu, tidak perduli
tentang kewarganegaraannya
“This should be kept in mind when considering the influence on the
national income of an extra foreign tourist. Because of the GDP
definition, the additional expenditure generated by tourism activities
is not accounted for as exports, but as additional domestic
consumption. Furthermore, foreign income spent inside the national
territory amounts to a sort of income transfer. Accordingly, in the
model we simulated the effects of a tourists’ flows variation by
altering two sets of variables, considering changes in the structure of
final consumption and changes in international income transfers”

10. 10
Model Dampak dengan CGE menghasilkan dua hipotesis:
Dengan asumsi pertama: pengeluaran agregat sector pariwisata proporsional terhadap
jumlah wisatawan, baik wisatawan asing maupun domestic yang mengunjungi
Negara tertentu pada tahun tersebut. Perubahan variasi kedatangan wisatawan asing
seiiring dengan variasi keberadaan wisatawan domestic.
1. Asumsi kedua: pengeluaran wisatawan terbagi menjadi dua komponen,
komponen pertama yakni; pengeluaran wisatawan domestic di dalam negeri dan
pengeluaran wisatawan domestic yang berangkat ke destinasi luar negeri sebagai
seorang wisatawan. Komponen kedua yakni; pengeluaran wisatawan asing pada
pengeluaran untuk hotels, restaurants, dan aktivitas rekreasi selama liburan.
sedangkan pengeluran yang tidak nampak jelas seperti biaya transportasi tidak
ikut dihitung pada model ini.
2. Asumsi yang lainnya tidak ditentukan secara khusus berhubung keterbatasan
data.
Untuk membuat estimasi perubahan kedatangan, keberangkatan dan wisatawan
domestik baik dengan dan tanpa adanya perubahan iklim. Jumlah wisatawan dapat
ditentukan dengan formula sebagai berikut:

11. 11
Dimana:
 Ar = interregional arrivals ( Ar0 in the baseline, i.e. without climate change)
 Dr are interregional departures (Dr0 in the baseline),
 r RT is the number of regional domestic tourists. We define 0r RT , in the
baseline, as 0 0 0r r r RT = RA + NT , where 0r RA are intra-regional
arrivals and 0r NT is the basis of domestic tourists in the baseline. the
assumption that the basis of domestic tourists in each country,
 r NT , is unaffected by climate change.
 This assumption is reasonable, at least for limited climate impacts, and it is
unavoidable for our study because of the lack of estimates on the effect of
climate change on domestic tourism.
Sebagai catatan, untuk mengukur perubahan arus wisatawan, digunakan data
kedatangan interregional, dan keberangkatan dipisahkan menjadi dua yakni
keberangkatan ked dan keluar negeri diantara sesama kawasan. Hal ini dilakukan
untuk menghindari overestimasi pada regional income transfer, tetapi justru akan
mengaburkan dampak dari climate change terhadap permintaan sector pariwisata
pada kawasan yang diukur sehingga hasilnya tidak akan nampak dengan jelas dan
antara ke datangan dan keberangan pada kawasan harus sama jumlahnya.
Untuk Pengeluaran Wisatawan, baik aktivitas rekreasi, hotel, restaurant, dan
pengeluaran terkait dikelompokkan kedalam Macro industry “Market Services”.
Untuk mendapatkan share dari sub-industry “recreational industry” secara agregat,
digunakan rumus sebagai berikut:

12. 12
“where VDP stands for “value of domestic purchases” for recreational
services (Rcr)and total Market Services (MS) in the base year. The term on the
denominator was obtained from the GTAP 5 database at its maximum level of
disaggregation”
Dimisalkan, hotels and restaurants (HT), maka Untuk Pengeluaran Wisatawan untuk
hotel dan restaurant adalah sebagai berikut.
Karena hotels dan restaurant digabung pada “Trade” pada GTAP 5 database,
sehingga dianggap sebagai sumber informasi untuk expenditure on hotels
and restaurants pada tahun dasar (Euromonitor, 2002). Perubahan exogenus terhadap
permintaan pasar jasa, termasuk variasi arus wisatawan baik negative maupun positif,
dapat diukur berdasarkan “terms of share of the base year expenditure” dengan
rumus sebagai berikut:

13. 13
Sehingga tingkat konsumsi, termasuk sejumlah pasar jasa adalah endogenus
variable pada model ini. Akibatnya, input datanya menggunakan “additional tourism
expenditure” dengan mengabaikan pengaruh simultan perubahan harga pada pasar
yang lainnya.
Selanjutnya, untuk mengukur extra income diperlukan data keuangan yang
berhubungan dengan pengeluaran wisatawan asing, dengan dua variasi, yakni dengan
dan tanpa climate change, sebagai net tourism inflow (arrivals – departures) di tiap
Negara. Rumusnya adalah sebagai berikut:
Pada simulasi, elemen ini ditambahkan sebagai “equation computing the
national income as the total value of all domestic primary resources”. Untuk
meyakinkan alokasi pendapatan global itu netral dan pendapatan shocks memiliki
tanda yang sama terhadap permintaan shocks.

14. 14
1.4 Data Dasar Perkiraan Volume Wisatawan Domestik (Baseline estimates for
domestic tourism volumes)
Untuk mengukur estimasi variasi jumlah wisatawan, beberapa data yang
berhubungan dengan wisatawan domestic dianggap baseline ( NTr0 ). Parameter ini
termasuk 0r RT , denominator of equation (1). Pada kebanyakan Negara, jumlah arus
wisatawan domestic mengacu pada data tahun 1997 pada Euromonitor tahun 2002.
Untuk beberapa Negara yang lainnya diperlukan data yang berasal dari biro pusat
statistic, lembaga pemerintah atau lembaga terkait. Untuk Negara kecil yang tidak
lebih dari dua Negara bagian atau provinnsi, diasumsikan jumlah wisatawan domestic
dianggap nol. Sedangkan dibeberapa Negara yang datanya tidak tersedia bias
digunakan data pada Negara terdekat pada satu kawasan.
Untuk membuat simulasi terhadap tahun 2010, 2030, dan 2050 menjawab
equation (2), menurut Hamilton et al. (2004), digunakan formula sebagai berikut:
Dimana Dti, popi and Yi are, respectively, domestic tourists, population and
per capita income in country i. The updated values of domestic tourists in country i in
year t can be estimated from baseline data through:

15. 15
Agregat regional value untuk tahun 2010, 2030 dan 2050 digambarkan pada table
berikut
Pada tabel di atas, wisatawan domestic sebagai tahun dasar proyeksi untuk
simulasi tahun tersebut. Dalam bentuk rasio (kiri) rasio wisatawan terhadap jumlah
penduduk dan (kanan) jumlah wisatawan dalam ribuan.
Pada tahun 1997, wisatawan lebih rendah dari penduduk pada kawasan, kecuali
USA. Juga digambarkan bahwa aktivitas wisatawan domestik relatif tidak berubah,
sehingga pada tahun 2050 terdapat cukup pendapatan setidaknya 1,26 wisatawan
domestik per orang secara global untuk melakukan aktivitas wisata.

16. 16
1.5 Hasil Simulasi CGE (Simulation Results)
Hasil simulasi dari model ini menunjukkan bahwa, dampak ekonomi sangat
ditentukan oleh waktu, sebab kenaikan suhu akan terus terjadi dari waktu ke waktu.
Waktu memegang peranan penting pada distribusi biaya, keuntungan, yang akan
membawa beberapa perubahan secara kualitatif atau non-numerical. Pada simulasi
ini, akan difokuskan pada pembahasan hasil tahun 2050 sebagai bahan diskusi.
1.5.1 Variabel Kejutan/Perubahan (Shocked variables)
Tabel di atas menunjukan bahwa perubahan iklim berdampak pada
permintaan swasta dan pendapatan rumahtangga dalam negeri. Pada Negara Uni
Eropa akan terjadi shocks pada tahun 2010 dan 2030, tetapi akan menjadi negatif
pada tahun 2050. Namun pada tingkat global, beberapa shock tidak nampak jelas
baik positif maupun negatif.

17. 17
Perubahan perubahan terhadap permintaan dan pendapatan yang terlihat
berbeda sebelum dan sesudah simulasi dilakukan, karena terjadi imposed swing
didasarkan oleh partial equilibrium assumption dari harga yang tak tergantikan dan
pendapatan. Perbedaan antara shocks dan equilibrium level akan relatif besar terjadi
pada shocks permintaan dibandingkan shocks pendapatan.
1.5.2 Perdagangan (Trade)
Figure di atas menunjukkan pengaruh pada neraca perdagangan regional.
Terdapat peningkatan dan juga penurunan pada pengeluaran pariwisata secara
keseluruhan jika dihubungkan terhadap peningkatan ataupun penurunan net import.
Tergambar terjadi overlapping effect, yang pertama; pendapatan
mempengaruhi lebih tingginya import. Pada model GE membutuhkan keseimbangan

18. 18
neraca pembayaran, tetapi neraca perdagangan mungkin akan defisit, jika hal ini
terjadi maka akan digantikan oleh capital inflow atau masuknya modal asing.
Penanaman modal asing digerakkan oleh harapan pengembalian modal yang
berhubungan dengan kondisi tingkat pengembalian saat ini. Tingginya permintaan
dalam negeri memicu peningkatan harga-harga bahan pokok, tingginya tingkat
pengembalian modal akan menarik minat penanaman modal asing. Dengan alasan
identitas keuangan, dapat diketahui keseimbangan atau ketidakseimbangan neraca
perdagangan, apakah sedang berada pada kondisi surplus atau defisit.
1.5.3 GDP (Gross Domestic Product)
GDP percentage changes with respect to the baseline in 2050.

19. 19
Pada figure di atas terlihat bahwa pada umumnya GDP juga mengikuti shock
yang terjadi, sehingga pada analisis ini diasumsikan, jika perdagangan dan terjadi
efek barang pengganti, maka akan cenderung menimbulan initial shocks.
1.5.4 Faktor Primer dan Output Industri (Primary factors and industrial
output)
Figure di atas menunjukkan bahwa, permintaan terhadap faktor pokok
berhubungan dengan permintaan akhir. Pada pasar jasa tidak menggunakan faktor
lahan dan juga tidak menggunakan faktor sumber daya alam tetapi menggunakan
indikator modal dan penyerapan tenaga kerja. Pada beberapa kasus di beberapa
kawasan terjadi positive shock dan vice versa.
Penawaran terhadap faktor pokok akan tetap terjadi pada waktu singkat jika
permintaan terhadap jasa meningkat, ongkos buruh meningkat dan modal juga
meningkat. Namun di lain pihak, harga sumber daya pokok menurun, walaupun

20. 20
secara faktual terjadi positive shocks yang berhubungan dengan peningkatan
pengeluran wisatawan asing. Pada kasus ini, jika peningkatan tingkat pengembalian
modal terjadi maka akan berdampak pada peningkatan penanaman modal asing.
1.5.5 Emisi Gas (CO2 emissions)
CO2 emissions. Changes with respect to the baselines in 2010 (wide, light
bars; left axis) and in 2050 (narrow, dark bars; right axis).
Figure di atas menjelaskan bahwa dampak CO2 emission terjadi setiap
tahunnya, pada simulasi yang telah dilakukan pada model ini, variasi pada CO2
emission relatif terjadi sangat kecil, sehingga mengharuskan melibatkan industri
transportasi pada aktivitas pariwisata.

21. 21
Menariknya bahwa, emisi bertolak belakang dengan arah GDP dan shocks
permintaan. Diartikan bahwa jika pariwisata meningkat maka cenderung konsumsi
meningkat seiring dengan kesadaran akan industri yang ramah lingkungan.
1.5.6 Kesejahteraan (Welfare)
Equivalent variation in 2010 (wide, light bars; left axis) and in 2050
(narrow, dark bars; right axis).
Figure di atas menggambarkan pengaruh dari pendapatan sejalan dengan
variasi kesejahteraan, di mana kesejahteraan menurun selama tiga periode. Pada
tingkat regional, dampak dari kesejahteraan memiliki ciri yang sama dengan
pendapatan dan shock permintaan.
Pada simulasi ini, pemenangnya adalah negara-negara yang berada pada iklim
saat ini dingin seperti Rusia dan Kanada. Uni Eropa mengalami hanya sedikit
peningkatan kesejahteraan namun menjadi tidak berarti apa-apa pada tahun 2050.

22. 22
Perubahan iklim akan
berdampak pada sektor
pariwisata, dan secara
langsung membawa akibat
pada perubahan ekonomi.
Yang paling mengalami dampak dari perubahan iklim akan sangat terasa oleh
Negara-negara miskin yang bertumpu pada industri pariwisata, seperti terjadinya
peningkatan ketinggian air laut yang mungkin akan menenggelamkan beberapa
kawasan kepulauan yang berada pada dataran rendah (Bosello et al., 2004).
1.6 Kesimpulan (Conclusion)
Perubahan Iklim akan berdampak pada
beberapa aspek kehidupan, perubahan kebiasaan
berlibur yang disebabkan oleh variasi perubahan
iklim. Dampaknya akan sangat terasa pada sektor
jasa, sektor pariwisata, dan secara langsung membawa akibat pada perubahan
ekonomi.
Hasil penelitian ini adalah evaluasi tentang dampak dengan menggunakan GE
Model yang menunjukan dua hal penting sedang terjadi. Kedua hal itu adalah; (1)
Pariwisata berdampak pada ekonomi, (2) diprediksi bahwa, dampak ekonomi secara
keseluruhan akan merubah pariwisata dunia yang disebabkan oleh perubahan iklim.
Dampak pada permintaan domestik dan pendapatan rumah tangga berujung
pada kegiatan ekonomi khususnya berhubungan dengan barang dan jasa dan juga
berpengaruh pada permintaan fackor primer, dan harga. Begitu juga terjadinya
perubahan rate of return of capital akan mempengaruhi arus modal yang juga akan
mempengaruhi pendapatan dan kesejahteraan.

23. 23
perubahan iklim membawa
dampak yang luas terhadap
perubahan preferensi
pemilihan daerah tujuan
berlibur atau destinasi,
kisaran dampaknya terhadap
GDP -0,3% s.d. +0,5% pada
tahun 2050.
Pada hasil analisis ini, juga dapat digambarkan bahwa perubahan iklim
membawa dampak yang luas terhadap perubahan preferensi pemilihan daerah tujuan
berlibur atau destinasi, kisaran dampaknya terhadap GDP -0,3% s.d. +0,5% pada
tahun 2050. Dampak perubahan iklim sangat
terasa pada sebuah kawasan, namun dampak pada
ekonomi global sangat kecil yakni mendekati nol
pada tahun 2010.
Sedikit terasa dampak pada kawasan eropa
barat, negara exporter energy, dan kawasan The rest of the world. Namun akan sangat
nyata dampaknya bagi Negara-negara yang berada pada kawasan mediterania yang
saat ini mengandalkan kawasan wisata dan akan mengalami penurunan kunjungan
wisatawan. kawasan The rest of the world juga akan mengalami peningkatan suhu
yang sangat panas dan juga kawasan tropis lainnya. Namun ada beberapa kawasan
yang tidak popular saat ini akan menjadi lebih dikenal oleh karena pemanasan global.
Bebarapa Negara exporter energy akan mengalami dampaknya pemanasan global
secara nyata.
Walau bagaimanapun, karya tulis ini masih memiliki banyak kelemahan yang
harus disempurnakan lagi, kelemahan tersebut adalah sebagai berikut: (1) evaluasi ini
dilakukan secara global namun tidak penyeluruh, seharusnya dilakukan pada tiap
kawasan sehingga perubahan yang sebenarnya terjadi pada setiap kawasan, dapat
digambarkan secara lengkap. (2) Evaluasi ini hanya mengukur dampak pemanasan

24. 24
global terhadap sektor pariwisata, yang mungkin akan mempengaruhi lebih besar
terhadap sektor lainnya. (3) Evaluasi ini juga tidak menyertakan peningkatan
ketinggian air laut akibat pemanasan global yang mungkin beberapa pulau akan
tenggelam oleh karenanya. (4) Secara keseluruhan, model ini tidak dapat menjawab
berapakah biaya dari perubahan iklim tersebut jika dilakukan kuantifikasi. (5) yang
terakhir, evaluasi ini juga tidak dapat memprediksi kawasan-kawasan wisata bahari
atau perairan manakah yang akan menjadi popular.

25. 25
2 Daftar Pustaka
Berrittella, Maria at al. .2004. A GENERAL EQUILIBRIUM ANALYSIS
OF CLIMATE CHANGE IMPACTS ON TOURISM: EEE
WORKING PAPERS SERIES - N. 17, Online Publication, and
retrieve from http://www.users.ictp.it/~eee/files/wp17.pdf
Departement of labour. 2009. Scenarios using a computable general
equilibrium model of the New Zealand economy: Economic Impacts
of Immigration Working Paper. Published: October 2009, retrieve
from www.dol.govt.nz › Publications › Research.
Gillham, Jonathan. .2009. Tourism Policy Modelling: Department for
Culture, Media and Sport. Tourism Policy Modelling. Jonathan
Gillham. Economist. Department for Culture Media and Sport.
London, Online Publication Retrieve from
www.culture.gov.uk/.../32TourismPolicyModelling1.pdf
Peterson, Sonja. 2003. Integrated Climate Models: An interdisciplinary
assessment of climate impacts and policies. Germany: Kiel Institute
for World Economics