PERANG TERHADAP NARKOBA DAN ANGKA KEJAHATAN PEMBUNUHAN: SEBUAH HUBUNGAN LANGSUNG?
Kekhawatiran negara terhadap kebijakan pengendalian narkoba telah meningkat belakangan ini. Kekhawatiran ini tercermin dalam pertumbuhan otoritas pengendalian narkoba pusat yang disediakan oleh Kongres. Dalam tahun fiskal 1985, kewajiban penganggaran ini adalah $2,75 milyar; pada tahun 1994 telah meningkat menjadi $12,14 milyar (Departemen Keadilan A.S. 1994a).
Pengeluaran pengendalian narkoba yang berlebihan oleh sistem keadilan kriminal – pada semua tingkatan pemerintah, bukan hanya pemerintah pusat – hanya mewakili sebagian kecil dari total biaya aktivitas penegakan kebijakan narkoba. Para ekonom, utamanya Milton Friedman (1991) dan William Niskanen (1992) telah menuebutkan bahwa perang terhadap obat terlarang telah mengalihakn sumber-sumber kebijakan jauh dari aktivitas penegakan hukum, dengan hasil bahwa kejahatan kekerasan dan kejahatan terhadap properti semakin tinggi dibanding yang ada seandainya tidak dibuat kebijakan.
Sejauh komunitas mengalihkan sumber-dana penegakan hukum dari kejahatan kekerasan ke pelaku narkoba ilegal, risiko hukuman untuk terlibat dalam kejahatan kekerasan ini berkurang. Pengurangan risiko ini diduga meningkatkan kejadian kejahatan kekerasan. Makalah ini bertujuan untuk menentukan respon dalam angka kejahatan pembuhan terhadap perubahan persentase orang yang ditahan karena pemakain narkoba. Hasil-hasil empiris yang diperoleh sejalan dengan perkiraan-perkiraan sebelumnya bahwa angka pembunuhan lebih tinggi pada komunitas yang menghabiskan lebih banyak sumber-dana kebijakan untuk penegakan hukum narkoba. Hasil-hasil ini digunakan untuk memperkirakan kehilangan nilai-kehidupan akibat perang terhadap narkoba.
Penelitian Terdahulu
Penelitian Gary Becker (1968) telah membuktikan dukungan teoritis yang menyatakan bahwa angka kejahatan akan berkorelasi negatif dengan biaya peluang untuk perilaku kejahatan dan dengan ancaman sanksi yang dibebankan untuk pelaku kejahatan. Samuel Cameron (1988) menemukan sebuah model ekonometri yang digunakan oleh para peneliti empiris untuk menguji prediksi-prediksi ini dan prediksi lainnya tentang teori ekonomi dari kejahatan. Dalam model ini, permintaan akan penolakan, suplai pengedar, dan permintaan akan kebijakan ditentukan. Bruce banson dkk., (1992) telah menggunakan data dari 67 wilayah di Florida selama tahun 1986 sampai 1987 untuk meneliti apakah kejahatan properti berkorelasi positif dengan intensitas aktivitas penegakan kebijakan narkoba. Sebagai sebuah wakil untuk intensitas aktivitas-aktivitas ini, mereka menggunakan beberapa pelaku narkoba yang ditahan sebagai sebuah proporsi jumlah pelaku indeks-I. Temuan mendasar mereka adalah bahwa peningkatan 1-persen aktivitas penegakan kebijakan narkoba meningkatkan angka kejahatan properti sekitar 0,164 persen (Benson dkk., 1992).
Untuk mendapatkan hasil-hasil empiris yang disebutkan berikut, kami menggunakan sebuah varian dua-persamaan dengan kode ekonometri tiga-persamaan standar. Persamaan yang tidak dimasukkan adalah permintaan akan kebijakan; kami menganggap kuantitas kebijakan bersifat eksogen. William Trumball (1989), dan Helen Tauchen, Anne Witte, dan Harriet Griesinger (1993) melaporkan bukti yang mendukung eksogeneitas ini. Untuk paper kali ini, argumen eksogeneitas diperoleh dari fakta bahwa data yang digunakan untuk penelitian ini menunjukkan distribusi sumber-daya kebijakan tergantung pada kejahatan selain pembunuhan (Cloninger 1992; 416).
Model Empiris
Data yang digunakan untuk memperkirakan model ini adalah dari 59 daerah di 32 negara bagian Amerika Serikat, dan mencerminkan pengalaman tahun 1985 (Cloninger 1992). Tahun 1985 dipilih karena pertimbangan ketersediaan data. Dua kota dikeluarkan dari sampel karena data yang hilang. Sehingga, masing-masing pengamatan dalam data base yang digunakan untuk penelitian kali ini adalah satu kota, dan ukuran sampel adalah 57.
Variabel model, yang dinyatakan sebagai logaritma alami, terdiri dari dua yang endogen, lima yang eksogen. Yang pertama adalah angka kejahatan pembunuhan (LHRATE), dan angka penahanan karena pembunuhan (LHARST); yang terakhir ini adalah persentase populasi yang non-kulit putih (LNONW), jumlah polisi per pelaku kekerasan (LCPVO), jumlah penduduk per mil persegi (LPOPDENS), nilai median perumahan yang ditempati pemilik (LHOUSE), dan jumlah pelaku narkoba yang ditahan sebagai persentase total penahanan (LDRUGPRO). Variabel terakhir adalah wakil untuk perang terhadap narkoba.
Persamaan modelnya adalah sebagai berikut:
(1)LHARST = B10 + B11LHRATE + B12LCPVO + B13LPOPDENS + B14LDRUGPRO + E1,
(2)LHRATE = B20 + B21LHARST + B22LNONW + B23LHOUSE + E2
Kesalahan dalam persamaan, E1 dan E2 diasumsikan terdistribusi normal dengan nilai mean nol dan varians konstan.
Duas hipotesis yang paling relevan disini adalah bahwa peningkatan jumlah pelaku narkoba yang ditahan, yang relatif terhadap total penahanan akan mengurangi angka penahanan pelaku pembunuhan, yakni B14 < 0, dan sehingga pengurangan menyebabkan peningkatan angka kejahatan pembunuhan yakni B12 < 0. Teori ekonomi dari kejahatan membuat dua prediksi tambahan. Salah satunya adalah bahwa peningkatan biaya peluang kejahatan menghambat perilaku kriminal. LHOUSE adalah sebuah wakil untuk biaya peluang ini. Sehingga teori ini memprediksikan bahwa B23 < 0. Prediksi lain adalah bahwa peningkatan sumber-pendapatan polisi akan meningkatkan output sistem keadilan kriminal, yang menunjukkan bahwa B12 > 0.
Dengan memperhatikan tanda B11, ada dua hipotesis yang berkompetisi. Hipotesis kejenuhan-sumber pendapatan (Fisher dan Nagin 1978) memprediksikan bahwa B11 > 0. Hipotesis pertama menegaskan bahwa pada saat jumlah kejahatan yang dilakukan meningkat, jumlah penahanan yang dilakukan akan meningkat tetapi lajunya berkurang. Paling tidak, ini akan mengurangi risiko hukuman untuk melakukan sebuah kejahatan. Hipotesis kedua menyebutkan bahwa sistem keadilan kriminal akan merespon terhadap angka kejahatan yang meningkat melalui sanksi, yang akan meningkatkan risiko hukuman. Hipotesis kejenuhan-sumber pendapatan sejalan dengan pandangan bahwa aktivitas penegakan kebijakan narkoba yang meningkat mengurangi sumber pendapatan yang langka dari pengontrolan kejahatan lain, sehingga mengurangi risiko hukuman untuk melakukan kejahatan ini.
Variabel LPOPDENS dan LNONW dimasukkan dalam model untuk mengontrol dampak-dampak potensial dari fenomena yang dianggap oleh ahli sosiologi dan ahli kriminologi sebagai hal yang penting dalam menjelaskan penahanan kriminal dan angka kejahatan. Pertimbangan ekonomi, menurut Isaac Ehrlich (1974), untuk memasukkan LNONW dalam sebuah fungsi suplai kejahatan kriminal adalah bahwa non-kulit putih memiliki biaya peluang melakukan kejahatan yang relatif rendah. Jika demikian, maka teori ekonomi memprediksikan bahwa B22 > 0. Tetapi teori ini tidak begitu menonjol tentang tanda dari B13. Akan tetapi, cukup wajar untuk mengantisipasi bahwa B13 < 0, yakni, bahwa semakin padat penduduk suatu kota, semakin sulit bagi polisi untuk menemukan pelaku.
Penentuan bersama LHARST dan LHRATE memerlukan penggunaan sebuah metode estimasi yang secara simultan dianggap bertanggungjawab terhadap saling ketergantungan ini. Teknik estimasi sistem, seperti metode 3SLS, menghasilkan kesalahan standar koefisien terduga yang lebih kecil dibanding teknik pendugaan satu-persamaan, seperti metode 2SLS. Akan tetapi, perkiraan-perkiraan parameter individu yang didapatkan dengan teknik estimasi sistem relatif lebih sensitif bagi spesifikasi model keseluruhan – sebuah kesalahan spesifikasi pada salah satu persamaan bisa mempengaruhi pekriraan parameter pada semua persamaan model. Yakni, ada pertukaran antara biaya-biaya potensial kesalahan spesifikasi dan pertambahan efisiensi statistik jika sebuah metode estimasi sistem ketimbang estimasi persamaan-tunggal dipilih (Pindyck dan Rubinfeld 1981). Pertukaran ini dihindari dengan menggunakan 2SLS dan 3SLS untuk memperkirakan persamaan (1) dan (2).
Tabel 1A dan 1B menunjukkan hasil-hasil dari estimasi 2SLS dari model. Tanda dari semua koefisien yang diestimasi adalah seperti yang yang sudah diantisipasi. Kesalahan-kesalahan standar yang diduga, t-statistik, dan nilai-p menunjukkan bahwa, terkecuali untuk intersept dalam persamaan deterrence-permintaan, semua koefisien terduga signifikan secara statistik, meskipun lemah pada beberapa kasus. Masing-masing nilai-p yang diduga berada pada level dimana t-statistik yang diamati akan signifikan (Goldberger 1991).
Sebagai contoh, jika hipotesis null bahwa koefisien dari LDRUGPRO sama dengan nol adalah benar (H0: b14 = 0), maka probabilitas untuk mendapatkan -0,0699 sebagai sebuah perkiraan dari koefisien tersebut adalah sama dengan 0,0624. Terakhir, perhatikan bahwa tanda negatif untuk koefisien terduga bagi LHJRATE dalam persamaan deterrence-permintaan memberikan dukungan bagi hipotesis kejenuhan-sumber daya.
Tabel 2A dan 2B mewakili hasil dari estimasi 3SLS dari model. Lagi, tanda dari semua koefisien terduga adalah yang diantisipasi. Tidak mengherankan, semua standar error koefisien terduga 3SLS lebih kecil dibanding 2SLS.
Elastisitas dari angka kejahatan pembunuhan dengan memperhatikan aktivitas penegakan hukum narkoba adalah (LHARST/LDRUGPRO) (LHRATE/LHARST) = B14B21. Dugaan 2SLS dari elastisitas ini adalah sekitar 0,17 persen. Yakni, 1 persen peningkatan aktivitas penegakan hukum narkoba diperkirakan menghasilkan 17/100 dari 1 persen peningkatan angka pembunuhan. Untuk 3SLS, perkiraan elastisitas ini mendekati 0,105 persen.
Perkiraan 2SLS dan 3SLS untuk elastisitas penegakan hukum narkoba dari angka pembunuhan bisa dikonversi menjadi perkiraan kehilangan nilai-kehidupan akibat perang terhadap narkoba. Ini bisa dicapai dengan menggunakan perkiraan nilai-kehidupan yang telah dilaporkan pada berbagai penelitian. Sebuah perkiraan wakil, yang dibuat oleh Kip Viscusi (1983), dan diupdate oleh Mark Cohen (1990) menjadi dollar 1985, adalah $2,3 juta. Seperti dihitung pada Tabel 3, perkiraan 2SLS dari biaya nilai-kehidupan meningkat yang akan dihasilkan dari peningkatan 1-persen intensitas aktivitas penegakan hukum narkoba adalah sekitar $3,5 milyar setiap tahun dalam dollar 1985.
Perkiraan 3SLS yang sesuai secara kasar adalah dua-per-tiga dari jumlah tersebut. Jika laju peningkatan dalam CPI-U digunakan sebagai ukuran laju inflasi yang sama, maka pada dollar 1994 perkiraan 2SLS dan 3SLS adalah $4,81 milyar dan $2,97 milyar, masing-masing.
Kesimpulan
Perkiraan terdahulu tentang biaya nilai-kehidupan yang meningkat dari perang terhadap narkoba masih kurang tepat. Penelitian-penelitian ekonometri, yang mencakup penelitian kali ini, harus dilakukan. Akan tetapi, jika hasil empiris yang disajikan disini bahkan mendekati benar, maka jelas bahwa kebijakan pengendalian narkoba sekarang secara substansial lebih mahal dibanding yang diindikasikan oleh pengeluaran pengendalian obat yang dilakukan oleh sistem keadilan kriminal.
Pengeluaran pengendalian narkoba yang berlebihan oleh sistem keadilan kriminal – pada semua tingkatan pemerintah, bukan hanya pemerintah pusat – hanya mewakili sebagian kecil dari total biaya aktivitas penegakan kebijakan narkoba. Para ekonom, utamanya Milton Friedman (1991) dan William Niskanen (1992) telah menuebutkan bahwa perang terhadap obat terlarang telah mengalihakn sumber-sumber kebijakan jauh dari aktivitas penegakan hukum, dengan hasil bahwa kejahatan kekerasan dan kejahatan terhadap properti semakin tinggi dibanding yang ada seandainya tidak dibuat kebijakan.
Sejauh komunitas mengalihkan sumber-dana penegakan hukum dari kejahatan kekerasan ke pelaku narkoba ilegal, risiko hukuman untuk terlibat dalam kejahatan kekerasan ini berkurang. Pengurangan risiko ini diduga meningkatkan kejadian kejahatan kekerasan. Makalah ini bertujuan untuk menentukan respon dalam angka kejahatan pembuhan terhadap perubahan persentase orang yang ditahan karena pemakain narkoba. Hasil-hasil empiris yang diperoleh sejalan dengan perkiraan-perkiraan sebelumnya bahwa angka pembunuhan lebih tinggi pada komunitas yang menghabiskan lebih banyak sumber-dana kebijakan untuk penegakan hukum narkoba. Hasil-hasil ini digunakan untuk memperkirakan kehilangan nilai-kehidupan akibat perang terhadap narkoba.
Penelitian Terdahulu
Penelitian Gary Becker (1968) telah membuktikan dukungan teoritis yang menyatakan bahwa angka kejahatan akan berkorelasi negatif dengan biaya peluang untuk perilaku kejahatan dan dengan ancaman sanksi yang dibebankan untuk pelaku kejahatan. Samuel Cameron (1988) menemukan sebuah model ekonometri yang digunakan oleh para peneliti empiris untuk menguji prediksi-prediksi ini dan prediksi lainnya tentang teori ekonomi dari kejahatan. Dalam model ini, permintaan akan penolakan, suplai pengedar, dan permintaan akan kebijakan ditentukan. Bruce banson dkk., (1992) telah menggunakan data dari 67 wilayah di Florida selama tahun 1986 sampai 1987 untuk meneliti apakah kejahatan properti berkorelasi positif dengan intensitas aktivitas penegakan kebijakan narkoba. Sebagai sebuah wakil untuk intensitas aktivitas-aktivitas ini, mereka menggunakan beberapa pelaku narkoba yang ditahan sebagai sebuah proporsi jumlah pelaku indeks-I. Temuan mendasar mereka adalah bahwa peningkatan 1-persen aktivitas penegakan kebijakan narkoba meningkatkan angka kejahatan properti sekitar 0,164 persen (Benson dkk., 1992).
Untuk mendapatkan hasil-hasil empiris yang disebutkan berikut, kami menggunakan sebuah varian dua-persamaan dengan kode ekonometri tiga-persamaan standar. Persamaan yang tidak dimasukkan adalah permintaan akan kebijakan; kami menganggap kuantitas kebijakan bersifat eksogen. William Trumball (1989), dan Helen Tauchen, Anne Witte, dan Harriet Griesinger (1993) melaporkan bukti yang mendukung eksogeneitas ini. Untuk paper kali ini, argumen eksogeneitas diperoleh dari fakta bahwa data yang digunakan untuk penelitian ini menunjukkan distribusi sumber-daya kebijakan tergantung pada kejahatan selain pembunuhan (Cloninger 1992; 416).
Model Empiris
Data yang digunakan untuk memperkirakan model ini adalah dari 59 daerah di 32 negara bagian Amerika Serikat, dan mencerminkan pengalaman tahun 1985 (Cloninger 1992). Tahun 1985 dipilih karena pertimbangan ketersediaan data. Dua kota dikeluarkan dari sampel karena data yang hilang. Sehingga, masing-masing pengamatan dalam data base yang digunakan untuk penelitian kali ini adalah satu kota, dan ukuran sampel adalah 57.
Variabel model, yang dinyatakan sebagai logaritma alami, terdiri dari dua yang endogen, lima yang eksogen. Yang pertama adalah angka kejahatan pembunuhan (LHRATE), dan angka penahanan karena pembunuhan (LHARST); yang terakhir ini adalah persentase populasi yang non-kulit putih (LNONW), jumlah polisi per pelaku kekerasan (LCPVO), jumlah penduduk per mil persegi (LPOPDENS), nilai median perumahan yang ditempati pemilik (LHOUSE), dan jumlah pelaku narkoba yang ditahan sebagai persentase total penahanan (LDRUGPRO). Variabel terakhir adalah wakil untuk perang terhadap narkoba.
Persamaan modelnya adalah sebagai berikut:
(1)LHARST = B10 + B11LHRATE + B12LCPVO + B13LPOPDENS + B14LDRUGPRO + E1,
(2)LHRATE = B20 + B21LHARST + B22LNONW + B23LHOUSE + E2
Kesalahan dalam persamaan, E1 dan E2 diasumsikan terdistribusi normal dengan nilai mean nol dan varians konstan.
Duas hipotesis yang paling relevan disini adalah bahwa peningkatan jumlah pelaku narkoba yang ditahan, yang relatif terhadap total penahanan akan mengurangi angka penahanan pelaku pembunuhan, yakni B14 < 0, dan sehingga pengurangan menyebabkan peningkatan angka kejahatan pembunuhan yakni B12 < 0. Teori ekonomi dari kejahatan membuat dua prediksi tambahan. Salah satunya adalah bahwa peningkatan biaya peluang kejahatan menghambat perilaku kriminal. LHOUSE adalah sebuah wakil untuk biaya peluang ini. Sehingga teori ini memprediksikan bahwa B23 < 0. Prediksi lain adalah bahwa peningkatan sumber-pendapatan polisi akan meningkatkan output sistem keadilan kriminal, yang menunjukkan bahwa B12 > 0.
Dengan memperhatikan tanda B11, ada dua hipotesis yang berkompetisi. Hipotesis kejenuhan-sumber pendapatan (Fisher dan Nagin 1978) memprediksikan bahwa B11 > 0. Hipotesis pertama menegaskan bahwa pada saat jumlah kejahatan yang dilakukan meningkat, jumlah penahanan yang dilakukan akan meningkat tetapi lajunya berkurang. Paling tidak, ini akan mengurangi risiko hukuman untuk melakukan sebuah kejahatan. Hipotesis kedua menyebutkan bahwa sistem keadilan kriminal akan merespon terhadap angka kejahatan yang meningkat melalui sanksi, yang akan meningkatkan risiko hukuman. Hipotesis kejenuhan-sumber pendapatan sejalan dengan pandangan bahwa aktivitas penegakan kebijakan narkoba yang meningkat mengurangi sumber pendapatan yang langka dari pengontrolan kejahatan lain, sehingga mengurangi risiko hukuman untuk melakukan kejahatan ini.
Variabel LPOPDENS dan LNONW dimasukkan dalam model untuk mengontrol dampak-dampak potensial dari fenomena yang dianggap oleh ahli sosiologi dan ahli kriminologi sebagai hal yang penting dalam menjelaskan penahanan kriminal dan angka kejahatan. Pertimbangan ekonomi, menurut Isaac Ehrlich (1974), untuk memasukkan LNONW dalam sebuah fungsi suplai kejahatan kriminal adalah bahwa non-kulit putih memiliki biaya peluang melakukan kejahatan yang relatif rendah. Jika demikian, maka teori ekonomi memprediksikan bahwa B22 > 0. Tetapi teori ini tidak begitu menonjol tentang tanda dari B13. Akan tetapi, cukup wajar untuk mengantisipasi bahwa B13 < 0, yakni, bahwa semakin padat penduduk suatu kota, semakin sulit bagi polisi untuk menemukan pelaku.
Penentuan bersama LHARST dan LHRATE memerlukan penggunaan sebuah metode estimasi yang secara simultan dianggap bertanggungjawab terhadap saling ketergantungan ini. Teknik estimasi sistem, seperti metode 3SLS, menghasilkan kesalahan standar koefisien terduga yang lebih kecil dibanding teknik pendugaan satu-persamaan, seperti metode 2SLS. Akan tetapi, perkiraan-perkiraan parameter individu yang didapatkan dengan teknik estimasi sistem relatif lebih sensitif bagi spesifikasi model keseluruhan – sebuah kesalahan spesifikasi pada salah satu persamaan bisa mempengaruhi pekriraan parameter pada semua persamaan model. Yakni, ada pertukaran antara biaya-biaya potensial kesalahan spesifikasi dan pertambahan efisiensi statistik jika sebuah metode estimasi sistem ketimbang estimasi persamaan-tunggal dipilih (Pindyck dan Rubinfeld 1981). Pertukaran ini dihindari dengan menggunakan 2SLS dan 3SLS untuk memperkirakan persamaan (1) dan (2).
Tabel 1A dan 1B menunjukkan hasil-hasil dari estimasi 2SLS dari model. Tanda dari semua koefisien yang diestimasi adalah seperti yang yang sudah diantisipasi. Kesalahan-kesalahan standar yang diduga, t-statistik, dan nilai-p menunjukkan bahwa, terkecuali untuk intersept dalam persamaan deterrence-permintaan, semua koefisien terduga signifikan secara statistik, meskipun lemah pada beberapa kasus. Masing-masing nilai-p yang diduga berada pada level dimana t-statistik yang diamati akan signifikan (Goldberger 1991).
Sebagai contoh, jika hipotesis null bahwa koefisien dari LDRUGPRO sama dengan nol adalah benar (H0: b14 = 0), maka probabilitas untuk mendapatkan -0,0699 sebagai sebuah perkiraan dari koefisien tersebut adalah sama dengan 0,0624. Terakhir, perhatikan bahwa tanda negatif untuk koefisien terduga bagi LHJRATE dalam persamaan deterrence-permintaan memberikan dukungan bagi hipotesis kejenuhan-sumber daya.
Tabel 2A dan 2B mewakili hasil dari estimasi 3SLS dari model. Lagi, tanda dari semua koefisien terduga adalah yang diantisipasi. Tidak mengherankan, semua standar error koefisien terduga 3SLS lebih kecil dibanding 2SLS.
Elastisitas dari angka kejahatan pembunuhan dengan memperhatikan aktivitas penegakan hukum narkoba adalah (LHARST/LDRUGPRO) (LHRATE/LHARST) = B14B21. Dugaan 2SLS dari elastisitas ini adalah sekitar 0,17 persen. Yakni, 1 persen peningkatan aktivitas penegakan hukum narkoba diperkirakan menghasilkan 17/100 dari 1 persen peningkatan angka pembunuhan. Untuk 3SLS, perkiraan elastisitas ini mendekati 0,105 persen.
Perkiraan 2SLS dan 3SLS untuk elastisitas penegakan hukum narkoba dari angka pembunuhan bisa dikonversi menjadi perkiraan kehilangan nilai-kehidupan akibat perang terhadap narkoba. Ini bisa dicapai dengan menggunakan perkiraan nilai-kehidupan yang telah dilaporkan pada berbagai penelitian. Sebuah perkiraan wakil, yang dibuat oleh Kip Viscusi (1983), dan diupdate oleh Mark Cohen (1990) menjadi dollar 1985, adalah $2,3 juta. Seperti dihitung pada Tabel 3, perkiraan 2SLS dari biaya nilai-kehidupan meningkat yang akan dihasilkan dari peningkatan 1-persen intensitas aktivitas penegakan hukum narkoba adalah sekitar $3,5 milyar setiap tahun dalam dollar 1985.
Perkiraan 3SLS yang sesuai secara kasar adalah dua-per-tiga dari jumlah tersebut. Jika laju peningkatan dalam CPI-U digunakan sebagai ukuran laju inflasi yang sama, maka pada dollar 1994 perkiraan 2SLS dan 3SLS adalah $4,81 milyar dan $2,97 milyar, masing-masing.
Kesimpulan
Perkiraan terdahulu tentang biaya nilai-kehidupan yang meningkat dari perang terhadap narkoba masih kurang tepat. Penelitian-penelitian ekonometri, yang mencakup penelitian kali ini, harus dilakukan. Akan tetapi, jika hasil empiris yang disajikan disini bahkan mendekati benar, maka jelas bahwa kebijakan pengendalian narkoba sekarang secara substansial lebih mahal dibanding yang diindikasikan oleh pengeluaran pengendalian obat yang dilakukan oleh sistem keadilan kriminal.
Comments
Post a Comment