Hogere CO₂-heffing of maatwerk? Zo blijft de industrie groen én concurrerend

Hogere CO₂-heffing of maatwerk? Zo blijft de industrie groen én concurrerend

In 2021 stootte de Nederlandse industrie 53,6 megaton CO₂ uit. In 2030 moet dat 29,1 megaton zijn. Dat is een daling van ruim 45% in minder dan tien jaar. En dat terwijl de stroomvraag stijgt, waterstof in opkomst is en Europese concurrenten niet stilzitten.

De recente analyse van het Planbureau voor de Leefomgeving (PBL) laat zien: een beetje hogere CO₂-heffing helpt, maar een fors hogere heffing wordt riskant. Je krijgt dan wel extra reductie, maar je duwt ook bedrijven richting afschaling of vertrek. In het kader van een slimme energietransitie – en zeker als we kijken hoe AI de Nederlandse energie-infrastructuur kan sturen en optimaliseren – vraagt dit om meer precisie dan alleen “prijs omhoog”.

In deze blog uit de serie “AI voor Nederlandse Energie: Duurzame Transitie” bekijken we:

• wat de PBL-analyse zegt over hogere CO₂-heffingen;
• waarom maatwerkafspraken vaak slimmer zijn dan één hoog tarief;
• hoe AI kan helpen om dat maatwerk onderbouwd, controleerbaar en effectief te maken.

Wat levert een hogere CO₂-heffing de industrie écht op?

De kern: een lichte verhoging van de CO₂-heffing levert enkele megatonnen extra reductie op, maar de laatste paar megatonnen worden extreem duur.

Het PBL schetst het als volgt:

• Bestaand beleid (subsidies, ETS, infrastructuurprojecten) kan in 2030 al 15–18,5 megaton reductie opleveren bij bedrijven die onder de Nederlandse CO₂-heffing vallen.
• Verhogen van het heffingstarief van 145 naar 165 euro per ton in 2030 geeft 0–4 megaton extra reductie.
• Pas bij een stijging naar 200–265 euro per ton worden de duurste maatregelen rendabel en dalen de emissies nog met enkele megatonnen.

De uitsmijter: bij die hoge tarieven ontstaat een reëel risico dat bedrijven productie afschalen of verplaatsen in plaats van investeren in verduurzaming. Dat is precies wat je niet wilt als je inzet op een duurzame én concurrerende Nederlandse industrie.

Waarom is de opbrengst van een hogere heffing beperkt?

De belangrijkste reden: veel grote reducties liggen al in het bestaande beleid besloten, zolang randvoorwaarden op orde komen:

• voldoende groene elektriciteit en een verzwaard stroomnet;
• beschikbare CO₂-transport en -opslag (bijvoorbeeld via projecten als Aramis);
• toegang tot groene waterstof;
• tijdige vergunningen voor nieuwe installaties.

Zonder die randvoorwaarden maakt een hoger tarief sommige bedrijven vooral armer, maar niet noodzakelijk schoner. Ze kunnen dan simpelweg niets relevants doen met dat prijssignaal.

Het risico: weglek van industriële productie uit Nederland

Een nationale CO₂-heffing bovenop het Europese ETS werkt alleen zolang bedrijven een realistisch pad zien om te investeren in reductie. Als dat pad ontbreekt, blijft vooral een lastenverzwaring over.

Volgens het PBL kan de extra jaarlijkse last voor de industrie als geheel oplopen tot circa 500 miljoen euro per jaar, en die pijn is bovendien ongelijk verdeeld. Voor bedrijven buiten de grote industriële clusters – bijvoorbeeld chemische bedrijven in het oosten of metaal in het zuiden – zijn de opties voor snelle verduurzaming vaak beperkter:

• geen directe aansluiting op CO₂-leidingen;
• onvoldoende netcapaciteit voor elektrificatie;
• nog geen toegang tot betaalbare waterstof.

Zij lopen dus eerder vast. Het gevolg:

• Emissies in Nederland dalen, omdat productie verdwijnt;
• maar de wereldwijde emissies dalen nauwelijks, want productie verschuift naar een andere plek met vaak een minder schoon energiesysteem;
• de Nederlandse kennispositie en werkgelegenheid krijgen een klap.

Dat is precies het spanningsveld waarin beleid nu zit: streng genoeg om Parijs te halen, maar slim genoeg om de industrie hier te houden.

Maatwerkafspraken: scherper sturen dan met één generiek tarief

De PBL-analyse maakt één ding helder: maatwerkafspraken en maatwerksubsidies zijn vaak effectiever dan simpelweg het heffingstarief fors verhogen.

Bij maatwerkafspraken spreek je met een beperkt aantal grote uitstoters concrete projecten en tijdslijnen af, bijvoorbeeld:

• omschakelen naar elektrische krakers in de chemie;
• installatie van CCS (CO₂-afvang en -opslag) voor bepaalde processen;
• integratie van groene waterstof in raffinage of staalproductie.

In ruil daarvoor:

• krijgen bedrijven maatwerksubsidies die beter passen bij hun investeringsprofiel dan generieke regelingen als SDE++;
• worden infrastructuurprojecten (netverzwaring, pijpleidingen, opslagfaciliteiten) gecombineerd en gesynchroniseerd met hun investeringsplannen.

Dit heeft een paar duidelijke voordelen:

1. Gerichte inzet van publiek geld
   Je subsidieert daadwerkelijke projecten met meetbare CO₂-reductie, in plaats van te hopen dat een algemene prijsprikkel “ergens” tot reductie leidt.

2. Minder risico op weglek
   Bedrijven krijgen een geloofwaardig pad richting verduurzaming, waardoor de prikkel is om hier te investeren in plaats van elders te produceren.

3. Snellere uitvoering
   Door projecten integraal te bekijken (vergunningen, infrastructuur, financiering) kun je knelpunten vroeg oplossen. Dat verkort de doorlooptijd.

De voorwaarde: je moet scherp kunnen beoordelen welke maatregelen wanneer haalbaar zijn, tegen welke kosten, en met welke risico’s. Precies daar komt AI om de hoek kijken.

Waar AI het verschil kan maken in CO₂-beleid en maatwerk

In deze serie over AI voor de Nederlandse energietransitie kijken we steeds hoe slimme modellen de complexe puzzel van netten, vraag, aanbod en klimaatdoelen inzichtelijk maken. Bij CO₂-beleid en industriële heffingen speelt dat net zo goed.

1. Slimmer ontwerpen van CO₂-heffingsscenario’s

Met AI kun je scenario’s doorrekenen die verder gaan dan wat handmatig haalbaar is:

• combinaties van ETS-prijs, nationale CO₂-heffing en subsidies;
• verschillende aannames over wereldmarktprijzen, energieprijzen en productievraag;
• verschillen tussen sectoren (chemie, staal, voeding, papier, raffinage).

Een AI-model kan bijvoorbeeld voor elk bedrijf (op geanonimiseerd niveau) inschatten:

• bij welke CO₂-prijs welke maatregelen rendabel worden;
• hoe groot het risico op productieverplaatsing is bij een bepaald tarief;
• wat de impact is op CO₂-emissies in 2030, 2035 en 2040.

Zo ontstaat een tariefpad dat minder is gebaseerd op vuistregels en meer op data. In plaats van: “we verhogen het tarief naar 200 euro, want dat klinkt stevig”, krijg je: “we kiezen een pad van 145 → 175 → 210 euro in combinatie met X miljard aan maatwerksubsidies, omdat dat in 80% van de scenario’s het 2030-doel haalt zonder grote weglek”.

2. Dataslimme maatwerkafspraken per bedrijf of cluster

Maatwerkafspraken zijn alleen effectief als ze gebaseerd zijn op realistische, kwantitatieve projecties. AI kan helpen om per industriële site of cluster een digitale tweeling te bouwen:

• huidig energiegebruik per processtap;
• technische opties: elektrificatie, CCS, waterstof, procesoptimalisatie;
• benodigde infrastructuur en investeringen;
• verwachte CO₂-reductie per maatregel, met onzekerheidsmarges.

Daarmee kun je betere afspraken maken, zoals:

“Deze fabriek reduceert 1,8 megaton CO₂ per jaar in 2030 via CCS, mits het CO₂-transportnet en offshore-opslag uiterlijk eind 2029 beschikbaar zijn. We koppelen daar een prestatiegebonden subsidie aan en een boeteclausule als de reductie uitblijft.”

AI helpt vervolgens bij:

• monitoring: realtime volgen of energieverbruik en emissies lopen zoals afgesproken;
• bijsturen: als infrastructuur vertraagt, kun je alternatieve maatregelen simuleren;
• rapportage: betrouwbare, automatische rapportages voor overheid en toezichthouders.

3. Infrastructuur plannen met AI: zonder Aramis geen doel

Het PBL zegt het onomwonden: als project Aramis (ongeveer 12 megaton CO₂-opslag per jaar onder de Noordzee) niet op tijd klaar is, wordt het vrijwel onmogelijk het heffingsdoel voor de industrie te halen.

Dit laat zien hoe afhankelijk CO₂-beleid is van infrastructuur. AI kan hier op verschillende manieren helpen:

• modellen die bepalen welke CO₂-bronnen het eerst aansluiten op CO₂-leidingen om maximale reductie per euro te halen;
• optimalisatie van afspraken met industrie, netbeheerders en opslagsites zodat de volgorde van projecten logisch is;
• continue herberekening van het 2030-pad als projecten vertragen of versnellen.

Hetzelfde geldt voor netverzwaring en waterstofinfrastructuur. Zonder capaciteit op het hoogspanningsnet heeft een hogere CO₂-heffing weinig zin voor bedrijven die willen elektrificeren maar geen aansluiting krijgen. AI-gestuurde netplanning, zoals besproken in eerdere blogs uit deze serie, is daarom direct verbonden aan de effectiviteit van CO₂-beleid.

Hoe bedrijven zich nu kunnen voorbereiden

Voor industriële bedrijven is de boodschap helder: wachten op duidelijkheid is het slechtste scenario. Het beleid schuift richting hogere prijzen voor uitstoot, meer nadruk op maatwerk en een steeds strengere blik op 2030.

Een paar concrete stappen die wél werken:

1. Bouw je eigen CO₂-dataplatform
   Zorg dat emissies per installatie en per productielijn nauwkeurig worden gemeten en opgeslagen. Zonder goede data geen goede maatwerkdeal.

2. Gebruik AI voor interne scenario’s
   Laat modellen doorrekenen wat er gebeurt bij een CO₂-prijs van 165, 200 of 250 euro per ton. Welke investeringen zijn dan logisch? Welke processen worden onrendabel?

3. Identificeer projecten die “maatwerkklaar” zijn
   Denk aan elektrificatie, CCS of procesoptimalisatie met voorspelbaar rendement. Hoe beter uitgewerkt, hoe groter de kans op een aantrekkelijke maatwerksubsidie of afspraak.

4. Zoek aansluiting bij clusters en netbeheerders
   In de Nederlandse energietransitie gaat infrastructuur steeds meer clustergedreven worden. Wie zich vroeg meldt, wordt eerder meegenomen in planning en besluitvorming.

Dit is ook het moment om intern kennis op te bouwen over AI in energie en emissiebeheer. De bedrijven die data, techniek en beleid weten te combineren, hebben straks een flinke voorsprong.

De weg vooruit: CO₂-prijs, maatwerk én slimme algoritmen

De discussie over de CO₂-heffing in de industrie wordt soms neergezet als een simpele keuze: óf streng beprijzen, óf bedrijven ontzien. De PBL-analyse laat iets anders zien: een mix van een redelijke heffing, gerichte maatwerkafspraken en betrouwbare randvoorwaarden werkt beter.

AI speelt daarin een sleutelrol:

• bij het ontwerpen van realistische heffingspaden;
• bij het doorrekenen en monitoren van maatwerkafspraken;
• bij het plannen van energie- en CO₂-infrastructuur die de industrie echt in staat stelt om te verduurzamen.

Wie de Nederlandse energietransitie serieus neemt, kan CO₂-beleid niet los zien van data en algoritmen. De komende jaren wordt duidelijk welke sectoren die slag maken – en welke achterblijven.

De vraag is dus niet of de CO₂-prijs omhoog gaat, maar hoe slim we die prijs koppelen aan echte investeringen in schone productie. Bedrijven die daar nu al dataslim mee aan de slag gaan, bepalen straks de standaard voor een concurrerende, klimaatneutrale Nederlandse industrie.