Complexiteit en emissiereductie: waarom simpele (hectare) normen niet werken!

In het stikstofbeleid klinkt steeds vaker de roep om eenvoudige oplossingen: een maximumaantal dieren per hectare, vaste emissienormen per diercategorie of strikte gebruiksnormen per perceel. Hoewel begrijpelijk vanuit een behoefte aan duidelijkheid en bestuurlijke controle, is het belangrijk om stil te staan bij de aard van het systeem waarmee we te maken hebben. De landbouw en natuur vormen samen een complex adaptief systeem. En wie in een complex systeem simplistische maatregelen invoert, loopt grote risico’s op ongewenste of zelfs averechts werkende effecten.

De landbouwregio als complex systeem

In een landbouwregio zijn honderden, soms duizenden bedrijven actief. Elk bedrijf heeft zijn eigen managementstijl, bedrijfsvoering en historische ontwikkelpad. Sommige boeren hebben emissiearme stallen, anderen passen innovatieve mestaanwendingstechnieken toe. Weer anderen voeren extensief met veel gras en weinig krachtvoer. Deze diversiteit maakt het systeem robuust, maar ook moeilijk voorspelbaar.

De interactie tussen landbouw en natuur verloopt bovendien via vele mechanismen: ammoniakemissies en -deposities, nutriëntenstromen, hydrologie, landschapsstructuren, bodemleven en biodiversiteit. Alles hangt met alles samen. Het effect van een maatregel bij boer A is mede afhankelijk van de maatregelen bij boer B, de meteorologische omstandigheden, de bodemgesteldheid en de ligging van nabijgelegen natuurgebieden.

In zo’n systeem werkt oorzaak-gevolg niet lineair. Dat maakt het stikstofvraagstuk per definitie een wicked problem, oftewel een systeemprobleem waarvoor geen pasklare oplossing bestaat.

Cynefin: ordening in besluitvorming

Het Cynefin-model, ontwikkeld door Dave Snowden, biedt een kader om verschillende situaties te categoriseren en bijpassende vormen van sturing te kiezen. In het kort onderscheidt Cynefin vijf domeinen:

  1. Obvious: oorzaak-gevolg is duidelijk; best practices werken.
  2. Complicated: er is een oplossing, maar die vraagt analyse; experts kunnen helpen.
  3. Complex: oorzaak-gevolg is achteraf zichtbaar, maar niet voorspelbaar; experimenteren is nodig.
  4. Chaotic: geen relatie tussen oorzaak en gevolg; onmiddellijke actie vereist.
  5. Confused: het is niet duidelijk in welk domein je zit.

De landbouwtransitie en het stikstofbeleid vallen duidelijk in het complexe domein. Dat betekent: geen blauwdrukken maken, maar kleine, veilige experimenten uitvoeren. In Cynefin-termen: probe – sense – respond. Start met pilots, leer van resultaten, en schaal op wat werkt.

De waterbedeffecten van eenvoudige normen

Een van de bekendste metaforen voor complexe systemen is het waterbed. Druk je op één plek, dan komt er elders een uitstulping. Zo werkt het ook in het stikstofbeleid. Een voorbeeld: stel je voert een maximum in van 2 grootvee-eenheden (GVE) per hectare om ammoniakemissies te beperken. Op het eerste gezicht een logische maatregel.

Maar in de praktijk ontstaan onbedoelde effecten:

  • Boeren met emissiearme stallen worden beperkt in hun technologische voorsprong.
  • Boeren met veel grond en hoge emissies blijven onder de norm en worden ongemoeid gelaten.
  • Bedrijven splitsen zich op papier op om onder de norm te blijven.
  • Het mestoverschot verschuift naar andere gebieden, of de kunstmestinput stijgt.

Het systeem gaat ‘werken’ onder de regel, maar niet per se richting het milieudoel. Daarmee is het waterbed-effect werkelijkheid geworden.

Van structuur naar prestatie

In het bijgevoegde position paper wordt betoogd dat normeren op hectares of dieren juridisch wankel is en inhoudelijk ongericht. Dat komt doordat het de verkeerde variabele adresseert: de structuur in plaats van de prestatie.

Een boer met een moderne stal, een strak voerspoor en zuinige mestaanwending kan met meer dieren per hectare tóch minder ammoniak uitstoten dan een extensieve collega met weinig investeringskracht. Door blind te sturen op oppervlak of dieraantal ontneem je de sector elke prikkel tot innovatie. Sterker nog: je remt de voorlopers af, en beloont de achterblijvers. Dat is in strijd met het Europese beginsel van ‘Best Available Techniques’ en ondergraaft de innovatiekracht die Nederland juist tot koploper maakt.

Emergent beleid in plaats van dichtgetimmerde plannen

Wat dan wel? In complexe systemen is het belangrijk om ruimte te laten voor emergentie. Dat wil zeggen: gedrag en patronen die niet van tevoren zijn opgelegd, maar ontstaan doordat actoren lokaal besluiten nemen op basis van hun doelen en informatie.

Een effectief emissiereductiebeleid moet daarom:

  • Een helder einddoel formuleren (bijvoorbeeld: 3kton reductie in 10 jaar tov 2019),
  • Budgetten beschikbaar stellen (om innovatie en afbouw te ondersteunen),
  • Monitoring organiseren op gebiedsniveau (bijvoorbeeld met meetnetten),
  • En ruimte bieden voor decentrale uitvoering (geen ‘one size fits all’).

Hiermee maak je de doelen leidend, niet de middelen. Je gaat uit van vertrouwen, niet van controle. En je accepteert dat de weg naar het doel niet in beton gegoten is, maar zich al doende vormt.

Monitoring: van controle naar feedback

Een randvoorwaarde voor dit type beleid is robuuste monitoring. Maar let op: monitoring is niet hetzelfde als controle. Het doel is niet om elk individueel bedrijf door te lichten, maar om op regioniveau de voortgang in beeld te brengen.

Dat kan door tweemaal per jaar de netto emissie in een regio te bepalen, bijvoorbeeld via meetnetten of met behulp van satellietdata en remote sensing. Als blijkt dat het doel niet gehaald wordt, kan bijgestuurd worden – bij voorkeur in overleg met de ondernemers in het gebied.

Door op deze manier te werken, voorkom je een dichtgetimmerd systeem dat verstikt in regels. In plaats daarvan krijg je een adaptief beleidssysteem dat leert en bijstuurt op basis van wat werkelijk gebeurt.

Minder regels, meer resultaat

Het is een hardnekkige misvatting dat hoe meer regels je opstelt, hoe beter het beleid werkt. In complexe systemen is het tegenovergestelde vaak waar. Te veel randvoorwaarden bevriezen het systeem. Ondernemers gaan wachten. Niemand durft te bewegen. De energieke middengroep haakt af.

Een succesvolle gebiedsaanpak is juist gebaat bij:

  • Weinig regels, maar duidelijke doelen.
  • Budgetten die flexibel inzetbaar zijn.
  • Samenwerking tussen overheid, boeren, onderzoekers en adviseurs.
  • Continue feedbackloops via monitoring.

Kortom: minder regels, meer adaptiviteit. Dat is geen zwaktebod, maar systeemintelligentie.

Tot slot: van wantrouwen naar partnerschap

De roep om normen komt vaak voort uit wantrouwen: men vreest dat boeren anders niet zullen veranderen. Maar juist dat wantrouwen is funest in een transitie. Het leidt tot controlereflexen, bureaucratie en weerstand.

Wie het stikstofvraagstuk écht wil oplossen, moet boeren niet zien als probleem, maar als deel van de oplossing. Geef hen vertrouwen, geef hen ruimte, geef hen tools – en houd hen aan het resultaat.

Zo ontstaat beleid dat werkt in de praktijk, recht doet aan de complexiteit van het systeem, en toekomst biedt voor zowel natuur als landbouw.

Geef een reactie op buttery2ea0a54afb Reactie annuleren

2 reacties

  1. buttery2ea0a54afb Avatar
    buttery2ea0a54afb

    Het is als met een algemene snelheidsbeperking invoeren.
    De redenen kunnen zijn: verkeersveiligheid of uitstoot NOx en CO2 of geluidsoverlast of om meerdere redenen tegelijk.

    Verkeersveiligheid:
    Maar je hebt goede en slechte bestuurders. Goede bestuurders kunnen gemakkelijk sneller rijden omdat ze bekwamen zijn en 10 x alerter reageren dan slechte bestuurders.
    Dus het is niet eerlijk om een algemene snelheidsbeperking in te voeren. Doe dat alleen voor minder bekwame bestuurders.

    Uitstootreductie:
    Een snelheidsbeperking bespaart wel 20% uitstoot van ongewenste stoffen.
    Maar er zijn auto’s met een grote en kleine motor. Die met een kleinere schone liter stoot 50% minder uit.
    Elektrische auto’s en auto’s op waterstof stoten tijdens het rijden geen NOx of CO2 uit.
    Dus het is niet eerlijk…..Doe dat alleen voor brandstof motoren. Beperk voor grotere, vuile motoren meer, dan voor kleine, schonere motoren. Voor elektrische auto’s hoeft hiervoor geen snelheidsbeperking te gelden.

    Geluidsoverlast:
    Maar er zijn auto’s met grote motoren met een hoge uitstoot die bijzonder stil zijn terwijl er ook zijn die lawaai maken etc.
    Stel hier dus een beperking in op basis van de geluidsemissie.

    Ik wil hiermee zeggen dat wetgevers zo gek gemaakt kunnen worden door allerlei verschillende gegevens per situaties, dat men er gewoon niet uitkomt. Met als gevolg dat de overlast blijft.

    met vriendelijke groet,

    Markus Haneveld

    Like

  2. […] Dit soort normen zijn niet alleen streng, maar vooral rigide. Zij laten nauwelijks ruimte voor bedrijfsspecifieke omstandigheden, technische innovatie of gebiedsgerichte afwegingen. Bovendien worden ze juridisch verankerd in een omgevingsverordening, waardoor zij direct handhaafbaar worden, zonder dat de werking in de praktijk is gevalideerd. […]

    Like