18. 2025-084261 Burger Brief aan de gemeenteraad - Windturbines Beneluxplein (geanonimiseerd).pdf
Tekst van het document
(geanonimiseerd)
Van:
Aan:
+AW
Cc:
Griffie
(geanonimiseerd) Brief aan de gemeenteraad Windturbines Beneluxplein vrijdag 14 november 2025 12:44:34 Brief aan gemeenteraad Windturbines Beneluxplein.pdf Uitnodiging informatieavond Windenergie Beneluxplein.pdf
Onderwerp:
-
Datum:
Bijlagen:
-
tno-2022-compensatie
Goedemiddag
heer
Groenenboom,
Zoals ik u deze week al aangaf, zouden
We
-p10374.pdf
graag willen dat de
stuur ik u
hierbij de brief aan de gemeenteraad. burgemeester, het college en de voltallige gemeenteraad
deze
brief ontvangt, dat het op de lijst van ingekomen stukken komt van de eerstvolgende De mail met de link naar de gemeenteraadsleden, is die online openbaar
en
raadsleden Anders Bedankt
raadsvergadering.
of alleen voor
bestemd?
kan ik hem later vinden voor
uw
medewerking
bij ingekomen
stukken toch?
alvast.
Bijlages: 1* Brief 2*
de
gemeenteraad,
Uitnodiging
informatieavond
3* TNO
Met
aan
Windenergie Beneluxplein,
onderzoek ‘De verwachte
impact
van
windturbines op
vriendelijke groet,
(geanonimiseerd)
huizenprijzen
in Nederland’
bezorgde inwoners van Poortugaal Noord, Wijk Valkenstein, Slotsedijk en Slotvalkensteinsedijk.
Vrijdag 14-11-2025
Namens
(geanonimiseerd) Aan de
gemeenteraad
van
Albrandswaard
t.a.v. de Griffie Postbus
1000
3160 GA
Rhoon
Betreft: Windturbineplannen gemeente Geachte leden van
de
Rotterdam
bij grens Albrandswaard
gemeenteraad,
Met
groeiende zorg volgen wij de ontwikkelingen rondom de plannen van de gemeente Rotterdam om windturbines te plaatsen bij het Beneluxplein, direct tegen het Valckesteynse Bos in Albrandswaard Noord. Volgens de informatie van Rotterdam blijken hier drie opties mogelijk te zijn, met als doel om rond 2031 industriele mega-windturbines van 245 meter hoog te realiseren. Hoewel deze turbines formeel op Rotterdams grondgebied zouden komen, zullen de gevolgen zoals geluid, slagschaduw, aantasting van het landschap en de waardedaling van woningen onvermijdelijk de inwoners van Albrandswaard raken. De afstand van deze turbines tot Metrostation Poortugaal is 1000 meter, dat betekent dat de gehele wijk Valkenstein binnen een straal van vier keer de tiphoogte van de turbines gelegen is. Een minimale afstandsnorm die in andere landen gehanteerd wordt. —
—
De
risico’s van geluidsoverlast, slagschaduw en de aantasting van het landschap zijn groot, maar daarnaast bestaat er nog veel over de effecten van laagfrequent geluid op de gezondheid en welzijn. Omdat er nog geen landelijke afstandsnormen bestaan die bewoners beschermen tegen elke vorm van geluidsoverlast, onzekerheid
wij de gemeenteraad Albrandswaard op om het voorzorgsbeginsel serieus te nemen: Bij twijfel moet de politiek het voorzorgsbeginsel toepassen, eerst zekerheid over de gezondheids-en veiligheidsgevolgen, dan pas besluiten. Dat principe hoort ook hier leidend te zijn. Wij hebben niet het idee dat de gemeente Rotterdam dit heel serieus neemt, sterker nog, Rotterdam vindt de energietransitie belangrijker dan de gezondheid van omwonenden van industriele windturbines is letterlijk gezegd door de projectleider. Bovendien is het hele participatietraject een wassen neus en lijken ze zich helemaal niets van omwonenden en de voorstellen en adviezen van de Klankbordgroepen aan te trekken, ook worden de adviezen van de GGD niet in het proces meegenomen. Tevens is de planMER nog niet klaar en openbaar gemaakt, en is de financiele haalbaarheid nog niet onderzocht. Hoe kan de gemeente Rotterdam dan al stellen dat er drie mogelijke opties zijn om de turbines te plaatsen. Dit hele proces begint stevige trekken van onbehoorlijk bestuur te vertonen. roepen
De
gemeente Rotterdam heeft eerder in 2013 windturbines geplaatst op de grens met Geervliet,
telkens weer
waar
de gemeente
Rotterdam
vergunning verstrekte nadat de Raad van State die tot drie maal toe vernietigde. Wij, de inwoners van Poortugaal Noord, wensen geen Geervliet 2.0 te worden en een jarenlange kansloze strijd te moeten voeren tegen de gemeente Rotterdam doordat wij er, door de energietransitie drift van de gemeente Rotterdam, alle bovengenoemde nadelige gevolgen van zullen ondervinden. een
nieuwe
verbazing lijkt onze gemeente nauwelijks te reageren of de belangen van bewoners actief te verdedigen. Vorig jaar is door 170 mensen een vragenlijst ingevuld van de gemeente Albrandswaard. Daaruit kwam naar voren dat inwoners vonden dat ze onvoldoende geinformeerd werden door onze gemeente en vrijwel niets van de plannen van Rotterdam wisten. Wel is door Albrandswaard daarop een zienswijze ingedient bij de gemeente Rotterdam, maar verder hebben wij het afgelopen jaar niets vernomen van Albrandswaard middels nieuwsbrieven of berichten in lokale media. Op de website van onze gemeente wordt alleen verwezen naar de website van Rotterdam over het Beneluxplein en naar de lankbordgroep Albrandswaard. ot onze
bovenstaande zien wij echter weinig actieve betrokkenheid van de gemeente Albrandswaard zelf. verantwoordelijkheid mag niet worden doorgeschoven naar de Klankbordgroep, het is de taak van de gemeenteraad én het college om zichzelf actief te informeren en op te komen voor de belangen en de gezondheid van onze inwoners. De Klankbordgroep bestaat uit een groep vrijwilligers uit de directe omgeving waarbij je deze verantwoording niet neer kan leggen! Behalve De
Wij rekenen
op
een
Dit is het moment zullen
daadkrachtige houding om
beïnvloeden en
te zorgen
gemeenteraad. gehoord wordt voordat er besluiten vallen Windpark Spui niet meer terug te draaien zijn.
van
onze
dat Albrandswaard
net als in Geervliet
en
die onze
leefomgeving blijvend
Wij roepen u daarom op om: • Dit onderwerp met spoed te agenderen , • Het college van B&W op te dragen actief in gesprek te gaan met de gemeente Rotterdam en de Provincie over de gevolgen voor omwonenden en de flora en fauna van de groene buffer het Valckesteynsebos Poortugaal , • Ervoor te zorgen dat vertegenwoordigers van onze gemeente aanwezig zijn bij de informatieavond op 9 december in Hoogvliet ,
(zie bijlage) • Actief te waken voor de gezondheid , veiligheid en leefkwaliteit van onze inwoners zolang de risico's nog onvoldoende in beeld zijn , en dit niet alleen aan de Klankbordgroep over te laten om daar vervolgens informatie op te halen , • van de gemeente Rotterdam te eisen dat ze de gezondheidseffecten (en de huidige stand) meenemen in de planMER , • Te trachten een groot collectief te vinden van mensen die zich kunnen melden om bij voorbaat de gemeente Rotterdam en een eventuele ontwikkelaar aansprakelijk te stellen voor materiele en immateriele schade (planschade) op basis van het TNO onderzoek 'De verwachte impact van windturbines op huizenprijzen in Nederland' uit 2022. (zie bijlage) • Ook het college van Albrandswaard zich te laten uiten ten opzichte van bovenstaande en hiervoor een meldpunt te faciliteren , • Een inventarisatie te maken op basis van postcodes en onroerende zaakwaardes om de totale aansprakelijkheidsstelling te bepalen , op basis van het TNO rapport.
Wij zien uit naar uw reactie. Met vriendelijke groet , Bezorgde inwoners van Poortugaal Noord , Wijk Valkenstein , Slotsedijk en Slotvalkensteinsedijk.
TNO
|
innovation for life
Anna
van
2595
DA
Buerenplein 1 Den Haag
Postbus 96800 2509
TNO-rapport TNO
2022
T
P10374
impact
windturbines op in Nederland. Een ruimtelijke van
huizenprijzen analyse voor de periode 2020-2030
Datum
3 maart 2022
Auteur(s)
(geanonimiseerd)
Aantal
56 (incl. bijlagen) 3
pagina's bijlagen
Projectnummer
060.48216/01.01.03
Alle rechten voorbehouden.
uitgave mag worden vermenigvuldigd en/of openbaar gemaakt door middel druk, fotokopie, microfilm of op welke andere wijze dan ook, zonder voorafgaande toestemming van TNO. Niets uit deze van
Indien dit rapport in opdracht
werd uitgebracht, wordt voor de rechten en verplichtingen opdrachtgever en opdrachtnemer verwezen naar de Algemene Voorwaarden voor opdrachten aan TNO, dan wel de betreffende terzake tussen de partijen gesloten overeenkomst. Het ter inzage geven © 2022 TNO
Den
Haag
www.tno.nl
De verwachte
Aantal
JE
van
het TNO-rapport
aan
direct belanghebbenden is toegestaan.
van
+31
88 866 00 00
TNO-rapport | TNO 2022 P10374
2 / 56
Inhoudsopgave Lijst van tabellen en figuren Samenvatting
. .. ... .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ... .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ... .. .. .. .
3
.. .. .. .. .. .. .. ... .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ... .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ... .. .. .. .. .. .. .. .. .. .. .. .. ..
4
1
Inleiding . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2
Doelstelling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3 3. 1 3. 2
Methode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 Het effect van windturbines op huizenprijzen 10 De aantallen kenmerken en locaties van windturbines tot 2030 14
4 4. 1 4. 2 4. 3 4. 4 4. 5 4. 6 4. 7
Resultaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 Hoeveel windturbines komen er en wat is hun vermogen? 20 Hoeveel woningen staan er straks in de nabijheid van windturbines? 23 Hoe groot is de relatieve waardedaling van de getroffen woningen? 25 Neemt de ruimtelijke ongelijkheid van getroffen woningen op termijn toe? 29 Krijgen gemeenten met een relatief lage gemiddelde woningwaarde relatief veel turbines? 30 en Hoeveel welke windturbines veroorzaken hoeveel waardedaling? 32 Hoe verhoudt het woningwaardeverlies zich tot de kosten van een turbine? 35
5 5. 1 5. 2 5. 3
Reflectie: de optimale spreiding van windturbines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 Een denkraam 37 Hoe (sub-)optimaal is de spreiding van windturbines in Nederland? 39 Handelingsperspectief 42
6
Conclusies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
.. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. . .. .. .. . .. .. . .. . .. .. .. . .. .
,
.. .. . .. .. . .. .. . .. .. . .. .. . .. .
. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. . . . .. .. . .. .. . .. .. . .. .
. .. .. .. . .. .. . .. .. . .. . . .. .. . .. . .. .
. . .. .. . .. .. . .. .. . .. .. . .. .. .. . .. . .. .. .. . .. . .. .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . . . .. . .. .. .. . .. .. . .. . .. . .. . .. .
.. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . . .. . .. .. . .. .. . .. .. . .. .
.. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. . .. .. .. . .. . .. .. . .. .. .. . .. . .. .. .. . .. .
Referenties
.. .. .. ... .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ... .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ... .. .. .. .. .. .. .. .. .. .. .. .. .. .. .. ..
Bijlage(n) A Over de hedonistische prijsmethode B Berekening externe kosten turbine C Verwijzingen gebruikte RES documenten
52
TNO-rapport | TNO 2022 P10374
Lijst van tabellen
3 / 56
en
figuren
Tabellen Tabel 1 Tabel 2 Tabel 3 Tabel 4 Tabel 5 Tabel 6 Tabel 7 Tabel B. 1
Windturbines: aantal en opgesteld vermogen per provincie Effect van windturbines: aantal getroffen huizen per provincie Effect van windturbines: waardedaling huizen per provincie Top-10 windturbines met het hoogste aantal getroffen huizen in 2030 Woningwaardedaling per turbine van verschillende omvang (tiphoogte) Aantal woningen in nabijheid van windturbine Totale woningwaardedaling per afstandscategorie Achtergronddata Tabel 5
Figuren Figuur 1
Waardedaling woningen (in %) als functie van afstand tot en hoogte van windturbines
Figuur 2
Tijdslijn nationaal programma Regionale Energiestrategieën (RES). Bron: media. regionale-energiestrategie. nl
Figuur 3
Voorbeeld van locatie windturbines (blauwe ster) en hun 'invloedsgebieden'. Kaartdata van OpenStreetMaps
Figuur 4
Locatie van alle windturbines in Nederland per 2030 gedifferentieerd naar tijd van plaatsing. (Kaartdata van de Basisregistratie Topografie (BRT)) Gemiddelde tiphoogte van nieuwe windturbines over de tijd
Figuur 5
,
Figuur 6
Opgesteld vermogen windenergie per gemeente in 2020 (links) en 2030 (rechts) (Kaartdata van OpenStreetMaps)
Figuur 7
Gemiddelde percentage getroffen woningen in 2020 (links) en 2030 (rechts) (Kaartdata van OpenStreetMaps)
Figuur 8
Gemiddelde procentuele waardedaling per woning in 2020 (links) en 2030 (rechts) ten opzichte van de situatie waarop er geen enkele windturbine in Nederland zou staan (Kaartdata van OpenStreetMaps)
Figuur 9
Procentpunt verschil in gemiddelde procentuele waardedaling tussen 2030 en 2020 (Kaartdata van OpenStreetMaps)
Figuur 10
Lorenz-curve voor de verdeling van windturbines over gemeenten
Figuur 11
Locatie windturbine in relatie tot woningwaarde en bevolkingsdichtheid
Figuur 12 Figuur 13
Lorenz-curve voor de verdeling van windturbine-effecten (getroffen huizen en waardedaling voor de windturbine ‘populatie’ in 2030 Locaties van de 10% windturbines die meeste woningwaardedaling veroorzaken
Figuur 14
De afruil tussen totale lasten en gelijke verdeling bij het kiezen van windturbine locaties
Figuur 15
De afruil bij tussen totale lasten en gelijke verdeling bij het kiezen van windturbine locaties
Figuur 16
De relatie – op gemeenteniveau – tussen geplaatst windturbinevermogen aantal getroffen huizen en totale waardevermindering
Figuur 17
Inschatting van de afruil tussen totale lasten en gelijke verdeling qua windturbine locaties
per huis voor gemeenten
,
per gemeente
,
TNO-rapport | TNO 2022 P10374
4 / 56
Samenvatting Het plaatsen van meer windturbines op land is een belangrijk onderdeel van de strategie om de klimaatdoelstellingen in Nederland te halen. Maar windturbines geven overlast door geluid en slagschaduw en hebben impact op het landschapsbeeld. Deze ‘externe effecten’ van windturbines op hun directe omgeving hebben een aantoonbaar negatief effect op de relatieve waarde van woningen in de nabijheid van windturbines: de waardeontwikkeling van deze woningen blijft achter ten opzichte van vergelijkbare woningen waar geen windturbines in de buurt staan. In deze studie schatten we voor het eerst de impact van toekomstige windturbines op huizenprijzen in Nederland voor de periode tot 2030. Eventuele negatieve effecten van windturbines op gezondheid of de natuur laten we in onze analyse buiten beschouwing. De lasten van windturbines op land zijn in onze studie louter gedefinieerd in termen van relatief woningwaardeverlies. ,
In onze analyse koppelen we het huizenprijseffect aan een ruimtelijk verdelingsvraagstuk: welke gemeenten krijgen in welke mate te maken met (relatieve) woningwaardedaling? Inzicht in deze verdelingseffecten kan helpen bij het maken van inclusief energietransitiebeleid waarbij adoptie van duurzame energietechnologieën kan rekenen op maatschappelijk draagvlak en de lasten worden verdeeld op een manier die als rechtvaardig wordt beschouwd. ,
We 1. 2. 3. 4. 5. 6. 7.
beantwoorden in deze studie de volgende vragen: Hoeveel windturbines zijn er gepland en wat is hun vermogen? Hoeveel woningen staan er straks in de nabijheid van windturbines? Hoe groot is de relatieve waardedaling van de getroffen woningen? Neemt de ruimtelijke ongelijkheid van getroffen woningen op termijn toe? Krijgen gemeenten met een relatief lage gemiddelde woningwaarde relatief veel turbines? Hoeveel en welke windturbines veroorzaken hoeveel waardedaling? Hoe verhoudt het woningwaardeverlies zich tot de kosten van een turbine?
Om deze vragen te kunnen beantwoorden hebben we uit de 30 Regionale Energiestrategieën (RES versie 1. 0) alle beschikbare informatie verzameld over de locatie hoeveelheid en vermogen van geplande windturbines tot 2030 en dit zo goed mogelijk op de kaart van Nederland gezet. Ter vergelijking hebben we dit ook gedaan voor alle bestaande windturbines. We koppelen deze informatie aan gedetailleerde ruimtelijke gegevens over aantallen en waarde van woningen en kengetallen over het effect van bestaande windturbines op (de historische ontwikkeling van) huizenprijzen als functie van zowel turbinehoogte als afstand tot de turbine. Deze kengetallen zijn voor Nederland recent berekend door Dröes en Koster (2021) in opdracht van het Ministerie van Economische Zaken en Klimaat (EZK). Omwille van de zuiverheid van de berekening kijken we voor de situatie in 2030 alleen naar het effect van nieuwe turbines terwijl we al het overige dat tot die tijd zal veranderen – waaronder huizenprijzen en aantallen woningen – constant houden (ceteris paribus). Onze analyse extrapoleert in feite de studie van Dröes en Koster (2021) richting 2030. ,
,
,
,
TNO-rapport | TNO 2022 P10374
5 / 56
Uit ons onderzoek blijkt dat bij volledige realisatie van de RES-plannen er tussen 2020 en 2030 naar verwachting ruim 1. 400 windturbines op land bij komen (een groei van 75%) samen goed voor ongeveer 5. 5 GW nieuw opgesteld vermogen (een groei van 147%). Het aantal woningen in de nabijheid van windturbines groeit naar verwachting van bijna 900 duizend in 2020 (12% van het totaal) tot ruim 1. 6 miljoen in 2030 (22% van het totaal bij gelijkblijvende woningvoorraad). Voor alle woningen in de nabijheid van windturbines samen bedraagt het geschatte relatieve waardeverlies ongeveer €155 miljard in de situatie van 2030 (ceteris paribus met 2020 huizenprijzen); in 2020 was dat ongeveer €57 miljard. ,
,
,
,
,
,
Deze relatief sterke toename van het totale woningwaardeverlies wordt veroorzaakt door twee ontwikkelingen: i) doordat er meer turbines komen staan ze onvermijdelijk vaker dichter op huizen en ii) nieuwe turbines zijn gemiddeld hoger dan bestaande turbines. Zowel een grotere turbinehoogte als een kortere afstand tot de turbine leidt tot een groter huizenprijseffect. ,
Het is belangrijk om de totale geschatte waardedaling in perspectief te zien. Per woning bedroeg de relatieve woningwaardedaling in de nabijheid van windturbines gemiddeld 2. 6% in 2020 voor de situatie in 2030 is dat gemiddeld 3. 8%. Uitgedrukt in huizenprijzen van 2020 betekent dit voor de situatie in 2030 een relatieve waardedaling van gemiddeld €9. 295 per woning tegen €6. 356 in 2020. ,
,
Er zijn bovendien grote verschillen tussen windturbines voor wat betreft hun effect op woningen: de 10% windturbines met de meeste impact op de woningmarkt in 2030 veroorzaken samen 67% van het totale relatieve woningwaardeverlies; het gaat hier om 60% van alle huizen in de nabijheid van turbines. Deze ‘top-10% windturbines’ liggen voornamelijk in de Randstad waar het door de relatief hoge bevolkingsdichtheid moeilijker is om turbines op afstand van woningen te plaatsen. ,
Het huizenprijseffect treedt op binnen een straal van 2. 5 km rond een windturbine waarbij sprake is van een afruil: dichter bij de turbine is het effect per woning groter maar staan doorgaans ook minder huizen. Uit onze analyse blijkt dat bijna 70% van de totale waardevermindering woningen betreft die tussen 1. 5 km en 2. 5 km van een turbine liggen terwijl ongeveer 8% van het totale waardeverlies optreedt binnen een straal van 1 kilometer van een turbine. ,
,
De impact van windturbines op huizenprijzen is op dit moment zeer ongelijk verdeeld over de ruimte. In 2020 stonden de meeste windturbines in de kustprovincies plus Flevoland. Friesland kent met afstand het hoogste percentage huizen op korte afstand van windturbines terwijl de grootste aantallen huizen in de nabijheid van windturbines zijn te vinden in de meer dichtbevolkte provincies Noorden Zuid-Holland. Nieuwe windturbines tot 2030 zijn daarentegen vooral landinwaarts gepland met name in de provincies Noord-Brabant Zuid Holland Gelderland Overijsel en (Noord-)Limburg. Als gevolg hiervan neemt de ruimtelijke ongelijkheid van de impact van windturbines aanzienlijk af richting 2030 wanneer ruim 70% van de gemeenten huizen bevat binnen een straal van 25 km van windturbines terwijl dat in 2020 nog gold voor ruim 50% van de gemeenten. ,
,
,
,
,
,
,
Onze analyse laat zien dat de groei van het totale relatieve woningwaardeverlies door toename van het aantal windturbines op land aanzienlijk wordt gedempt door deze gelijkmatiger ruimtelijke verdeling van turbines per 2030. Voor zover die ,
TNO-rapport | TNO 2022 P10374
6 / 56
gelijkmatiger ruimtelijke verdeling het gevolg is van het decentrale RES-proces kan van een succesvol traject worden gesproken. ,
De meeste (toekomstige) windturbines staan logischerwijs in gemeenten met een relatief lage bevolkingsdichtheid en (dus) relatief lage huizenprijzen. Desondanks zien we in de data geen patroon dat windturbines onevenredig vaak geplaatst worden in gemeenten met de laagste gemiddelde woningwaarden; integendeel de spreiding in termen van gemiddelde woningwaarde per gemeente is opvallend gelijkmatig met name in 2030. ,
,
De negatieve impact van windturbines op huizenprijzen is een typisch voorbeeld van zogeheten ‘externe kosten’: productiekosten die niet worden gedragen door de eigenaar van de turbine maar worden afgewenteld op de directe omgeving alwaar ze tot welvaartsverlies voor omwonenden leidt. In principe kunnen we deze kosten toerekenen aan de turbine. Uit die berekening blijkt dat voor een gangbare grote turbine (150 > meter tiphoogte) het gemiddelde woningwaardeverlies overeenkomt met 144% van de constructiekosten. Indien de eigenaren van turbines de gehele kosten van het woningwaardeverlies zouden dragen en doorberekenen aan de consumenten van elektriciteit dan nemen de productiekosten van windenergie toe met 025 cent/kWh (bij een veronderstelde 25-jarige levensduur van een turbine). Dit komt overeen met een prijsstijging van 79% per kWh windenergie. ,
,
,
,
,
Inzicht in ruimtelijke verdelingseffecten kan helpen bij het maken van inclusief energietransitiebeleid waarbij adoptie van duurzame energietechnologieën kan rekenen op maatschappelijk draagvlak en de lasten worden verdeeld op een manier die als rechtvaardig wordt beschouwd. In dit kader schetsen we op basis van de resultaten van onze analyse vijf handelingsperspectieven. ,
,
,
1.
De zoektocht naar de economisch optimale ruimtelijke verdeling van windturbines op land kenmerkt zich door een afruil tussen het minimaliseren van het totale woningwaardeverlies enerzijds en een gelijke ruimtelijke verdeling van dit verlies anderzijds. Dit vraagt om een combinatie van de RES aanpak vanuit de regio en nationale coördinatie. Immers de politieke afwegingen die hierin meekomen kunnen niet alleen lokaal gemaakt worden. Daarbij kan bijvoorbeeld gedacht worden aan afwegingen inzake het plaatsen van meer turbines op industriële locaties (bv. de havengebieden) of het IJsselmeer (soort van near-shore). ,
2.
,
Bij het identificeren van de meest geschikte locaties voor windturbines dient niet alleen rekening gehouden te worden met woningen zeer dicht bij een turbine maar ook met woningen verder weg (tussen 1. 5 en 2. 5 km afstand). Dit wordt uiteraard niet eenvoudiger als het aantal turbines toeneemt hetgeen het belang onderstreept van een gecoördineerde locatiekeuze om eventuele ruimtelijke afwenteling van overlast tussen gemeenten zoveel mogelijk te voorkomen; in dit opzicht speelt de RES-aanpak evident een belangrijke rol. ,
,
3.
Als we het totale relatieve woningwaardeverlies willen minimaliseren is een beperkt aantal grote turbines te verkiezen boven een groter aantal kleine turbines.
TNO-rapport | TNO 2022 P10374
7 / 56
De relatieve woningwaardedaling per MWh is namelijk aanzienlijk lager voor grote turbines dan voor kleine turbines omdat grote turbines efficiënter zijn vanwege een schaaleffect (de productie van een turbine neemt kwadratisch toe met de grootte). De keerzijde daarvan is natuurlijk dat de relatief beperkte groep huizen in de nabijheid van grote turbines te maken krijgt met relatief veel waardedaling. ,
4.
De locatie van de 10% turbines met de meeste impact op huizenprijzen verdient heroverweging. Een relatief klein aantal turbines is verantwoordelijk voor de meerderheid van de totale woningwaardedaling en zijn daarmee vanuit economisch perspectief onevenredig duur. Daarbij lijkt het raadzaam om te kijken naar mogelijkheden om turbines zoveel mogelijk te clusteren. Immers uit het onderzoek van Dröes en Koster (2016 2021) blijkt dat met name de eerste turbine in de nabijheid van een woning een effect heeft op woningwaarde. ,
,
5.
Of en zo ja in welke mate en door wie woningeigenaren in de nabijheid van turbines moeten worden gecompenseerd voor hun relatieve woningwaardedaling is een politieke keuze. Uit onze berekeningen blijkt dat de business case van (grote) windturbines gemiddeld genomen compensatie ruimschoots toe laat. Huidige compensatieregelingen (zoals planschade en omwonendenregelingen) zijn niet eenduidig qua omvang en vormgeving en veelal afhankelijk van projectontwikkelaars of juridische procedures op initiatief van omwonenden. ,
,
,
,
Disclaimer Deze studie biedt voor zover ons bekend het eerste en meest volledige ruimtelijk gespecificeerde overzicht van alle geplande nieuwe windturbines tot 2030. Maar onze kaarten moeten met de nodige voorzichtigheid worden geïnterpreteerd omdat de informatie op de kaarten onvermijdelijk imperfect is en onzekerheden bevat. Niet alle nieuwe turbines op onze kaarten zullen worden gerealiseerd op de exacte locatie zoals door ons geïdentificeerd. De reden daarvoor is drieërlei: i) niet alle RES-plannen zullen uiteindelijk worden gerealiseerd ii) onze analyse houdt nog geen rekening met alle locatie-specifieke kenmerken (zoals bestemmingsplannen of restricties vanwege luchtvaart of radarverstoring) en iii) onze inventarisatie berust deels op aannames omdat nog niet alle RES-plannen voldoende specifiek zijn. Een aantal van deze aannames – in de studie lichten we ze uitgebreid toe – zal de komende jaren ongetwijfeld door de werkelijkheid worden ingehaald. Naarmate de RES-plannen nader worden uitgewerkt kan onze analyse worden bijgewerkt en ook op lokaal niveau meer accuraat worden. ,
,
,
,
De methode die wij gebruiken biedt veel mogelijkheden om de komende jaren juist ook bij nieuwe informatie over energie infrastructuur en capaciteit of waarde van woningen de impact van ons energiesysteem op de woonomgeving ruimtelijk expliciet te kwantificeren. Daarmee kan de door ons gebruikte aanpak behulpzaam zijn bij de keuzes die op verschillende bestuurlijke niveaus moeten worden gemaakt in de zoektocht naar een economisch optimale ruimtelijke verdeling van locaties voor hernieuwbare energie op land. ,
,
TNO-rapport | TNO 2022 P10374
1
8 / 56
Inleiding Nederland investeert in duurzaam opgewekte elektriciteit. In het Klimaatakkoord – de Nederlandse uitwerking van de internationale klimaatafspraken van Parijs – is afgesproken dat in 2030 75 procent van alle elektriciteit uit hernieuwbare bronnen komt. Op dit moment is dat aandeel 26% (PBL (2021a)). Tegelijk groeit door de energietransitie de vraag naar elektriciteit. Er zijn dus forse investeringen in een duurzame elektriciteitsvoorziening nodig. De duurzame energieopwekking gebeurt met windturbines op zee op land en met zonnepanelen op daken en in zonneparken. ,
In deze studie kijken we naar duurzame energieopwekking met windturbines op land voor de periode 2020-2030. In het Klimaatakkoord is afgesproken dat 30 energieregio’s in Nederland onderzoeken waar en hoe het best duurzame elektriciteit op land (wind en zon) opgewekt kan worden. Waar is ruimte en hoeveel? Zijn de plekken maatschappelijk gezien acceptabel en financieel haalbaar? In een Regionale Energiestrategie (RES) beschrijft elke energieregio zijn eigen keuzes. 1 Deze werkwijze sluit aan bij de wens van de overheid dat een duurzame energievoorziening niet alleen betrouwbaar en betaalbaar moet zijn maar ook inclusief. 2 Betrouwbaar: Hoe zorgen we ervoor dat de juiste energiedrager beschikbaar is op het juiste moment op de juiste plaats met de juiste hoeveelheid? ,
,
Betaalbaar: Hoe kunnen we de voordelen van de energietransitie benutten en de maatschappelijk kosten minimaliseren? Inclusief: Hoe zorgen we voor een goede verdeling van de lusten en lasten van de energietransitie en daarmee voor (behoud van) draagvlak onder burgers en bedrijven? ,
Over dit laatste zegt het Voortgangsoverleg Klimaatakkoord – ingesteld door de minister van Economische Zaken en Klimaat (EZK) en voorgezeten door Ed Nijpels – het volgende: “Draagvlak en acceptatie kunnen gerealiseerd worden als besluitvorming transparant is en de lusten en lasten eerlijk verdeeld worden. De eerlijke verdeling van lusten en lasten moet breed geïnterpreteerd worden: niet alleen financieel maar bijvoorbeeld ook ruimtelijk en sociaal. Dit betekent bijvoorbeeld bij hernieuwbare energie op land dat burgers en bedrijven de kans krijgen om mee te denken over waar projecten gerealiseerd worden en zo mogelijk ook kunnen delen in de opbrengst. ” 3 Tegen deze achtergrond presenteren we in deze studie een analyse van de ruimtelijke verdeling van de lasten van windturbines op land. We definiëren die lasten concreet als het negatieve effect van windturbines op huizenprijzen.
1
Zie website RES Nationaal Programma Regionale Energie Strategie (2021): https://www. regionale-energiestrategie. nl/default. aspx 2 Zie www. klimaatakkoord. nl 3 Zie https://www. klimaatakkoord. nl/themas/draagvlak-en-participatie
TNO-rapport | TNO 2022 P10374
2
9 / 56
Doelstelling Het plaatsen van meer windturbines op land is een belangrijk onderdeel van de strategie om de klimaatdoelstellingen in Nederland te halen. Maar windturbines geven overlast door geluid en slagschaduw en hebben impact op het landschapsbeeld. Dit heeft een aantoonbaar negatief effect op de relatieve waarde van woningen in de nabijheid van windturbines: de waardeontwikkeling van deze woningen blijft achter ten opzichte van vergelijkbare woningen waar geen windturbines in de buurt staan. Het doel van dit onderzoek is om inzicht te krijgen in de ruimtelijke verdeling van de verwachte relatieve woningwaardedaling als gevolg van windturbines op land. De zoektocht naar een economisch optimale ruimtelijke verdeling van windturbines op land kenmerkt zich door een fundamentele afruil tussen enerzijds het minimaliseren van het totale relatieve woningwaardeverlies en anderzijds een zoveel mogelijk gelijke verdeling van dit waardeverlies.
In onze analyse koppelen we het huizenprijseffect van windturbines aan een ruimtelijk verdelingsvraagstuk: welke gemeenten krijgen in welke mate te maken met een woningwaardedaling? Inzicht in aard en omvang van deze ruimtelijke verdelingseffecten kan helpen bij het maken van inclusief energietransitiebeleid waarbij adoptie van duurzame energietechnologieën kan rekenen op maatschappelijk draagvlak en de lasten worden verdeeld op een manier die als rechtvaardig wordt beschouwd. ,
We kijken in deze studie vooral naar de verwachte situatie voor 2030 en vergelijken die met de huidige situatie (eind 2020). Voor de verwachting omtrent 2030 baseren we ons op de plannen zoals in juli 2020 gepresenteerd in de 30 Regionale Energiestrategieën (versie 1. 0). ,
We willen met deze analyse niet het draagvlak voor windturbines op land ondermijnen door aan te tonen dat de kosten voor huiseigenaren in de buurt van turbines onaanvaardbaar hoog zijn. We streven evenmin naar het tegendeel: aantonen dat het allemaal wel meevalt met de negatieve effecten van windturbines op huizenprijzen. Met deze studie beogen wij niet meer en niet minder dan inzicht te geven in de verdeling van de lasten van toekomstige windturbines uitgedrukt in woningwaarde over de ruimte in Nederland. Wij hopen hiermee bij te dragen aan het vormgeven van een inclusieve energietransitie waarbij de lasten en lusten door beleidsmakers zo worden verdeeld dat het draagvlak voor de energietransitie niet wordt ondermijnd maar wordt versterkt. ,
,
,
,
Om 1. 2. 3. 4. 5. 6. 7.
dit doel te bereiken beantwoorden we in deze studie de volgende vragen: Hoeveel windturbines zijn er gepland en wat is hun vermogen? Hoeveel woningen staan er straks in de nabijheid van windturbines? Hoe groot is de relatieve waardedaling van de getroffen woningen? Neemt de ruimtelijke ongelijkheid van getroffen woningen op termijn toe? Krijgen gemeenten met een relatief lage gemiddelde woningwaarde relatief veel turbines? Hoeveel en welke windturbines veroorzaken hoeveel waardedaling? Hoe verhoudt het woningwaardeverlies zich tot de kosten van een turbine? ,
TNO-rapport | TNO 2022 P10374
3
10 / 56
Methode We analyseren het verwachte effect van nieuwe windturbines op huizenprijzen. Dit betekent dat we moeten weten i) hoe huizenprijzen worden beïnvloed door de nabijheid van windturbines en ii) waar de toekomstige windturbines komen te staan. ,
Voor i) baseren we ons op een recente studie van de economen Martijn Dröes (Universiteit van Amsterdam) en Hans Koster (Vrije Universiteit Amsterdam) waarin zij in opdracht van het Ministerie van Economische Zaken en Klimaat (EZK) de effecten van bestaande windturbines en zonneparken in Nederland op de waarde van omliggende woningen hebben geschat (Dröes en Koster (2019)). Voor ii) baseren wij ons op de recent gepubliceerde plannen voor nieuwe windturbines zoals opgesteld door de 30 energieregio’s in versie 1. 0 van de Regionale Energiestrategieën (RES). 4 We koppelen deze twee informatiebronnen op basis van een aantal aannames plus een bewerking van de data. Hieronder beschrijven wij deze aanpak in meer detail. ,
3. 1
Het effect van windturbines op huizenprijzen We definiëren de lasten van windturbines op land concreet als het negatieve effect van windturbines op huizenprijzen. De economische gedachte hierachter is dat de ‘externe effecten’ van windturbines op hun omgeving weliswaar niet direct in geld zijn uit te drukken – er is immers geen marktprijs voor geluidsoverlast of slagschaduw – maar indirect wel meetbaar zijn omdat ze ‘kapitaliseren’ in de waarde van woningen in de nabijheid van de turbines. Dit kan worden gemeten door de waarde van woningen in de nabijheid van turbines te vergelijken met vergelijkbare woningen elders. Deze methode staat bekend als een ‘difference-indifference hedonic price method’; ze wordt door economen veel gebruikt om de impliciete prijs van omgevingsfactoren zoals bijvoorbeeld luchtkwaliteit of de nabijheid van een goede school of historisch erfgoed te meten. Economen spreken in dit verband van ‘revealed preferences’: mensen blijken bereid een premie te betalen voor een huis met positieve omgevingskenmerken (zoals bijvoorbeeld de nabijheid van een goede school of een mooi park) maar willen korting op een huis met negatieve omgevingskenmerken (zoals bijvoorbeeld geluidsoverlast van een snelweg of stankoverlast van een fabriek). Die premie of korting is de impliciete waarde van het betreffende kenmerk van de omgeving. ,
,
,
Om de ‘revealed preferences’ van mensen aangaande windturbines goed te kunnen meten is het de kunst om het effect van windturbines op huizenprijzen te isoleren van allerlei andere effecten die ook invloed hebben op huizenprijzen zoals de woning- en locatiekenmerken. Het gaat daarbij zowel om geobserveerde kenmerken zoals woningoppervlakte en bouwjaar als om moeilijk te observeren kenmerken zoals onderhoudskwaliteit of perceptie van veiligheid in de buurt. Als deze kenmerken niet worden meegenomen is er een reëel risico dat we niet zozeer het effect van windturbines op woningprijzen meten maar iets anders zoals bijvoorbeeld het feit dat woningen in de nabijheid van turbines aan de rand van de ,
,
,
4
Zie www. regionale-energiestrategie. nl/default. aspx
TNO-rapport | TNO 2022 P10374
11 / 56
stad of in ruraal gebied liggen en om die reden goedkoper zijn. Daarnaast moet rekening worden gehouden met meer algemene trends op de woningmarkt die van invloed zijn op de huizenprijsontwikkeling. Mits goed uitgevoerd is de hedonische prijsmethode geschikt om middels regressieanalyses het relatieve belang van deze verschillende variabelen op huizenprijzen te identificeren en zo het effect van windturbines op de huizenprijs te onderscheiden en vast te stellen. ,
,
,
De eerdergenoemde analyse van Dröes en Koster van het huizenprijseffect van bestaande windturbines in Nederland is ook gebaseerd op een hedonische prijsmethode. 5 In hun onderzoek maken Dröes en Koster gebruik van data voor de periode 1985-2019 en kijken ze behalve naar het effect van windturbines ook naar het effect van zonneparken. De studie is een update en uitbreiding van een eerdere studie waarbij gebruik gemaakt werd van data voor de periode 1985-2011 en alleen gekeken is naar windturbines (zie Dröes en Koster (2016)). De dataset van hun meest recente studie bevat gedetailleerde informatie over woningprijzen en woningkenmerken van meer dan 3 miljoen huizentransacties van in totaal 27 miljoen unieke woningen zoals gemeld door makelaars aangesloten bij de Nederlandse Vereniging van Makelaars (NVM); de data beslaat ongeveer 70% van de markt en betreft voornamelijk transacties van bestaande bouw. 6 Voor een meer gedetailleerde uiteenzetting van de econometrische methode van Dröes en Koster verwijzen we naar Bijlage A. ,
Onze analyse sluit naadloos aan op het kwalitatief hoogwaardige onderzoek van Dröes en Koster (2019/2021). We nemen daarom van hen de kengetallen voor de procentuele waardedaling van woningen in de nabijheid van windturbines over. De waardedaling van woningen is een functie van de afstand tot en de hoogte van de windturbine(s). Dit is weergegeven in de grafiek in het bovenste deel van Figuur 1. Deze kengetallen zijn rechtstreeks overgenomen uit Dröes en Koster (2021 Figuur 6) en toont voor drie verschillende turbinehoogtes het negatieve prijseffect op woningen als functie van de afstand tot windturbines. De turbine hoogte is gedefinieerd als tiphoogte: het hoogste punt van de molen op het moment dat een wiek recht overeind staat. ,
,
,
De grafiek in het bovenste deel van Figuur 1 laat zien dat de procentuele waardedaling van woningen sterker is voor hoge turbines dan voor lage turbines: het bedraagt bij benadering 1-2% voor turbines met een tiphoogte van 50 meter of minder 1-4% voor turbines met een tiphoogte tussen 50 en 150 meter en 1-9% voor turbines met tiphoogte boven de 150 meter. De waardedaling varieert omdat ze afhankelijk is van de afstand tot de turbine: de waardedaling neemt af naarmate een woning verder afstaat van de turbine. Dit laatste geldt met name voor hoge turbines (150m) > waarbij de gemiddelde waardedaling op een afstand van 1000 oploopt tot bijna 9%. ,
,
,
,
,
5
6
Dit onderzoek , in 2019 uitgevoerd voor het Ministerie van Economische Zaken en Klimaat (EZK) is in augustus 2021 als artikel verschenen in het wetenschappelijk tijdschrift Energy Policy. Zie Dröes en Koster (2021). Bron van de data is https://www. brainbay. nl/ Brainbay is opgericht door de NVM.
TNO-rapport | TNO 2022 P10374
Figuur 1
12 / 56
Waardedaling woningen (in %) als functie van afstand tot en hoogte van windturbines.
De kengetallen die wij in onze analyse gebruiken voor de procentuele waardedaling van woningen als gevolg van de nabijheid van windturbines zijn samengevat in de onderste grafiek in Figuur 1. We hebben hiertoe met behulp van een eenvoudige regressieanalyse en de onderliggende data van Dröes en Koster (2021) de kengetallen voor de drie categorieën tiphoogtes uit de bovenste grafiek verfijnd voor de variatie aan tiphoogtes van de verschillende turbines in de dataset. 7 Het resultaat is weergegeven in de onderste grafiek in Figuur 1 waarbij de stippellijnen ,
,
,
,
7
-7 Prijseffect = -0. 01 + (1. 8·10 -5 - 4. 0·10·tiphoogte) · (2500 – afstand)
TNO-rapport | TNO 2022 P10374
13 / 56
voor turbines met verschillende tiphoogtes de geschatte weergeven als functie van afstand tot de turbine.
procentuele waardedaling
Vervolgens – en dat is het vernieuwende van onze studie – extrapoleren wij deze kengetallen die gebaseerd zijn op het effect van bestaande windturbines naar de voorziene situatie in 2030 door de kengetallen te verbinden aan de geplande nieuwe turbines; bovendien brengen wij de aldus geschatte effecten van nieuwe windturbines op huizenprijzen voor het eerst ruimtelijk in kaart door per gemeente de geschatte waardedaling te laten zien. ,
,
,
Daartoe berekenen wij per (nieuwe) windturbine de procentuele waardedaling van woningen in de nabijheid als het product van de WOZ-waarde van die woningen en de kengetallen uit Figuur 1 dus rekening houdend met de afstand van woningen tot de turbine en de hoogte van de turbine. Wij maken daartoe gebruik van een CBS databestand waarvoor de kaart van Nederland is ingedeeld in vierkanten van 100 meter bij 100 meter met voor elk van deze vierkanten statistische gegevens over demografie wonen energie sociale zekerheid dichtheid en nabijheid van voorzieningen. 8 Voor onze analyse maken we vooralsnog alleen gebruik van de gegevens omtrent het aantal en de waarde van woningen per vierkant in het jaar 2020; de woningwaarde betreft de gemiddelde WOZ-waarde van de woningen in het vierkant. ,
,
,
,
,
,
Door de geschatte kengetallen die zijn gebaseerd op transacties op de koopwoningmarkt te koppelen aan de waarde van alle woningen veronderstellen we impliciet dat de gevonden effecten op de koopwoningmarkt ook gelden voor de huurmarkt (als impliciete prijsdaling); bovendien abstraheren we zodoende van elke andere heterogeniteit in het prijseffect anders dan het windturbine effect. ,
,
,
Indien een vierkant in de CBS data minder dan 10 woningen bevat publiceert het CBS voor dit vierkant geen gegevens omwille van het borgen van privacy oftewel het voorkomen van onthulling van gegevens die tot een specifiek huishouden zijn te herleiden. Dit is het geval voor ruim een kwart van alle vierkanten die die zich binnen een straal van 2500 meter van een bestaande of geplande windmolen bevinden. 9 Voor deze vierkanten zetten wij het aantal woningen op 3 gebruik 10 de gemiddelde WOZ-waarde stellen we gelijk makend van de wet van Benford; aan de gemiddelde WOZ-waarde van de gemeente waarin het vierkant valt. ,
,
,
Tenslotte we nemen voor onze berekeningen aan dat de 2030 situatie in alle opzichten – met uitzondering van het plaatsen van extra windturbines molens – exact overeenkomt met de situatie in 2020. Met andere woorden we houden in onze analyse geen rekening met prijs- en voorraad ontwikkelingen op de ,
,
8
Zie https://www. cbs. nl/nl-nl/dossier/nederland-regionaal/geografische-data/kaart-van-100meter-bij-100-meter-met-statistieken 9 Het gaat om 103. 305 van de 383. 359 CBS-vierkanten. Daarvan liggen er 12. 316 (2020) resp. 26. 418 (2030) binnen een straal van 2500 meter van een windmolen. (In totaal liggen er 46. 902 (2020) resp. 92. 465 (2030) CBS vierkanten binnen een straal van 2500 meter van een windturbine). 10 De wet van Benford beschrijft de frequentieverdeling van het begincijfer van getallen in grote dataverzamelingen waarin een beperkte mate van stochasticiteit optreedt. Om voor de optelsom van al de vierkanten met ontbrekende data zo goed mogelijk de daadwerkelijke waarde van het aantal woningen te schatten blijkt 3 de beste benadering; het is het gehele getal dat het dichtst bij het bij het gemiddelde van de cijfers ligt.
TNO-rapport | TNO 2022 P10374
14 / 56
woningmarkt tot 2030. De toekomstige woningwaarde ontwikkeling is inherent onzeker en dus niet te voorspellen. Het is eveneens niet mogelijk om met een voldoende mate van zekerheid het aantal en de exacte locatie van nieuwbouwwoningen tot 2030 te bepalen. Wij zien daarom af van elke poging om de woningmarkt in 2030 te schetsen. Dat betekent dat onze analyse voor 2030 in zekere zin het karakter heeft van een gedachte-experiment: wat zou het huizenprijseffect zijn in 2020 als we alle geplande windturbines voor 2030 in één keer op de kaart van 2020 erbij plaatsen? Deze opzet geeft een goed inzicht in het verschil de bestaande en de toekomstige situatie: we kijken alleen naar het effect van nieuwe turbines terwijl al het overige gelijk blijft (ceteris paribus). ,
,
We vergelijken op die manier de verwachte situatie in 2030 met de huidige situatie (eind 2020). Echter de geobserveerde woningwaardes van 2020 omvatten per definitie al de negatieve prijseffecten van bestaande windturbines; deze zijn immers in de geobserveerde woningwaardes gekapitaliseerd. Volledigheidshalve construeren we daarom een referentiewaarde voor de huizenprijzen in 2020 voor de hypothetische situatie dat er geen windturbines zouden zijn. We doen dit eenvoudigweg door voor 2020 de waarde van woningen in de nabijheid van bestaande turbines te corrigeren voor het negatieve prijseffect op basis van de kengetallen uit de analyse van Dröes en Koster (2021). Dit betekent dat we in onze analyse de devaluatie van huizenprijzen ten gevolge de nabijheid van windturbines in zowel 2020 als in 2030 afzetten tegen de hypothetische situatie in 2020 zónder windturbines hetgeen de onderlinge vergelijking ceteris paribus consistent maakt. ,
,
,
3. 2
De aantallen , kenmerken
,
en
,
locaties van windturbines tot 2030
De focus van onze studie ligt op het analyseren van het verwachte effect van nieuwe windturbines op huizenprijzen met als richtjaar 2030. Dat betekent dat we moeten weten waar de toekomstige windturbines komen te staan. We baseren ons hiervoor op de recent gepubliceerde plannen voor nieuwe windturbines zoals opgesteld door de 30 energieregio’s in versie 1. 0 van de Regionale Energiestrategieën (RES). ,
,
In het klimaatakkoord is afgesproken dat de energieregio’s in Nederland onderzoeken waar en hoe het best duurzame elektriciteit op land (wind en zon) opgewekt kan worden. Elke regio beschrijft in hun Regionale Energiestrategie hoeveel hernieuwbare energie op welke locatie in de regio opgewekt kan worden. Het nationaal Programma RES ondersteunt de regio’s bij het maken van keuzes. De tijdlijn van dit proces is samengevat in Figuur 2 en laat zien dat in juli 2021 de afspraken op papier zijn gezet en ingediend; dit is de zogenoemde RES 1. 0. 11 ,
11 Zie
https://media. regionale-energiestrategie. nl/onze-toekomst/tijdlijn/
TNO-rapport | TNO 2022 P10374
Figuur 2
15 / 56
T ijdslijn nationaal programma Regionale Energiestrategieën (RES). Bron: media. regionale-energiestrategie. nl
Voor dit onderzoek hebben wij alle 30 RES 1. 0 documenten doorgenomen om inzicht te krijgen in de locatie hoeveelheid en omvang van windturbines die in een regio naar verwachting geplaatst gaan worden. Voor een paar regio’s was de RES 1. 0 nog niet beschikbaar; in dat geval is gebruik gemaakt van de concept RES. 12 De RES-documenten geven informatie over zowel de inzet van wind als zon op land. In dit onderzoek maken wij alleen gebruik van de informatie over windenergie; een inventarisatie van geplande zonneparken reserveren we voor een vervolgstudie. ,
Voor het samenstellen van het RES 1. 0 document werkten lokale overheden samen met maatschappelijk organisaties netbeheerders en inwoners. Omdat iedere RESregio verschillend is zijn dit 30 unieke documenten geworden zowel qua inhoud en mate van detail als lay-out. Niettemin geven de meeste documenten – zij het met meer of minder detail – de volgende informatie met betrekking tot windturbines op land: Het bod: totaal aan vermogen (MW) van windenergie dat de regio wil plaatsen; Het aantal en type (hoogte omvang in MW) windturbines dat men wil plaatsen; Een kaart met zoekgebieden voor locaties van windturbines. ,
,
,
,
We hebben zo goed als mogelijk deze informatie voor elke RES regio verzameld en op de kaart van Nederland gezet. Ter vergelijking hebben we voor alle bestaande windturbines dezelfde informatie verzameld en op de kaart gezet. Voor de 12
Appendix C geeft een overzicht van de bron-bestanden gebruikt voor iedere RES-regio.
TNO-rapport | TNO 2022 P10374
16 / 56
informatie aangaande bestaande turbines maken wij evenals Dröes en Koster gebruik van de dataset ‘Windstats’. 13 Echter wij maken gebruik van een iets recentere versie. De informatie voor de nieuwe turbines per 2030 komt zoals gezegd uit de RES 1. 0 documenten – meer detail volgt hieronder. Daarnaast maken wij gebruik van aanwezige informatie binnen TNO aangaande de turbines die in de loop van 2021 zijn geplaatst. 14 Hieronder bevindt zich een serie grote windturbines in Flevoland die kleinere bestaande turbines vervangt en een serie nieuwe windturbines die in de provincie Drenthe zijn geplaatst. Een deel van deze 2021 turbines (waaronder de turbines in Drenthe) is in de RES 1. 0 documenten opgenomen als nieuw en daarmee onderdeel van het bod van de desbetreffende RES regio’s. Ook wij tellen de 2021 turbines mee als nieuw waarmee ze in de presentatie van onze resultaten vallen onder de noemer ‘2030’. Voor alle turbines die tot 2020 en in 2021 zijn geplaatst kennen we de exacte positie tiphoogte vermogen as-hoogte en diameter. ,
,
,
,
,
,
,
,
,
De dataset die we voor dit onderzoek hebben gemaakt biedt voor zover ons bekend het eerste en meest volledige en ruimtelijke gespecificeerde overzicht van alle geplande nieuwe windturbines tot 2030. Maar dat betekent niet dat deze informatie perfect is en geen onzekerheden bevat. De nieuwe turbines die wij in dit onderzoek voor 2030 op de kaart zetten zullen ongetwijfeld niet allemaal gerealiseerd worden op de exacte locatie zoals door ons geïdentificeerd. De reden daarvoor is gelegen in zowel het RES proces (zie Figuur 2) als in de kwaliteit van de RES 1. 0 documenten. Voor wat betreft het proces: tussen de voornemens in de RES plannen en de daadwerkelijke realisatie van een windturbine staan soms wetten in de weg en andere bezwaren en dit zal de komende jaren ongetwijfeld tot bijstelling van de plannen leiden. Wat de kwaliteit van de RES 1. 0 betreft: de documenten verschillen onderling aanzienlijk qua geboden informatie en mate van detail; dit noopte ons tot het doen van een aantal aannames bij onze inventarisatie en een deel van deze aannames zal de komende jaren uiteraard door de werkelijkheid worden ingehaald. ,
,
,
,
De voornaamste onzekerheden in onze inventarisatie die voortkomen uit de RES 1. 0 documenten zijn deze: Sommige RES regio’s hebben hun zoekgebieden voor windenergie erg ruim gedefinieerd. De nieuwe turbines kunnen daarmee in principe in een groot gebied van de regio terecht komen; dit is bijvoorbeeld het geval in Noord- en Midden-Limburg; Veel RES regio’s hebben meerdere zoekgebieden voor windenergie gedefinieerd maar niet gespecificeerd of en zo ja hoeveel turbines van welke omvang (hoogte MW) in elk van die gebieden komen. In sommige RES regio’s is het bod voor het opwekken van hernieuwbare elektriciteit op land nog niet specifiek toebedeeld aan zon- of windenergie. Sommige RES regio’s zijn weliswaar redelijk specifiek in de locatie en het aantal en type turbines dat men wil plaatsen maar het vermogen van deze turbines telt nog niet op tot het totale bod aan windenergie van de desbetreffende regio of gemeente. Een voorbeeld hiervan is west-Overijssel of Rivierenregio. ,
,
,
,
13 14
Zie https://windstats. nl/ Eigen onderzoek TNO (defensie). Niet gepubliceerd.
TNO-rapport | TNO 2022 P10374
17 / 56
Om desondanks een zo goed mogelijk overzicht van aantal type en locatie van nieuwe windturbines per 2030 op te stellen maken we de volgende aannames: Indien niet gespecificeerd veronderstellen wij dat elke nieuwe turbine beschikt over een vermogen van 3 MW een masthoogte van 95 meter en een tiphoogte van 140 m. 15 Indien niet gespecificeerd berekenen wij het totaal aantal nieuwe turbines in een regio of zoekgebied als het regionale bod voor het opwekken van windenergie gedeeld door het vermogen per turbine (3 MW). Indien een RES regio meerdere zoekgebieden identificeert zonder specificatie van het aantal turbines per zoekgebied verdelen wij het totale aantal (benodigde) turbines evenredig over de zoekgebieden. Met andere woorden als een RES regio (nog) geen voorkeur uitspreekt voor een bepaald zoekgebied maken wij gebruik van alle aangegeven zoekgebieden en spreken daarmee zelf ook geen voorkeur uit voor een bepaald zoekgebied. Indien een RES regio het bod voor het opwekken van hernieuwbare elektriciteit op land niet specifiek toebedeeld aan zon- of windenergie nemen wij aan dat het aandeel windenergie 50% bedraagt.
16 Indien in een RES regio het vermogen van de gespecificeerde turbines niet optelt tot het totale genoemde bod voor het opwekken van windenergie plaatsen wij op de kaart de benodigde extra turbines in de buurt van (bestaande en/of nieuwe) turbines die wel zijn gespecificeerd. Voor het plaatsen van toekomstige turbines binnen geïdentificeerde zoekgebieden volgen we deze drie stappen: i) zo ver mogelijk weg van bebouwing; ii) indien mogelijk in de buurt van bestaande infrastructuur of gebieden met een negatieve impact op het landschap zoals snelwegen of bedrijventerreinen; iii) binnen de aldus resterende ruimte een evenredige verdeling met voldoende onderlinge afstand tussen turbines. ,
,
,
,
,
,
,
,
,
Tenslotte bij gebrek aan informatie houden onze data voor 2030 geen rekening met bestaande turbines die tussen 2022 en 2030 zullen worden afgebroken en/of vervangen door nieuwe turbine met meer rendement en dus meer hoogte. Dit betekent dat onze data voor 2030 het aantal turbines en daarmee de woningwaarde daling overschatten in zover turbines voor die tijd worden afgebroken en niet vervangen; daarentegen onderschatten we de woningwaardedaling 2030 in zover turbines worden vervangen door grotere exemplaren en/of als er in de toekomst meer turbines worden gebouwd dan nu voorzien. Per saldo denken wij dat met name vanwege de vervanging van bestaande door nieuwe turbines onze data voor 2030 de omvang (het vermogen) van de voorraad turbines – en daarmee de woningwaardedaling – eerder zullen onderschatten dan overschatten tenzij een flink deel van de nu geplande turbines niet wordt gerealiseerd bijvoorbeeld onder druk van (groeiend) maatschappelijke verzet tegen windenergie op land. ,
,
,
,
,
15
Dit is een conservatieve aanname: turbines met diameters < 110 meter worden tegenwoordig niet veel meer gebouwd; omdat er landinwaarts minder wind is zijn daar grotere diameters nodig , waarbij tiphoogtes van 180 en 220 meter niet ongebruikelijk zijn. Veel nieuwe turbines hebben daarmee een vermogen van ongeveer 4 MW. Echter , wij kiezen met onze aanname voor aansluiting bij de RES plannen , en een heel aantal RES regio’s kiest voor minder grote turbines , wellicht omdat bij turbines < 150 m geen obstakelverlichting nodig is. 16 Dit is het geval in 3 RES regio’s: 4. West Overijssel; 13. Alblasserwaard; 29. Noord en Midden Limburg.
TNO-rapport | TNO 2022 P10374
18 / 56
In het klimaatakkoord is afgesproken dat in 2030 per jaar 35 terawattuur (TWh) hernieuwbare energie op land (wind en zon) wordt opgewekt. Op dit moment is dat nog 17 TWh: 89 TWh door wind op land en 81 TWh door zon. 17 De plannen voor opwekking van hernieuwbare energie op land in de 30 RES 1. 0 documenten tellen op tot ongeveer 55 TWh waarvan ongeveer 25 TWh (45%) bestaat uit wind op land. 18 Dit betekent dat we de komende jaren inderdaad een sterke stijging zullen zien van het aantal windturbines op land (naast een groei van het aantal zonneparken). Maar het betekent ook dat de windturbines die we in deze studie op basis van de RES-plannen op de kaart zetten samen in principe genoeg zijn om aan de doelstelling voor 2030 te voldoen. 19 ,
,
,
,
Figuur 3
V oorbeeld van locatie windturbines (blauwe ster) en hun 'invloedsgebieden'. Kaartdata van OpenStreetMaps
Voor het lokaliseren van nieuwe turbines op de kaart van Nederland is gebruik gemaakt van GIS en spatial Python libraries. Vervolgens trekken wij met behulp van dezelfde software rond iedere windturbine een cirkel van 2500 meter om de woningen te identificeren die getroffen worden door de betreffende turbine. We ,
,
17
Totaal opgewekte hernieuwbare elektriciteit in 2020 bedroeg 31. 2 miljard KWh. Dat is 26% van het totale elektriciteitsverbruik , en is aldus verdeeld (in miljard KWh): Waterkracht: 0. 1; Wind op land: 89; , Wind op zee: 50; , Zon: 81; , Biomassa: 91. , Bron: CBS , Statline “Hernieuwbare elektriciteit; productie en vermogen” waarden voor 2020. StatLine - Hernieuwbare elektriciteit; productie en vermogen (cbs. nl). 18 Zie de Monitor RES 1.0 , een recente evaluatie van de RES-plannen door het PBL (2021b). De exacte getallen die het PBL noemt zijn: totaal 551, TWh , waarvan 243TWh , door windmolens , windmolens op land of zon-pv (zie Tabel 2. 1 in PBL 2021b , p34). In onze op land en 44TWh analyses komen we uit op 9. 357 MW windturbine capaciteit per 2030 (zie Tabel 4.1) , wat overeenkomt met ongeveer 28 TWh bij een gemiddelde van 3000 vollasturen per jaar en 25 TWh bij 2700 vollasturen per jaar. 19 In hun evaluatie van de RES-plannen schat het PBL (2021b) dat van alle RES plannen (samen goed voor 55 TWh) naar verwachting ruim 40 TWh gerealiseerd kan worden per 2030 (met een bandbreedte van ongeveer 35-45 TWh) , hetgeen nog steeds meer is dan de doelstelling van 35 TWh.
De reden dat niet alle plannen gerealiseerd kunnen worden zijn divers , en gaan onder meer over onzekerheden omtrent toekomstige subsidieregelingen , netwerkschaarste en knelpunten in ruimtelijke planning en milieuregels.
TNO-rapport | TNO 2022 P10374
19 / 56
illustreren dit in Figuur 3 waarbij rood de CBS vierkanten met woningen weergeeft binnen een straal van 2500 van een turbine en dus de woningen met waardedaling; groen in de figuur betreft de overige vierkanten met woningen buiten de 2500 meter straal van turbines oftewel de woningen zonder waardedaling. We nemen hierbij aan dat woningen binnen het door ons gebruikte CBS vierkant van 100x100 meter worden gerepresenteerd door het middelpunt van het vierkant. Omdat windturbines vaak geclusterd zijn vallen huizenblokken regelmatig binnen de straal van meerdere turbines. Om dubbeltelling in het berekenen van de waardedaling te voorkomen identificeren we voor ieder CBS vierkant de turbine die het hoogste percentage ontwaarding veroorzaakt; deze turbine bepaalt de ontwaarding van woningen in dat CBS-vierkant. ,
,
,
In het volgende hoofdstuk presenteren wij de resultaten van ons onderzoek zoveel mogelijk op het niveau van gemeenten. De reden hiervoor is dat dit het beste inzicht geeft in de ruimtelijke verdeling van de windturbines over Nederland; een lager aggregatieniveau – naar wijken buurten of zelfs CBS vierkanten – is niet zinvol voor een landelijke analyse omdat de meeste van deze ruimtelijke eenheden buiten de invloedsfeer van windturbines liggen. Een hoger aggregatieniveau – denk aan provincies of RES regio’s – is daarentegen ook niet gewenst omdat het veel ruimtelijke variatie zal verhullen. Bovendien sluit het gemeentelijke niveau goed aan op het bestuurlijke niveau waarop besluiten worden genomen over nieuwe windturbines; de gemeente is immers bevoegd gezag bij het toelaten van windturbines en windparken met een vermogen van minder dan 5 MW terwijl de provincie haar bevoegdheid voor vermogens boven de 5 MW kan overdragen aan gemeenten. ,
,
TNO-rapport | TNO 2022 P10374
4
20 / 56
Resultaten In dit hoofdstuk presenteren we de belangrijkste resultaten van ons onderzoek naar de verwachte toekomstige waardedaling van woningen ten gevolge van geplande windturbines. We doen dit door hieronder per paragraaf antwoord te geven op de volgende vragen: 1. 2. 3. 4. 5. 6. 7.
Hoeveel windturbines zijn er gepland en wat is hun vermogen? Hoeveel woningen staan er straks in de nabijheid van windturbines? Hoe groot is de relatieve waardedaling van de getroffen woningen? Neemt de ruimtelijke ongelijkheid van getroffen woningen op termijn toe? Krijgen gemeenten met een relatief lage gemiddelde woningwaarde relatief veel turbines? Hoeveel en welke windturbines veroorzaken hoeveel waardedaling? Hoe verhoudt het woningwaardeverlies zich tot de kosten van een turbine?