College 1.14.4 Bijlage 1 - Inzicht in arbeidsmarktknelpunten voor de uitvoering van het klimaatbeleid

arbeidsmarktperspectieven gunstig zijn, want zij kunnen dan makkelijker werk vinden. In de omgekeerde situatie – het aanbod van arbeidskrachten overtreft de vraag – ervaren niet de werkgevers maar de werkzoekenden knelpunten op de arbeidsmarkt. Deze twee indicatoren bieden complementaire inzichten voor waar actie nodig is om te voorkomen dat knelpunten op de arbeidsmarkt de uitvoering van het klimaatbeleid belemmeren. Zo geeft de indicator per beroep een indicatie van waar bijvoorbeeld maatregelen gericht op het vergroten van de arbeidsproductiviteit kunnen bijdragen aan het behalen van de kabinetsdoelstelling van een aanzienlijke vermindering in de uitstoot van broeikasgassen. De indicator per opleiding biedt juist inzichten in waar via veranderingen in scholing (zowel opleidingen als om- en bijscholing) kunnen bijdragen aan het behalen van die doelstelling. De hiervoor beschreven analyse met het arbeidsmarktprognosemodel voeren we eerst uit op nationaal niveau en vervolgens op regionaal niveau. Zowel in het basisscenario als in de MRIOanalyse is de sectorale verandering in de uitbreidingsvraag per regio vastgesteld.

Voor de regionale prognoses gebruiken we de, via de MRIO-analyse ingeschatte, verandering in de vraag naar arbeidskrachten per sector en regio in de komende vijf jaar en de, in de nationale prognose ingeschatte, verandering in de vraag per beroep en opleiding op nationaal niveau voor diezelfde periode. Daarnaast bepalen we de beroepen- en opleidingenstructuur van sectoren in de regio voor het meest recente jaar in het EBB. Op basis van een RAS-procedure kunnen we dan met (i) de geschatte randtotalen voor de nationale verandering in de vraag naar beroepen en opleidingen, (ii) de geschatte regionale verandering in de vraag naar arbeidskrachten per sector, en (iii) de beroepen- en opleidingsstructuur in de regio, voor elke regio de verwachte verandering in de vraag naar beroepen en opleidingen tot vijf jaar vooruit bepalen (voor een nadere toelichting zie bijlage 1). Voor de regionale vervangingsvraag verdelen we de nationale vervangingsvraag naar beroepen en opleidingen over de regio op basis van de regionale samenstelling van bedrijfssectoren en de leeftijd- en geslachtssamenstelling van de bevolking in de regio. We veronderstellen daarbij dat de mate van vervanging naar leeftijd binnen beroepen en opleidingen voor alle regio’s gelijk is aan die in Nederland als geheel.

Ook het regionaliseren van het aanbod doen we via een verdelingsmodel waarbij we kijken naar de verdeling van jongeren naar opleiding over de regio’s in Nederland. Bij het herverdelen van het landelijke aanbod over de regio’s houden we rekening met de kans dat afgestudeerden met een bepaalde opleidingsachtergrond in een andere regio werk vinden dan waar ze woonden tijdens hun opleiding. We veronderstellen dat het aanbod van nieuwe afgestudeerden zich de komende vijf jaar in verhouding hetzelfde zal verdelen over de regio’s als in de afgelopen jaren het geval was.

PBL | 22

3

Analyse en resultaten

In dit hoofdstuk laten we zien waar volgens het PBL-ROA-model knelpunten op de arbeidsmarkt ontstaan, gebruikmakend van de door Kalavasta en Berenschot (2021) gemaakte inschatting van de meer-investeringen die volgen uit klimaatbeleid. We lichten eerst toe hoe we het klimaatbeleidsscenario en het basisscenario hebben opgesteld. Vervolgens beschrijven we op welke wijze de MRIO-analyse is uitgevoerd en welke veranderingen in de vraag naar arbeidskrachten per sector en per provincie op basis daarvan worden verwacht bij het gehanteerde klimaatbeleidsscenario. In paragraaf 3.4 laten we het beeld zien dat ontstaat als we de resultaten van de MRIO-analyse en het basisscenario verwerken in het arbeidsmarktprognosemodel. We beschrijven waar bij dit klimaatbeleidsscenario knelpunten op de arbeidsmarkt worden vergroot of ontstaan, boven op de al bij het basisscenario verwachte knelpunten. Dit beschrijven we zowel op nationaal niveau als voor de negen regio’s die we in het arbeidsmarktprognosemodel kunnen onderscheiden.

3.1 Scenario’s 3.1.1

Klimaatbeleidsscenario

Zoals in paragraaf 2.2.1 is toegelicht kunnen de meer-investeringen die volgen uit klimaatbeleid op twee manieren worden ingeschat: uitgaande van het klimaatdoel voor een bepaald jaar of uitgaande van de beleidsplannen voor de komende jaren. Kalavasta en Berenschot (2021) hebben de eerste methode gebruikt. Bij hun inschatting van de meer-investeringen gaan ze uit van de doelstelling uit het ontwerpklimaatakkoord van 2018: een reductie in de uitstoot van broeikasgassen van 49 procent in 2030 en 95 procent in 2050 ten opzichte van het niveau in 1990. Vervolgens hebben ze de meer-investeringen die nodig zijn om dit doel te realiseren ingeschat met behulp van het Energie Transitie Model (ETM). Voor de analyse met het PBL-ROA-model gebruiken we alleen de inschatting voor 2030. Kalavasta en Berenschot (2021) hebben de meer-investeringen berekend door de investeringen die nodig zijn voor het volledig opnieuw ontwikkelen van het energiesysteem uit 2015 af te trekken van de investeringen die nodig zijn voor het ontwikkelen van een energiesysteem in 2030 dat in lijn is met de doelstelling van het ontwerpklimaatakkoord. Ze gebruiken daarvoor een statische analyse: op basis van de uitgangspunten van het ontwerpklimaatakkoord wordt het energiesysteem als het ware in één keer opgezet en alle daarvoor benodigde investeringen berekend.

Het scenario voor 2030 is geconstrueerd op basis van welke technische aanpassingen in het energiesysteem nodig zijn voor de beoogde reductie in broeikasgassenuitstoot, zoals het benodigde percentage hernieuwbare energie in de energiemix (voor een nadere toelichting zie de scenariobeschrijving in het ETM). Het scenario zet enkel in op haalbare technologieën en bevat geen technologieën waarvan de haalbaarheid onzeker is. Om die reden veronderstellen Kalavasta en Berenschot dat de energieproductie via waterstof en kernenergie tot 2030 ongewijzigd blijft. Vervolgens zijn met het Energie Transitie Model de totale benodigde investeringen in het energiesysteem berekend. De totale meer-investeringen voor het energiesysteem in 2030 ten opzichte van dat in 2015 komen uit op ongeveer 120 miljard euro. Meer informatie over deze cijfers en de analyse is te vinden in het rapport van Kalavasta en Berenschot (2021).

PBL | 23

Zoals Kalavasta en Berenschot zelf in hun essay aangeven gaat het om een grove inschatting van de investeringen die volgen uit het klimaatbeleid waarbij een aantal zaken buiten beschouwing blijven. Ten eerste worden de investeringen die nodig zijn voor de afbouw of de kosten voor het stopzetten van energieproductie op basis van fossiele brandstoffen niet meegenomen in het scenario. Ook houden Kalavasta en Berenschot geen rekening met in de loop der tijd mogelijk dalende investeringskosten en/of leereffecten voor bijvoorbeeld de productie van energie op basis van hernieuwbare energiebronnen. Tot slot wordt geen rekening gehouden met de gevolgen van de investeringen, zoals dat op termijn huishoudens en bedrijven een lagere energierekening hebben na aanschaf van zonnepanelen of de lagere gebruikskosten van elektrische auto in vergelijking met auto’s met een verbrandingsmotor. Om met het PBL-ROA-model te kunnen analyseren waar de door Kalavasta en Berenschot (2021) ingeschatte meer-investeringen in de komende vijf jaar tot (extra) knelpunten op de arbeidsmarkt leiden, is het noodzakelijk om de meer-investeringen nader te verdelen over elk jaar in de tijdsperiode 2015-2030 en over de 12 provincies. Voor de verdeling in de tijd gebruiken we de verhouding tussen de jaarlijkse investeringen per technologie zoals beschreven in de Klimaat- en Energieverkenning 2019.

Voor de regionale verdeling van de meer-investeringen hebben we meerdere indicatoren gebruikt die per investeringscategorie een beeld geven van in welke provincies de investeringen naar verwachting plaatsvinden. Zo zijn voor de verdeling van investeringen in windenergie op land en zonne-energie de biedingen uit de Regionale Energie Strategieën (RES) per provincie als percentage van de som van de biedingen van alle RES-regio’s gebruikt. De volledige lijst van indicatoren is te vinden in bijlage 2. Voor elk van de indicatoren is per provincie het aandeel in het nationale totaal bepaald. Op basis daarvan zijn de totale meerinvesteringen in Nederland verdeeld over de provincies. Figuur 3.1 laat zien wat het veronderstelde niveau is van de meer-investeringen in elk van de jaren tussen 2022 en 2026 verdeeld over een aantal investeringscategorieën en in totaal. Per jaar zijn de totale meer-investeringen gemiddeld gelijk aan ongeveer 1 procent van het bbp en 8 procent van de totale investeringen in het energiesysteem. Dit komt overeen met inschattingen uit Europese studies zoals de studie van de Europese Commissie (2018). Het lijkt echter wel te gaan om een ondergrens aangezien de analyse van de Europese Commissie en het IPCC-rapport uit 2018 (Masson-Delmotte et al.

2018), ervan uitgaan dat de investeringen in het energiesysteem die nodig zijn om de klimaatdoelstellingen te realiseren een omvang hebben van 2-3 procent van het bbp. Dit verschil komt omdat de klimaatdoelstelling in die studies ambitieuzer is dan de doelstelling in het ontwerpklimaatakkoord. Het gaat om een scenario gericht op netto nul uitstoot van broeikasgassen in 2050 om ervoor te zorgen dat de opwarming van de aarde beperkt blijft tot 1,5 graden (zogenoemde Net Zero-scenario). Om deze hogere doelstelling te halen zijn meer investeringen vereist, bijvoorbeeld in duurdere technologische opties. Zoals in figuur 3.1 te zien is, bestaat een deel van de door Kalavasta en Berenschot (2021) verwachte meer-investeringen uit desinvesteringen. Dit komt omdat in het energiesysteem uit 2015 meer energie wordt opgewekt op basis van fossiele energiebronnen dan in het energiesysteem uit 2030 dat in lijn is met de doelen uit het ontwerpklimaatakkoord.

PBL | 24

Figuur 3.1

Figuur 3.2 laat zien wat de veronderstelde verdeling is van de totale meer-investeringen voor de periode 2022-2026 over de provincies. In absolute aantallen vinden bij dit klimaatbeleidsscenario de meeste meer-investeringen plaats in Zuid-Holland, gevolgd door Noord-Brabant en NoordHolland. In Zuid-Holland zijn veel investeringen nodig, omdat daar zowel veel bedrijven in de energie-intensieve industrie zijn gevestigd (vooral in de haven van Rotterdam) als veel mensen wonen. De meeste investeringen die in deze provincie naar verwachting worden gedaan zijn dan ook gericht op energiebesparing in de industrie en op de gebouwde omgeving, zo is te zien in figuur B2.1 in bijlage 2. Diezelfde figuur laat zien dat in de provincies Noord-Brabant en Noord-Holland er, naast veel investeringen in de gebouwde omgeving vanwege de grote bevolking, ook veel investeringen worden verwacht in het opwekken van energie via hernieuwbare bronnen. Zetten we de verwachte meer-investeringen per provincie af tegen de totale investeringen per provincie in 2019, dan ontstaat een ander beeld (zie figuur 3.2). In vergelijking met het investeringsniveau uit 2019, vinden de meeste investeringen juist plaats in de provincie met het kleinste aantal inwoners, Zeeland, gevolgd door Drenthe, Limburg, Friesland en Overijssel.

Bij dit klimaatbeleidsscenario ontstaan daar dus relatief grote veranderingen in de investeringen. Of dat ook gevolgen heeft voor de vraag naar arbeidskrachten in die provincies hangt ervan af of deze investeringen ook leiden tot meer vraag naar goederen en diensten die worden geleverd door bedrijven die in de provincie zijn gevestigd. Dat hoeft niet het geval te zijn, bijvoorbeeld als de benodigde goederen en diensten vooral door bedrijven worden geproduceerd en geleverd door bedrijven gevestigd in andere Nederlandse regio’s of het buitenland. De provincie waar bij dit klimaatbeleidsscenario relatief gezien de minste meer-investeringen plaatsvinden is Utrecht. Dit komt vooral omdat daar weinig energie-intensieve industrie is gevestigd waardoor daar slechts beperkt hoeft te worden geïnvesteerd in energiebesparing in de industrie. Ook wordt er, volgens de gebruikte bronnen, in Utrecht minder geïnvesteerd in hernieuwbare energieproductie dan in andere provincies (zie figuur B2.1).

PBL | 25

Figuur 3.2

3.1.2

Basisscenario

Zoals toegelicht in paragraaf 2.2.2 is een basisscenario nodig om te kunnen inschatten in welke beroepen en opleidingen knelpunten ontstaan als gevolg van het klimaatbeleid, boven op de reeds verwachte discrepantie tussen vraag en aanbod. Voor de in dit hoofdstuk beschreven analyse met het PBL-ROA-model is een basisscenario opgesteld die de verwachte ontwikkeling van vraag naar arbeidskrachten per sector en provincie in de periode 2022-2026 beschrijft. Als uitgangspunt voor het basisscenario gebruiken we de geraamde economische ontwikkeling in de periode 2022-2025 uit de actualisatie van de middellangetermijnverkenning (MLT) die het CPB heeft gepubliceerd in maart 2021. Voor het jaar 2026 veronderstellen we dezelfde groei als in 2025. De cijfers en een nadere toelichting op de wijze waarop deze zijn bepaald en informatie over de betrouwbaarheid van de ramingen zijn te vinden in CPB (2021a). Hierbij dient opgemerkt te worden dat als gevolg van de coronapandemie en de oorlog in Oekraïne de onzekerheid over de verwachte algemene economische ontwikkeling en de daaruit volgende vraag naar arbeidskrachten in de komende jaren groter is dan gebruikelijk. Het is daarom van belang om bij een toekomstige toepassing van dit model het basisscenario te herzien en zoveel mogelijk gebruik te maken van de meest recente ramingen van het CPB.

Voor de analyse met het PBL-ROA-model wordt de raming van het CPB voor de werkzame beroepsbevolking, die staat vermeld in de bijlage van de MLT, nader uitgesplitst naar de 63 sectoren en 12 provincies die in de MRIO-tabel worden gehanteerd. We hebben daarvoor gebruik gemaakt van gegevens over de regionale en sectorale verdeling van de werkgelegenheid in de jaren 1995 tot en met 2019 die het CBS publiceert in de open data op Statline (zie de tabel van Statline.nl). We laten 2020 bij deze berekening buiten beschouwing vanwege de uitzonderlijke situatie door de coronapandemie. Omdat de werkgelegenheidscijfers per provincie alleen beschikbaar zijn voor een minder gedetailleerde sectorale indeling, voeren we deze analyse in twee stappen uit. PBL | 26

Eerst berekenen we het jaarlijkse groeipercentage per sector met behulp van gegevens van het CBS over het aandeel van iedere sector in de totale werkgelegenheid in de jaren 1995 en 2019. We veronderstellen dat deze historische trends zich in de komende jaren voortzetten en maken zo een inschatting van het aandeel van de werkgelegenheid per sector in de jaren 2022-2026. Op basis van die aandelen verdelen we de door het CPB geraamde totale werkgelegenheidsgroei over de sectoren. In de tweede stap verdelen we de sectorale werkgelegenheid over de Nederlandse provincies. Hiervoor gebruiken we de cijfers van het CBS over de ontwikkeling van het aandeel van de werkgelegenheid per sector en per provincie in de periode 1995-2019. In sommige sectoren concentreren bedrijven zich in de loop der tijd steeds meer in bepaalde provincies, terwijl in andere sectoren de bedrijven zich juist steeds meer spreiden over de provincies. Wij trekken deze historische trends in regionale concentratie en spreiding van sectoren door tot 2026 en verdelen de sectorale werkgelegenheid tussen de regio’s volgens de nieuwe regionale aandelen.

Dit resulteert in een inschatting van de ontwikkeling van de werkgelegenheid per sector en per provincie in de periode 2022-2026 die consistent is met de historische trends in de afgelopen 25 jaar en met de door het CPB-geraamde ontwikkeling van de totale werkzame beroepsbevolking. Zoals in figuur 1 is weergegeven, vormen deze cijfers de input voor het arbeidsmarktprognosemodel.

3.2 Veranderingen in de vraag naar arbeidskrachten Met een MRIO-analyse is voor elk jaar tussen 2022 en 2026 berekend hoe de vraag naar arbeidskrachten per sector en per provincie verandert als gevolg van de meer-investeringen volgens het in paragraaf 3.1.1 beschreven klimaatbeleidsscenario. We beschrijven eerst hoe de MRIO-analyse is opgezet en vervolgens de resultaten van deze analyse.

3.2.1

Opzet van de MRIO-analyse

Zoals in paragaaf 2.3 is toegelicht houden we in de MRIO-analyse rekening met zowel de directe als indirecte gevolgen van de meer-investeringen uit het klimaatbeleidsscenario. Beide zijn gemodelleerd via veranderingen in de totale finale bestedingen in het MRIO-model. In de analyse houden we de samenhang tussen sectoren en regio’s binnen de productieketen in 2022-2026 gelijk aan de verdeling in de MRIO-tabel. Voor het bepalen van de directe gevolgen hebben we een inschatting gemaakt van in welke sectoren de vraag naar goederen en diensten, en daarmee de vraag naar arbeidskrachten, direct wordt beïnvloed door het klimaatbeleid. Daarvoor hebben we een investeringsmatrix samengesteld, die per investeringscategorie laat zien welke sectoren naar verwachting betrokken zijn bij het leveren van alle benodigde goederen en diensten en hoe groot het aandeel van elke sector is. Om deze matrix samen te stellen, hebben we verschillende bronnen gebruikt. Die bronnen bevatten per investeringscategorie informatie over in wat voor type producten wordt geïnvesteerd en welke sectoren de voor deze producten benodigde goederen en diensten leveren. Voor de goederen hebben we de sectorale aandelen gesplitst in hoeveel daarvan in Nederland wordt gemaakt en hoeveel wordt geïmporteerd op basis van de BACI-handelsdata. In bijlage 3 PBL | 27

staat een gedetailleerde beschrijving van de wijze waarop dit is bepaald voor elke investeringscategorie die Kalavasta en Berenschot (2021) onderscheiden. Tabel B3.2 toont de resulterende investeringsmatrix. Deze tabel is apart te raadplegen op pbl.nl. De investeringsmatrix vormt de basis voor de MRIO-analyse. Daarnaast is de MRIO-analyse zo opgezet dat we ook twee indirecte gevolgen meenemen in de schatting van de verandering in de vraag naar arbeidskrachten. Ten eerste bepalen we op basis van de informatie over toeleveranciersrelaties tussen sectoren uit de MRIO-tabel hoe de veranderingen in de productie van de sectoren in de investeringsmatrix ook de productie in de aan die sector toeleverende sectoren raakt. Ten tweede verkennen we de indirecte gevolgen voor de vraag naar arbeidskrachten als de investeringen die volgen uit het klimaatbeleid ten koste gaan van bestedingen (zowel andere investeringen als consumptie) aan goederen en diensten die niet zijn gerelateerd aan het klimaatbeleid. Voor de laatst genoemde verkenning voeren we de MRIO-analyse twee keer uit. In beide analyses blijft de omvang en de verdeling van de verwachte investeringen in het klimaatbeleidsscenario gelijk, maar we hanteren twee verschillende financieringsopties.

Het gaat om de volgende twee varianten: - Additioneel: de investeringen die in de komende vijf jaren als gevolg van het klimaatbeleid plaatsvinden komen boven op alle andere bestedingen van bedrijven, huishoudens en de overheid. We veronderstellen in deze variant dus dat het totale budget, dat wil zeggen het budget van alle bedrijven, huishoudens en de overheid samen, voor bestedingen in Nederland stijgt. Dat is bijvoorbeeld het geval als bedrijven en huishoudens meer gaan lenen en/of als de overheid ervoor kiest om het begrotingstekort in deze periode op te laten lopen; - Budgetneutraal: in deze variant is de veronderstelling dat het totale budget gelijk blijft. Door deze veronderstelde budgetneutraliteit leiden de investeringen die in de komende vijf jaren als gevolg van het klimaatbeleid plaatsvinden tot een verschuiving in het bestedingspatroon van bedrijven, huishoudens en de overheid. De klimaatinvesteringen gaan dus ten koste van andere bestedingen. Wel veronderstellen we dat de bestedingen aan basisgoederen gelijk blijven, omdat deze noodzakelijk zijn voor het dagelijks leven en minder daaraan uitgeven daardoor beperkt mogelijk is. Voeding en kleding, gezondheidszorg, onderwijs, defensie en maatschappelijk werk rekenen we tot de basisgoederen.

De afname van investeringen en consumptie behalve de basisgoederen wordt verdeeld over alle goederen en diensten in lijn met de huidige uitgavenpatronen van huishoudens, bedrijven en de overheid, zoals weergegeven in de MRIO-tabel. In de praktijk zullen deze twee varianten van financiering zelden voorkomen. We kiezen echter bewust voor twee extreme varianten van financieringswijze om zicht te geven op de bandbreedte van de gevolgen voor de vraag naar arbeidskrachten bij het gehanteerde klimaatbeleidsscenario. De MRIO-analyse resulteert in een inschatting van de jaarlijkse relatieve en absolute verandering in sectorale en regionale productie in de jaren 2022 tot en met 2026. Zoals in paragraaf 2.3 is toegelicht verschilt de arbeidsintensiteit per sector en regio. Om de resultaten van de MRIOanalyse om te zetten naar een verandering in de vraag naar arbeidskrachten per sector en regio, gebruiken we daarom gegevens over de productie en werkgelegenheid in 2019 uit de nationale rekeningen van het CBS om de productie te corrigeren voor verschillen in arbeidsintensiteit. We gebruiken geen gegevens uit 2020 en 2021 voor deze stap, omdat in die jaren de verhouding tussen productie en werkgelegenheid in sommige sectoren wordt vertekend door de PBL | 28

compensatiemaatregelen vanwege de coronapandemie. We veronderstellen dat de verhouding tussen de sectorale productie en werkgelegenheid niet zal veranderen in de periode 2022-2026; de arbeidsintensiteit blijft dus gelijk.

3.2.2 Resultaten van de MRIO-analyse Figuur 3.3 laat zien hoe bij de twee varianten van het klimaatbeleidsscenario de vraag naar arbeidskrachten per sector zal veranderen in Nederland in het jaar 2026. We laten alleen de situatie in 2026 zien, omdat de omvang en de verdeling van de investeringen niet veel verandert in de jaren 2022 tot en met 2026 (zie figuur 3.1). Figuur 3.3 toont de resultaten op het sectoraal detailniveau waarop de resultaten van de MRIO-analyse worden verwerkt in het arbeidsmarktprognosemodel. In figuur B4.1 in bijlage 4 staan de resultaten op het niveau van de 63 sectoren uit de MRIO-tabel. Omdat bij de variant ‘additioneel’ de meer-investeringen die volgen uit het klimaatbeleid boven op alle andere bestedingen komen, neemt de vraag naar arbeidskrachten in alle sectoren toe. In 2026 is de totale verwachte vraag naar arbeidskrachten dan bij het klimaatbeleidsscenario bijna 74.000 banen hoger dan in het basisscenario. Zoals figuur 3.3 laat zien, concentreert die toename van de vraag naar arbeidskrachten zich wel in enkele sectoren. Deze sectoren komen grotendeels overeen met de sectoren waarvan we verwachten dat de productie direct wordt beïnvloed door de investeringen als gevolg van het klimaatbeleid (zoals weergegeven in tabel B3.2 op pbl.nl).

Zoals in bijlage 4 te zien is, gaat het dan vooral om de sectoren elektrische apparatuur, machine/apparaten en motorvoertuigen (die alle behoren tot de ‘machine-, apparaten- en metaalindustrie’), R&D en architecten- en ingenieursbureaus (die onderdeel zijn van de ‘specialistische zakelijke diensten’) en de bouwnijverheid. Veel machines en apparaten die betrokken zijn bij de investeringen als gevolg van het klimaatbeleid worden geïmporteerd (zie tabel B3.2 op pbl.nl). Als dat niet het geval was geweest, was de verwachte verandering in de vraag naar arbeidskrachten in de sector ‘machine-, apparaten- en metaalindustrie’ nog groter geweest. Er zijn ook sectoren waar de vraag naar arbeidskrachten stijgt, omdat deze indirect, via toeleveranciersrelaties, gevolgen ondervinden van het klimaatbeleid (zoals verhuur en overige zakelijke diensten, en dan vooral de uitzendbureaus, groothandel en vervoer en opslag). Figuur B5.1 in bijlage 5 laat voor dezelfde 21 sectoren als figuur 3.3 zien hoe zien hoe de vraag naar arbeidskrachten in 2026 verandert ten opzichte van 2019 bij het basisscenario. Als we de sectorale verschillen in die figuur vergelijken met die in figuur 3.3, is duidelijk te zien dat de investeringen als gevolg van het klimaatbeleid leiden tot meer vraag naar arbeidskrachten in heel andere sectoren dan bij de verwachte algemene economische ontwikkeling.

Ook is de toename van de vraag naar arbeidskrachten bij het gehanteerde klimaatbeleidsscenario relatief klein in vergelijking met die in het basisscenario. Dit verschil is echter afhankelijk van de veronderstelde hoeveelheid investeringen in de komende vijf jaar. Zoals we in paragraaf 3.1.1 aangeven, is het Kalavasta en Berenschot (2021) ingeschatte investeringsniveau laag in vergelijking met de inschattingen van de Europese Commissie (2018) en het IPCC-rapport uit 2018.

PBL | 29

Figuur 3.3

Als we veronderstellen dat de investeringen als gevolg van het klimaatbeleid ten koste gaan van andere bestedingen, dan neemt de totale vraag naar arbeidskrachten met iets minder dan 12.000 banen af. Dit komt omdat vooral verschillende meer arbeidsintensieve sectoren, zoals de ‘detailhandel’, ‘horeca’, ‘cultuur, sport en recreatie’ en ‘financiële diensten’, negatieve gevolgen ondervinden van de crowding out-effecten van het klimaatbeleid (zie figuur 3.3). Deze variant van het scenario laat dus zien dat extra investeringen als gevolg van het klimaatbeleid negatieve gevolgen voor de vraag naar arbeidskrachten kunnen hebben in sectoren die niet direct zijn gerelateerd aan het klimaatbeleid. De verwachte verandering in de vraag naar arbeidskrachten in de sector ‘machine-, apparaten- en metaalindustrie’ blijft wel positief. Hetzelfde geldt voor de ‘bouwnijverheid’, hoewel voor deze sector het verschil met de variant ‘additioneel’ groter is dan voor de ‘machine-, apparaten- en metaalindustrie’. In alle andere sectoren is de nettoverandering in de vraag naar arbeidskrachten gelijk of negatief bij deze variant van het klimaatbeleidsscenario.

De sectorale verschillen in de verandering in de vraag naar arbeidskrachten als gevolg van het klimaatbeleid zijn grotendeels vergelijkbaar als we in plaats van de relatieve verandering, de absolute verandering in aantal banen laten zien (zie figuur 3.3). Alleen voor de detailhandel is het verschil met de andere sectoren beduidend groter als de verandering wordt getoond in absolute aantallen. Dit komt omdat in deze sector veel personen werkzaam zijn.

PBL | 30

Figuur 3.4 laat zien hoe de verwachte veranderingen in de vraag naar arbeidskrachten bij het klimaatbeleidsscenario verschillen tussen de 12 provincies. Bij de scenariovariant ‘additioneel’ is het regionale patroon min of meer vergelijkbaar met het patroon voor de verwachte investeringen (zie figuur 3.2 en figuur B2.1). Hoewel veel van de bedrijven die actief zijn in de machine- en apparatenindustrie, zijn gevestigd in Noord-Brabant en Zuid-Holland, zijn de bedrijven die goederen en diensten leveren aan die sector wel meer gespreid over het land. Ook bouwbedrijven zijn verspreid over het land gevestigd. Veel goederen en diensten die nodig zijn om de klimaatinvesteringen te realiseren worden dus geproduceerd en geleverd door bedrijven die in dezelfde provincie zijn gevestigd als waar de investering wordt gedaan. Op provincieniveau zijn de verschillen tussen de verwachte verandering in de vraag naar arbeidskrachten bij het klimaatbeleidsscenario en bij het basisscenario minder groot dan op sectoraal niveau (vergelijk figuur 3.4 voor de variant ‘additioneel’ met figuur B5.2 in bijlage 5). Er zijn echter wel een aantal duidelijke verschillen.

Zo wordt bij het basisscenario de grootste verandering in de vraag naar arbeidskrachten in absolute aantallen banen verwacht voor NoordHolland, terwijl bij het klimaatbeleidsscenario de verandering in die provincie kleiner is dan in ZuidHolland en Noord-Brabant. En relatief gezien is de verwachte verandering in de vraag naar arbeidskrachten bij het basisscenario het kleinst in Zeeland, terwijl die provincie in het klimaatbeleidsscenario juist de grootste verwachte verandering kent. Het omgekeerde geldt voor Utrecht en Flevoland. Figuur 3.4

In de scenariovariant waar de investeringen als gevolg van het klimaatbeleid ten koste gaan van andere bestedingen, is de verandering in de vraag naar arbeidskrachten in bijna alle provincies juist negatief. Alleen in Noord-Brabant is deze nog net hoger dan nul. Op regionaal niveau wordt de toename in de vraag naar arbeidskrachten door de meer-investeringen dus zo goed als volledig gecompenseerd door de afname in andere bestedingen. In absolute aantallen is dit effect het grootst in Noord-Holland. Dit komt waarschijnlijk omdat in die provincie veel banen zijn in sectoren PBL | 31

die in het gehanteerde scenario de meeste negatieve gevolgen ondervinden van de crowding outeffecten, zoals detailhandel en horeca (zie figuur 3.3).

3.3 Discrepantie tussen vraag en aanbod Met het arbeidsmarktprognosemodel is een inschatting gemaakt van hoe als gevolg van het in paragraaf 3.1.1 beschreven klimaatbeleidsscenario de uitbreidingsvraag per beroep en opleiding zal veranderen tot en met 2026. Voor alle beroepen en opleidingen zetten we die verwachte verandering af tegen de discrepantie tussen vraag en aanbod op de arbeidsmarkt die wordt verwacht bij het basisscenario. Zo wordt duidelijk in hoeverre een verandering in de uitbreidingsvraag door het klimaatbeleid leidt tot meer vraag naar beroepen en opleidingen waarvoor in de komende jaren al zonder dit beleid knelpunten op de arbeidsmarkt worden verwacht. We laten de resultaten voor beide varianten van het klimaatbeleidsscenario zien. Eerst beschrijven we de resultaten op nationaal niveau, voor zowel de beroepen (figuren 3.5 en 3.6) als de opleidingen (figuren 3.7 en 3.8) en vervolgens op provincieniveau (figuren 3.9 en 3.10). Zoals in paragraaf 2.4 is toegelicht, hanteren we op provincieniveau een minder gedetailleerde classificatie voor de beroeps- en opleidingstypen vanwege beperkingen in de steekproefgrootte van de EBB. In de figuren 3.5 tot en met 3.10 staat op de horizontale as de verandering in de uitbreidingsvraag door het klimaatbeleid.

Deze laat zien met hoeveel procentpunten de uitbreidingsvraag bij het klimaatbeleidsscenario naar verwachting zal toe- of afnemen ten opzichte van het basisscenario. Om deze verandering te bepalen is eerst voor zowel het basisscenario als de twee varianten van het klimaatbeleidsscenario het aantal verwachte werkenden als gevolg van de uitbreidingsvraag per beroep en per opleiding in 2026 ingeschat. Vervolgens worden die aantallen afgezet tegen het gemiddeld aantal werkenden per beroep en opleiding in de jaren 2019-2020. We gebruiken het gemiddelde van 2019 en 2020 als referentiejaar, omdat het aantal werkenden in 2020 door de coronapandemie uitzonderlijk laag lag en daardoor geen goed referentiepunt vormt voor de algemene trend in het aantal werkenden. Dit resulteert in de procentuele verandering in de uitbreidingsvraag tot 2026 ten opzichte van het gemiddelde voor 2019-2020, voor zowel het basisscenario als beide varianten van het klimaatbeleidsscenario. Tot slot trekken we voor de twee varianten van het klimaatbeleidsscenario de procentuele verandering in de uitbreidingsvraag af van diezelfde verandering bij het basisscenario en komen zo tot het verschil in procentpunten. Zoals we in paragraaf 2.4 hebben toegelicht hangt de discrepantie tussen vraag en aanbod af van de ontwikkeling van alle verschillende vraag- en aanbodcomponenten van het model.

Daarom staat op de verticale as in figuren 3.5 tot en met 3.10 de verwachte discrepantie tussen vraag en aanbod bij het basisscenario. In bijlagen 6 (voor de beroepen) en 7 (voor de opleidingen) staat ook de verwachte verandering voor alleen de uitbreidingsvraag bij het basisscenario, zodat deze kan worden vergeleken met de verandering in beide varianten van het klimaatbeleidsscenario. In de figuren voor de beroepen laat de verticale as zien in hoeverre er een knelpunt is vanuit het perspectief van de werkgever en voor de opleidingen vanuit het perspectief van de werkzoekende, die bestaan uit zowel schoolverlaters als zij-instromer (zie paragraaf 2.4 voor een nadere toelichting). Daarom omschrijven we resultaten op de verticale as in de figuren voor de beroepen als een knelpunt in de personeelsvoorziening en voor de opleidingen als het arbeidsmarktperspectief voor werkzoekenden. In de context van deze studie dient hierbij opgemerkt te worden dat een gunstig arbeidsmarktperspectief voor werkzoekenden wel betekent dat er sprake is van een belemmering voor de uitvoering van het klimaatbeleid. Het PBL | 32

arbeidsmarktperspectief voor werkzoekenden is immer gunstiger als het aanbod van personen met deze achtergrond kleiner is dan de vraag naar dit type arbeidskrachten. Zoals in bijlage 1 is toegelicht worden de arbeidsmarktperspectieven berekend op basis van de Indicator Toekomstige Arbeidsmarktperspectieven (ITA). Een ITA rond de 1 geeft aan dat er evenwicht is tussen vraag en aanbod op de arbeidsmarkt en er alleen frictiewerkloosheid is. Een ITA boven de 1 geeft aan dat schoolverlaters moeite zullen hebben met het vinden van een baan en een ITA onder de 1 dat zij weinig moeite zullen hebben bij het vinden van een baan. De ITA-waardes worden ingedeeld in een typering die bestaat uit 5 categorieën en varieert van slechte tot zeer goede arbeidsmarktperspectieven (zie bijlage 1 voor de grenzen van de typeringen). Voor de beroepen wordt gebruik gemaakt van de Indicator Toekomstige Knelpunten naar Beroep (ITKB). De ITKB-waardes worden op vergelijkbare wijze opgedeeld in een typering die loopt van geen knelpunten tot zeer grote knelpunten. Omdat alleen de uitbreidingsvraag verschilt tussen het basisscenario en de twee varianten van het klimaatbeleidsscenario, laten figuren 3.5 tot en met 3.10 zien hoe de ITA en ITKB uit het basisscenario zullen verschuiven als gevolg van de verschuivingen in de uitbreidingsvraag.

3.3.1

Knelpunten volgens het basisscenario

Omdat we de gevolgen van het klimaatbeleidsscenario voor de uitbreidingsvraag afzetten tegen de discrepantie in vraag en aanbod bij het basisscenario, lichten we eerst de resultaten voor het basisscenario toe. In het basisscenario neemt het totale aantal baanopeningen tot en met 2026 met 4% per jaar toe ten opzichte van het totale aantal werkenden in het referentiejaar (gemiddelde van 2019-2020). Veruit de meeste baanopeningen ontstaan door de vervanging van werkenden die de arbeidsmarkt verlaten of van beroep veranderen. Maar bij dit scenario neemt de totale uitbreidingsvraag in deze periode ook toe. Dit hangt samen met het herstel van de economische groei dat het CPB verwacht voor de periode 2022-2026 in de middellangetermijnverkenning van maart 2021. Hoe groot de verwachte groei is, verschilt wel per beroep, zo laat bijlage 6 zien. Er zijn ook beroepen waar de verwachte verandering in de uitbreidingsvraag negatief is, omdat voor de sectoren waarin die beroepen worden uitgeoefend economische krimp wordt verwacht. Dit geldt bijvoorbeeld voor ‘lassers en plaatwerkers’, ‘schilders en metaalspuiters’ en ‘assemblagemedewerkers’. Als de vraag naar arbeidskrachten voor een bepaald beroep toeneemt, betekent dit niet automatisch dat er sprake is van een knelpunt in de personeelsvoorziening. Dat hangt af van de verwachte verandering in het aanbod van werkzoekenden.

Alleen als de vraag het aanbod overtreft, is er sprake van een knelpunt in de personeelsvoorziening. Het aanbod verschilt per beroep. Hierdoor varieert de mate waarin een knelpunt wordt verwacht tussen beroepen ook als de verwachte toename van het aandeel baanopeningen voor twee beroepen vergelijkbaar is. Zo neemt het verwachte aandeel baanopeningen voor ‘elektriciens en elektronicamonteurs’ en ‘vrachtwagenchauffeurs’ in beide beroepen met ruim 20 procent toe, maar wordt alleen voor de eerste beroepsgroep een knelpunt in de personeelsvoorziening verwacht (zie bijlage 6). In het basisscenario worden de grootste knelpunten voor de komende zes jaar verwacht in technische (ambachts-)beroepen, in de zorg en in het onderwijs. Er worden geen knelpunten in de personeelsvoorziening verwacht voor de meeste beroepen in de detailhandel en in administratieve beroepen.

PBL | 33

Hoe gunstig de arbeidsmarktperspectieven zijn voor werkzoekenden die net een opleiding hebben afgerond, hangt ook af van de balans tussen vraag en aanbod. In het basisscenario zijn de perspectieven vooral zeer gunstig voor werkzoekenden met een technische achtergrond, op alle opleidingsniveaus (zoals bachelor/master werktuigbouwkunde, mbo 4 werktuigbouwkunde en metaalbewerking). Voor deze groepen is de vraag dus relatief groot en het aanbod van nieuwe afgestudeerden beperkt. Hetzelfde geldt voor werkzoekenden met een opleidingsachtergrond in het onderwijs (de lerarenopleidingen en onderwijskunde), en in de gezondheidszorg, zoals geneeskunde en laboratorium en gezondheidstechniek (mbo 3). In het basisscenario hebben de werkzoekenden met een economisch administratieve en een horeca- en vrijetijdsachtergrond de minst gunstige arbeidsmarktperspectieven.

3.3.2 Extra knelpunten per beroep bij het klimaatbeleidsscenario Figuur 3.5 vergelijkt voor alle beroepen de verandering in de uitbreidingsvraag voor de variant van het klimaatbeleidsscenario waarin de investeringen die volgen uit het klimaatbeleid additioneel zijn aan in het basisscenario verwachte bestedingen (horizontale as) met de mate waarin in het basisscenario een knelpunt in de personeelsvoorziening wordt verwacht (verticale as). In figuur 3.6 is de verticale as hetzelfde, maar staat op de horizontale as de verwachte verandering in de uitbreidingsvraag als de extra investeringen ten behoeve van het klimaatbeleid ten koste gaan van andere investeringen en consumptie (crowding out-effecten). Zoals in paragraaf 3.2 is toegelicht, stijgt de vraag naar arbeidskrachten in alle sectoren als de investeringen die volgen uit het klimaatbeleid additioneel zijn aan alle andere bestedingen. Daarom is de procentuele verandering van de uitbreidingsvraag in figuur 3.5 voor alle beroepsgroepen bij het klimaatbeleidsscenario hoger dan diezelfde verandering bij het basisscenario. Wel verschilt de verwachte toename per beroep. De grootste relatieve toename wordt verwacht voor de ambachtsberoepen ‘metaalbewerkers en constructiewerkers’, ‘machinemonteurs’, en ‘automonteurs’.

Maar ook voor de ambachten ‘lassers en plaatwerkers’, ‘bouwarbeiders afbouw’, ‘bouwarbeiders ruwbouw’ en ‘loodgieters en pijpfitters’ neemt de uitbreidingsvraag sterk toe in het gehanteerde scenario. Van deze ambachtsberoepen wordt voor de ‘machinemonteurs’ en ‘elektriciens en elektromonteurs’ al in het basisscenario een groot knelpunt in de personeelsvoorziening verwacht. De toename van de uitbreidingsvraag is iets minder groot voor de techniekberoepen dan voor de meeste ambachtsberoepen, maar de verwachting is wel dat het lastiger is om voor deze beroepen te voorzien in de extra arbeidskrachten die nodig zijn om het klimaatdoel te realiseren. Voor meerdere van deze beroepen worden namelijk al in het basisscenario zeer grote knelpunten verwacht. Dat geldt bijvoorbeeld voor de elektrotechnische en andere ingenieurs, architecten en technici in bouwkunde en natuur.

PBL | 34

Figuur 3.5

Als we veronderstellen dat de extra investeringen als gevolg van het klimaatbeleid ten koste gaan van andere bestedingen, verandert het beeld voor veel beroepen (zie figuur 3.6). Er zijn dan veel beroepen waar de verwachte verandering in de uitbreidingsvraag negatief uitvalt door de veronderstelde crowding out-effecten. Deze negatieve gevolgen van het klimaatbeleid zijn vooral merkbaar in dienstverlenende beroepen zoals verkoopmedewerkers in de detailhandel en horecapersoneel. Ook voor creatieve en taalkundige beroepsgroepen zoals journalisten, auteurs en beeldend kunstenaars is er minder vraag dan in het basisscenario. Onder die laatste groep bevinden zich meerdere beroepen waar in het basisscenario wel een groot knelpunt in de personeelsvoorziening wordt verwacht. Bij de hier veronderstelde financieringswijze is een mogelijk neveneffect van het klimaatbeleid dus dat in bepaalde beroepen de knelpunten in de personeelsvoorziening minder groot worden. Dit betekent echter niet dat de arbeidsmarkt een minder grote belemmering vormt voor het realiseren van het klimaatdoel. Voor de techniekberoepen waarvoor al in het basisscenario zeer grote knelpunten in de personeelsvoorziening worden verwacht, blijft de verwachte verandering in de uitbreidingsvraag ook bij deze variant van het klimaatbeleidsscenario positief. Wel is de verwachte toename iets kleiner voor deze beroepen.

Hetzelfde geldt voor de ambachtsberoepen.

PBL | 35

Figuur 3.6

3.3.3 Extra knelpunten per opleiding bij het klimaatbeleidsscenario Figuren 3.7 en 3.8 vergelijken voor alle opleidingen de verandering in de uitbreidingsvraag bij beide varianten van het klimaatbeleidsscenario met de in het basisscenario verwachte arbeidsmarktperspectieven voor werkzoekenden met die opleidingsachtergrond. Overeenkomstig de twee voorgaande figuren, staan in figuren 3.7 en 3.8 in het kwadrant rechtsboven de opleidingen waar de knelpunten op de arbeidsmarkt voor de uitvoering van het klimaatbeleid verder zullen toenemen in het gehanteerde klimaatbeleidsscenario. Voor die opleidingen neemt de vraag in dit scenario toe, terwijl in het basisscenario het verwachte aanbod van gediplomeerden met deze opleiding al lager is dan de vraag. De investeringen die volgen uit het klimaatbeleid leiden vooral tot een toename in de vraag naar werkzoekenden met een opleidingsachtergrond in techniek en ICT. Zoals te zien in figuur 3.7 gaat het hierbij niet alleen om opleidingen met een theoretische oriëntatie (bachelor of master) maar ook om mbo-opleidingen. De techniek- en ICT-opleidingen op mbo-2- en -3-niveau, die in het basisscenario nog een matig arbeidsmarktperspectief bieden, laten de sterkste groei van de uitbreidingsvraag ten opzichte van het basisscenario zien.

Hoewel de uitbreidingsvraag iets minder sterk toeneemt voor de instromers van techniek- en ICT-opleidingen met een theoretische oriëntatie, hebben deze groepen al zeer goede baanvooruitzichten in het basisscenario. Die voortuitzichten worden dus nog gunstiger in het gehanteerde klimaatbeleidsscenario. Voor de uitvoering van het klimaatbeleid betekent dit echter dat er nog meer personen met die opleidingsachtergrond nodig zijn, terwijl de vraag het aanbod al ruimschoots overtreft in het basisscenario. PBL | 36

Figuur 3.7

Veronderstellen we dat de extra investeringen als gevolg van het klimaatbeleid ten koste gaan van andere bestedingen, dan gaan de arbeidsmarktperspectieven voor een groot deel van de nieuwkomers op de arbeidsmarkt er licht op achteruit (figuur 3.8). Door de veronderstelde crowding out-effecten die leiden tot minder investeringen en consumptie van goederen en diensten die niet zijn gerelateerd aan het klimaatbeleid, neemt de uitbreidingsvraag vooral af voor werkzoekenden met een opleiding in de ‘zorg, onderwijs en dienstverlening’. Dat geldt vooral voor degenen met de mbo-opleidingen in de dienstverlening, zoals ‘horeca’ en ‘schoonheids- en haarverzorging’, en minder voor werkzoekenden in zorg en onderwijs. Deze figuur vergelijkt voor alle opleidingen hoe de verandering in de uitbreidingsvraag bij het gehanteerde klimaatbeleidsscenario met het arbeidsmarktperspectief dat in het basisscenario wordt verwacht. In deze figuur wordt ervan uitgegaan dat de klimaatinvesteringen additioneel zijn aan de andere bestedingen. Hierdoor neemt de uitbreidingsvraag in alle opleidingen toe. De grootste toename wordt verwacht voor werkzoekenden met een achtergrond in 'Techniek en ICT'. Met name voor degenen met een dergelijke opleiding op bachelor- of masterniveau zijn de arbeidsmarktperspectieven al zeer gunstig en die verbeteren dus nog verder in dit scenario.

PBL | 37

Figuur 3.8

Hoewel de uitbreidingsvraag op nationaal niveau afneemt bij deze variant van het klimaatbeleidsscenario, neemt de vraag naar werkzoekenden met een ‘techniek en ICT’-opleiding nog altijd toe. Ook bij deze financieringsvariant blijven beperkingen in het aanbod van personen met die opleidingsachtergrond dus een belemmering vormen voor het behalen van het klimaatdoel. Het gaat dan onder andere om de mbo-4-opleidingen ‘werktuigbouwkunde en metaalbewerking’ en ‘elektro- en installatietechniek’ en om de opleiding ‘bouwkunde, civiele techniek en architectuur’. Voor een aantal techniek- en ICT-opleidingen neemt de uitbreidingsvraag echter af in deze financieringsvariant. Dat geldt bijvoorbeeld voor de mboopleidingen ‘mediatechniek’ en ‘mediavormgeving’ en de bachelor/master ‘informatica’. Dit hangt waarschijnlijk samen met het feit dat degenen die deze opleidingen afronden vaak aan de slag gaan in sectoren die (ook) geraakt worden door de verminderde investeringen als gevolg van de veronderstelde budgetneutraliteit in dit scenario.

3.3.4 Extra knelpunten per regio bij het klimaatbeleidsscenario Bij de analyses in paragraaf 3.3.1 tot en met 3.3.3 hanteren we bij het vaststellen van de discrepantie tussen vraag en aanbod impliciet de veronderstelling dat werkzoekenden vanuit heel Nederland in staat zijn om de door het klimaatbeleid ontstane baanopeningen te vervullen. Zoals we in paragraaf 2.4 hebben toegelicht is echter uit empirisch onderzoek bekend dat slechts een klein aantal van de werkzoekenden bereid en in staat is om te verhuizen naar een andere regio voor het

PBL | 38

werk. De meeste werkzoekenden kunnen daardoor alleen door te pendelen baanopeningen in andere regio’s vervullen. Hierdoor is het aanbod beperkt tot de personen die in de eigen regio wonen of op pendelafstand van die regio. Dit, in combinatie met regionale verschillen in de verandering in de vraag en aanbod per beroep en opleiding, kan ertoe leiden dat de gevolgen van het klimaatbeleid voor knelpunten op de arbeidsmarkt niet in elke regio hetzelfde zijn. In deze paragraaf bekijken we daarom nogmaals hoe de verandering in de uitbreidingsvraag als gevolg van het klimaatbeleid zich verhoudt tot de discrepantie tussen vraag en aanbod bij het basisscenario, maar dan op het niveau van negen regio’s in plaats van op nationaal niveau. We laten alleen de resultaten zien voor de eerste variant van het klimaatbeleidsscenario, waarin de meerinvesteringen door het klimaatbeleid boven op alle andere bestedingen komt (financieringswijze ‘additioneel’). Op regionaal niveau hanteren we door de beperkingen in de steekproefgrootte van het EBB een minder gedetailleerde beroepen- en opleidingenclassificatie dan op nationaal niveau. We onderscheiden 12 beroepsgroepen en 9 opleidingsgroepen. Figuur 3.9 laat de resultaten van de analyse op regionaal niveau zien per beroepsgroep en figuur 3.10 per opleidingsgroep. Eén van de opleidingsgroepen is ‘overige opleidingen’.

Deze laten we niet zien in figuur 3.10 omdat dit algemene opleidingen, zoals basisonderwijs, betreft en die zijn weinig informatief bij het bepalen van waar actie nodig is om het klimaatdoel te halen. De verticale as in deze figuren laat zien hoe de discrepantie tussen vraag en aanbod uiteenloopt tussen de negen regio’s bij het basisscenario en de horizontale as wat de verwachte verandering in de uitbreidingsvraag is bij het klimaatbeleidsscenario voor elke regio. Figuur 3.9 laat zien dat voor de meeste beroepsgroepen de mate waarin er al in het basisscenario sprake is van een knelpunt in de personeelsvoorziening aanzienlijk verschilt tussen de negen regio’s. In sommige regio’s sluiten vraag en aanbod voor een bepaalde beroepsgroep dus beter op elkaar aan dan in andere regio’s. Zo is er voor managers in Zeeland en Limburg sprake van een zeer groot knelpunt in de personeelsvoorziening, terwijl dat in Utrecht slechts in enige mate het geval is. Voor sommige beroepsgroepen verschilt ook de mate waarin de uitbreidingsvraag als gevolg van het klimaatbeleid verandert tussen de negen regio’s. Dat geldt vooral voor de technische beroepen (hiertoe behoren zowel de technische als de ambachtsberoepen). Voor die beroepen is de verwachte relatieve toename van de uitbreidingsvraag het grootst in Zeeland.

Vooral daar zal het reeds verwachte grote knelpunt voor de technische beroepen dus nog verder oplopen. 4 In het gehanteerde klimaatbeleidsscenario vinden in deze provincie ook relatief gezien de meeste extra investeringen plaats (zie figuur 3.2). Bovendien is het aanbod van technisch personeel in deze provincie relatief klein. Hoewel de uitbreidingsvraag voor ICT-beroepen en managers minder sterk toeneemt dan voor de technische beroepen, wordt voor die beroepen in Limburg en Zeeland al in het basisscenario een zeer groot knelpunt in de personeelsvoorziening verwacht. Daardoor zal het bedrijven in deze regio’s ook veel moeite kosten om de extra baanopeningen voor ICT-beroepen en managers die ontstaan door het klimaatbeleid vervuld te krijgen.

4

Hierbij dient wel opgemerkt te worden dat de prognoses op regionaal niveau een enigszins opwaarste bias kunnen laten zien als de schattingen op relatief kleine aantallen zijn gebaseerd. Hierdoor is de betrouwbaarheid van de verwachtingen voor regio’s waar in absolute aantallen minder personen werkzaam zijn minder groot dan voor regio’s met veel werkzame personen.

PBL | 39

Figuur 3.9

PBL | 40

Voor de ICT-beroepen geldt dat in iets mindere mate ook voor bedrijven die in andere regio’s zijn gevestigd, omdat voor die beroepsgroep overal reeds een groot knelpunt wordt verwacht. Voor de managers is dat niet het geval. De gevolgen van het klimaatbeleid voor de knelpunten op de arbeidsmarkt voor managers verschilt daardoor sterk per regio, ook al zijn de regionale verschillen in de toename van de uitbreidingsvraag niet zo groot. Voor meerdere beroepsgroepen heeft het klimaatbeleid weinig invloed op de reeds verwachte knelpunten in de personeelsvoorziening in de negen regio’s. Zoals we eerder al op nationaal niveau zagen, verandert de uitbreidingsvraag voor de pedagogische beroepen en de beroepen in zorg en welzijn amper bij het gehanteerde klimaatbeleidsscenario. Voor de agrarische beroepen, commerciële beroepen, dienstverlenende beroepen, transport en logistieke beroepen, en beroepen in het openbaar bestuur, veiligheid en jurdische domein neemt de uitbreidingsvraag wel iets toe, maar is die toename min of meer gelijk in alle regio’s. Hierdoor veranderen de regionale verschillen in de verwachte knelpunten niet. Ook voor de opleidingsgroepen loopt de aansluiting tussen vraag en aanbod sterk uiteen tussen de negen regio’s (zie figuur 3.10).

De regionale verschillen in arbeidsmarktperspectieven zijn het grootst voor de werkzoekenden met een opleiding in ‘landbouw en natuur’ (hier vallen ook opleidingen in de natuur en wiskunde en biochemische technologie onder). Vooral op bachelor/masterniveau zijn de baanperspectieven voor die groep veel gunstiger in Zeeland dan in Utrecht. In het gehanteerde klimaatbeleidsscenario zijn de regionale verschillen in de verandering van de uitbreidingsvraag het grootst voor de opleidingen in de ‘techniek en ICT’. In alle regio’s verbeteren de arbeidsmarktperspectieven van de werkzoekenden met opleidingen in die richting nog verder dankzij het klimaatbeleid, maar de grootste relatieve verandering is wederom in Zeeland. Na Zeeland neemt de uitbreidingsvraag voor deze opleidingsgroep het sterkst toe in NoordNederland, Limburg, Noord-Brabant en Overijssel. In al deze regio’s is de toename van de uitbreidingsvraag groter voor de techniek- en ICT-opgeleiden op mbo-niveau dan op bachelor/master-niveau. Echter, voor de mbo-opgeleiden zijn de arbeidsmarktperspectieven in het basisscenario niet in alle regio’s zo gunstig als voor degenen met deze opleidingsrichting op bachelor/masterniveau.

In Zeeland, Noord-Nederland en Limburg zal het de daar gevestigde werkgevers daardoor minder moeite kosten om de extra ontstane baanopeningen voor technieken ICT-opgeleiden op mbo-niveau te vervullen dan voor degenen met diezelfde opleidingsrichting op bachelor/master-niveau. In Utrecht, Noord-Holland en Flevoland, Noord-Brabant en ZuidHolland is er minder discrepantie tussen vraag en aanbod voor techniek- en ICT-opgeleiden op bachelor/master-niveau. Hierbij moet wel worden opgemerkt dat in absolute aantallen de toename van de uitbreidingsvraag in die regio’s juist groter is (zie figuur 3.4). Na de opleidingen in techniek en ICT, neemt de uitbreidingsvraag het sterkst toe voor de opleidingen in landbouw en natuur. Ook hier is de relatieve toename het grootst in Zeeland. Op mbo-niveau leidt dit niet tot een veel groter knelpunt, omdat de verwachte discrepantie tussen vraag en aanbod in die regio bij het basisscenario beperkt is; het arbeidsmarktperspectief is dan matig. Op bachelor/master-niveau daarentegen wordt ook voor deze groep opgeleiden al een groot knelpunt verwacht in het basisscenario. De grote verwachte toename van de uitbreidingsvraag bij het klimaatbeleid in Zeeland leidt ertoe dat het knelpunt in deze regio nog verder toeneemt. In Utrecht en Gelderland is de situatie op de arbeidsmarkt heel anders voor de

PBL | 41

werkzoekenden met een opleiding in landbouw en natuur op bachelor/masterniveau. De daar gevestigde bedrijven zal het minder moeite kosten om de ontstane baanopeningen te vervullen. Hoewel voor de opleidingsgroep ‘economie en maatschappij’ de uitbreidingsvraag ook vooral in Zeeland toeneemt, levert dat naar verwachting geen groot knelpunt op. In het basisscenario worden voor die groep niet zulke gunstige arbeidsmarktperspectieven verwacht in Zeeland, net als in alle andere regio’s. Voor de opleidingsgroep ‘zorg, onderwijs en dienstverlening’ leidt het klimaatbeleid in alle regio’s tot weinig verandering in de vraag naar arbeidskrachten en daarmee in de arbeidsmarktperspectieven. Figuur 3.10

PBL | 42

3.4 Tot slot De analyse in dit hoofdstuk laat zien dat het PBL-ROA-model verschillende soorten inzichten biedt. Ten eerste dat de gevolgen van het klimaatbeleid sterk uiteenlopen tussen beroepen, opleidingen en regio’s. Zelfs als de totale vraag naar arbeidskrachten op nationaal niveau afneemt, zijn er nog steeds beroepen, opleidingen of regio’s waar de extra vraag het aanbod overtreft. Er is dan ook maatwerk per beroep, opleiding en regio nodig om te voorkomen dat dit soort knelpunten op de arbeidsmarkt het tijdig behalen van het klimaatdoel belemmert. Ten tweede is het van belang om de gevolgen te bekijken voor de volle breedte van de arbeidsmarkt en niet alleen voor de sectoren of regio’s die direct gevolgen ondervinden van het klimaatbeleid. Door de samenhang tussen sectoren en regio’s via de productieketen en de inzetbaarheid van beroepen en opleidingen in verschillende sectoren, kan klimaatbeleid ook gevolgen hebben in delen van de arbeidsmarkt waar dit niet voor de hand ligt. Dit is zeker het geval als het klimaatbeleid zo wordt opgezet dat het leidt tot verschuivingen in de bestedingen van bedrijven, huishoudens en de overheid. In het klimaatbeleidsscenario dat in dit hoofdstuk is gebruikt, is de omvang van de verwachte investeringen relatief klein, omdat bij de inschatting daarvan is uitgegaan van de doelen in het ontwerpklimaatakkoord.

Hierdoor is de verwachte toename van de vraag naar arbeidskrachten vrij beperkt en nemen de knelpunten op de arbeidsmarkt niet heel sterk toe. Het kabinet-Rutte IV hanteert een meer ambitieus klimaatdoel dan het ontwerpklimaatakkoord. Het behalen van dat doel vraagt om meer investeringen waardoor de knelpunten op de arbeidsmarkt aanzienlijk kunnen toenemen. Waar die knelpunten precies ontstaan hangt wel af van welk type investeringen vooral wordt gestimuleerd, in welke regio’s de investeringen plaatsvinden en op welke wijze dat gebeurt. Het model kan ook worden gebruikt voor het verkennen van de gevolgen van verschillende beleidsopties, zoals de inzet op verschillende typen investeringen. In dat geval moeten er meerdere scenario’s worden opgesteld. Het PBL-ROA-model biedt inzichten in waar knelpunten ontstaan, zodat alle betrokken partijen gezamenlijk meer gericht kunnen bepalen wat, wanneer en door wie moet gebeuren om te voorkomen dat arbeidsmarktknelpunten het behalen van het klimaatdoel belemmeren. Frictie op de arbeidsmarkt betekent niet automatisch dat er aanvullend beleid nodig is voor het realiseren van de doelstellingen in het klimaatbeleid.

Dit hangt allereerst af van in hoeverre bedrijven en arbeidskrachten hun gedrag kunnen en zullen aanpassen in reactie op de ontstane knelpunten, en of deze aanpassingen voldoende zijn om de verwachte knelpunten dusdanig op te lossen dat het klimaatdoel alsnog gehaald kan worden. Als de verwachting is dat dit niet gebeurt, dan hangt wat nodig is en wie daarvoor aan zet is af van wat het knelpunt veroorzaakt (zie Weterings et al. 2019 voor een overzicht).

PBL | 43

4

Verfijning modelschatting

In toekomstig onderzoek kan het PBL-ROA-model in twee opzichten met behulp van aanvullende empirische informatie nader worden verfijnd. In dit hoofdstuk beschrijven we voor welke delen van het model dit geldt en welke aanvullende informatie dit vraagt.

4.1 Verdeling investeringen over sectoren De investeringsmatrix die is gebruikt voor de analyse in dit rapport kan worden verfijnd met behulp van de kennis van experts op elk van de terreinen waarin investeringen worden gedaan. De investeringsmatrix bevat de verwachtingen over in welke sectoren de vraag naar goederen en diensten zal stijgen als gevolg van de investeringen uit het klimaatbeleid en hoe groot het aandeel is van elke sector. Deze verwachtingen vormen de basis voor de schatting van de verandering in de vraag naar arbeidskrachten als gevolg van het klimaatbeleid (de MRIO-analyse) en zijn daardoor van grote invloed op de inzichten die het PBL-ROA-model biedt. Zoals in hoofdstuk 3 en bijlage 3 is toegelicht, baseren we in dit rapport de verdeling van de investeringen die volgen uit het klimaatbeleid over de bedrijfssectoren op Japanse data en inzichten uit wetenschappelijke studies. Het maken van deze verdeling vraagt echter om gedetailleerde kennis over waar precies in wordt geïnvesteerd, wat voor goederen en diensten daarvoor nodig zijn en in welke sectoren die goederen en diensten worden gemaakt en geleverd. Ook is een inschatting nodig van welk aandeel van die onderdelen en diensten wordt geïmporteerd, omdat bij import de vraag naar arbeidskrachten in Nederland niet verandert.

Zeker als het gaat om investeringen in technologieën die nog niet op uitgebreide schaal zijn toegepast, is kennis van experts van belang. Als er veel onzekerheid is over de verdeling van de investeringen over de sectoren kunnen meerdere varianten worden opgesteld en worden bekeken hoe gevoelig de resultaten van het model zijn voor verschillen in de verdeling. Hetzelfde geldt voor de regionale verdeling van de investeringen.

4.2 Veranderingen binnen sectoren Zoals toegelicht in hoofdstuk 1 gaat het PBL-ROA-model uit van de huidige samenhang tussen sectoren en regio’s binnen de productieketen en houdt het alleen rekening met de reeds waarneembare veranderingen in de beroepen- en opleidingenstructuur binnen sectoren. Het klimaatbeleid kan echter leiden tot verschuivingen in de economische samenhang tussen sectoren en regio’s en in de aard van de werkzaamheden binnen sectoren. Die veranderingen kunnen de discrepantie tussen vraag en aanbod op de arbeidsmarkt verder vergroten. Het is mogelijk om dit soort veranderingen ook mee te nemen in het PBL-ROA-model. Het is dan noodzakelijk om de productieketen en de beroepen- en opleidingenstructuur binnen sectoren op te splitsen in traditionele activiteiten en activiteiten die ontstaan door het klimaatbeleid. Zo’n opsplitsing kan op verschillende manieren bijdragen aan de inzichten die met het PBL-ROA-model kunnen worden geboden.

PBL | 44

In de MRIO-analyse kan dan een onderscheid worden gemaakt tussen de arbeidsintensiteit van activiteiten binnen sectoren passend bij een energiesysteem op basis van fossiele brandstoffen en een systeem op basis van hernieuwbare energiebronnen. Volgens verschillende studies verschilt de arbeidsintensiteit binnen de energiesector tussen deze activiteiten (zie OECD 2017). Dit betekent dat de vraag naar arbeidskrachten kan stijgen als de energievoorziening in toenemende mate is gebaseerd op hernieuwbare energiebronnen. Met aanvullende gegevens over de productieketen van goederen en diensten die worden beïnvloed door het klimaatbeleid kan in de MRIO-analyse rekening worden gehouden met eventuele verschillen in de effecten voor toeleverende sectoren. Zo verloopt de winning, productie en distributie van energie op basis van hernieuwbare bronnen anders dan bij conventionele energiebronnen zoals olie en gas. Hierdoor zijn de indirecte gevolgen van deze twee vormen van energieproductie in andere sectoren merkbaar. Daarnaast kan in de MRIO-analyse dan ook rekening worden gehouden met eventuele verschillen in de regionale verdeling van sectoren. Zo wordt zonne- en windenergie verspreid over Nederland opgewekt, terwijl de kolencentrales zich in een paar regio’s bevinden.