Verbeteren informatiebasis voor energieonderzoek in de glastuinbouw
1. Inleiding
De glastuinbouwsector heeft de ambitie uitgesproken om in 2040 klimaatneutraal te zijn. Met die ambitie in gedachten heeft de sector afspraken gemaakt met de Rijksoverheid over tussentijdse CO2-emissiedoelen en de maatregelen en inzet die nodig zijn om deze doelen te halen. De afspraken zijn vastgelegd in het Convenant Energietransitie Glastuinbouw 2022-2030. Dit convenant is de opvolger van de Meerjarenafspraak Energietransitie Glastuinbouw 2014-2020 en voorlopers daarvan en is de uitwerking van de glastuinbouwparagraaf uit het Klimaatakkoord. Om te bepalen of lopende en toekomstige beleidsmaatregelen toereikend zijn om de gestelde doelen te behalen zijn betrouwbare cijfers over de CO2-emissie en de energiehuishouding van de glastuinbouwsector van groot belang.
Op dit moment worden er zowel in de Energiemonitor van de Nederlandse glastuinbouw van Wageningen Social & Economic Research (WSER) als in de Klimaat- en Energieverkenning (KEV) van het Planbureau voor de Leefomgeving (PBL) cijfers gepubliceerd over (onder andere) energie en emissies van de glastuinbouw. Deze cijfers verschillen van elkaar doordat er gebruikgemaakt wordt van verschillende onderliggende gegevens en rekenmethoden (zie tekstkader). De KEV maakt gebruik van CBS-cijfers die worden afgeleid uit gegevens van de netbeheerders (zie tekstkader), terwijl WSER gebruikmaakt van gegevens over arealen per gewas uit de Landbouwtelling (LBT) in combinatie met een eigen dataverzameling voor het bepalen van het energieverbruik per hectare per gewas.
Daarom is in 2021 in opdracht van het Ministerie van Landbouw, Visserij, Voedselzekerheid en Natuur (LVVN) een traject gestart met als doel om de verschillen tussen deze cijfers beter te begrijpen en zoveel mogelijk weg te nemen. De uiteindelijke inzet is om een nieuwe informatiebasis voor energieonderzoek voor de glastuinbouw te ontwikkelen en beschikbaar te stellen. Het is de bedoeling dat zowel PBL als WSER in de toekomst uit deze datavoorziening de gegevens kunnen afleiden die nodig zijn voor hun werkzaamheden, waaronder de KEV, de Energiemonitor en verbonden of afgeleid onderzoek ten dienste van o.a. de convenantpartners, hun programma’s – waaronder het programma "Kas als Energiebron" – en hun kennisvragen. De te ontwikkelen informatievoorziening dient robuust, compleet, representatief, reproduceerbaar en structureel beschikbaar te zijn. Het CBS vervult in dit traject een uitvoerende rol voor wat betreft het ontwikkelen van de nieuwe datavoorziening en ontvangt daarbij inhoudelijke feedback van de belangrijkste gebruikers van de beoogde dataset, PBL en WSER.
In een eerste deelproject (CBS, 2023) zijn meetgegevens over aardgasleveringen van de netbeheerders gekoppeld aan gegevens op het niveau van individuele vestigingen van glastuinbouwbedrijven uit de Gecombineerde Opgave (GO) van de Rijksdienst voor Ondernemend Nederland (RVO) en is de data- en koppelkwaliteit voor deze gegevens geanalyseerd. Daarnaast is de inschatting van het areaal glastuinbouw volgens de GO vergeleken informatie uit andere (geografische) bronnen. In het tweede deelproject, waarop dit rapport betrekking heeft, is gekeken naar gegevens over elektriciteitshuishouding van de glastuinbouw. Opnieuw is de koppeling gelegd met gegevens uit de GO en is de data- en koppelkwaliteit onderzocht. Daarbij is gebruikgemaakt van meetgegevens over de aanvoer (inkoop) en aflevering (verkoop) van elektriciteit via het openbaar net en meetgegevens en schattingen van de elektriciteitsproductie uit aardgas met behulp van warmtekrachtkoppeling (WKK)-installaties. Het koppelen van data op microniveau is wenselijk om verschillende uitsplitsingen te kunnen maken die nodig zijn voor de analyses in de Energiemonitor en de modelberekeningen voor de KEV. Analyse van data op microniveau helpt ook om de kwaliteit van de daaruit afgeleide totalen op macroniveau te beoordelen.
Dit rapport beschrijft de gebruikte databronnen en de koppelstrategie die ontwikkeld is om de eerder genoemde databronnen met elkaar te combineren (Hoofdstuk 2). Vervolgens wordt de kwaliteit en dekking van de gekoppelde dataset geanalyseerd (Hoofdstuk 3.1). Daarbij wordt ook beschreven welke factoren voor onzekerheid zorgen, wat daarvan de impact is (Hoofdstuk 3.2) en op welke manier de kwaliteit nog verbeterd zou kunnen worden (Hoofdstuk 4).