Veel sociale werkelijkheid gaat verloren in beleidsmodellen

• Haar, B. ter (2024) ESB, 109(4837), 392-395. Download [172,59 kb]

De samenleving zit vol met ingewikkelde systemen, waarvan de dynamiek moeilijk te doorgronden is. Modellen kunnen beleids­makers helpen die dynamiek beter te begrijpen. Maar een te absoluut gebruik van modellen leidt tot een veronachtzaming van met name de sociale werkelijkheid.

Voor het gedrag van atoomkernen bestaat een hele reeks aan modellen. Het ene model is toepasbaar wanneer een lichtdeeltje het atoom raakt, een ander model is toepasbaar bij een stevige botsing met een andere atoomkern. Natuurkundigen weten dat het domein van het model dat zij gebruiken beperkt is, en dat het gebaseerd is op beperkte kennis. Experimenten kunnen de kennis vermeerderen en hopelijk de modellen steeds beter maken.

De samenleving is vermoedelijk nog een stuk ingewikkelder dan een atoomkern. Ook overheden gebruiken daarom modellen om inzicht te krijgen in die ingewikkelde werkelijkheid. Het modelleren van actuele dynamieken en toekomstscenario’s helpt beleidsmakers bij het scherpstellen van beleidskeuzes. Modellen kunnen ook gebruikt worden om bestuurlijk wensdenken te voorkomen, en om aldus het politieke denken te disciplineren. Soms worden modellen ook ingezet om maatschappelijke weerstand te breken. De politiek verschuilt zich dan achter de technocratische kennis die in de modellen is verwerkt.

Modellen worden door overheden dus niet zozeer gemaakt en gebruikt om kennis te vermeerderen, zoals dat in de natuurkunde gebeurt, als wel om beleid te kunnen maken en dat te kunnen legitimeren. Dat kan een heel verstandige keuze zijn. Het is zonder twijfel onverstandig om in den blinde beleid te ontwikkelen op een complex terrein dat de beleidmaker zelf niet kan overzien.

De inzet van modellen kan echter ook tot beleidsfalen leiden. Dit artikel bekijkt een aantal casussen om de valkuilen van beleid op basis van modellen te identificeren.  Daaruit trek ik enkele lessen die ons meer inzicht verschaffen in wanneer een model goed en minder goed bruikbaar is in de beleidsvorming.

Coronabeleid kende te nauwe focus

Een mooi voorbeeld van een ingewikkelde dynamiek van de samenleving betreft de periode van de coronapandemie. De premier gaf aan dat er honderd procent beleid gemaakt moest worden op basis van vijftig procent kennis. Een model van de werkelijkheid kan dan helpen.

Opvallend is dat in hoge mate werd gestuurd op medische gegevens en medische kennis. Dat was het gevolg van de belangrijke adviesrol van het Outbreak Management Team (OMT), en de gegevenspositie die het RIVM werd toebedeeld. Het is in die omstandigheid begrijpelijk dat het beleidsmatig handelen werd gericht op de (zeer beperkte) medische inzichten omtrent gezondheid en ziektebestrijding. Immers, je handelt naar wat je weet en meet. Maar medische gegevens verschaffen slechts een heel beperkt zicht op de werkelijkheid van de samenleving. Die vijftig procent was daarmee een grote overschatting.

Inmiddels wordt steeds duidelijker wat de maatschappelijke schade is die de pandemie heeft veroorzaakt, waar ten tijde van de pandemie geen oog voor was. Er was dus een ander model nodig om die sociale werkelijkheid te vatten, en er had direct een veel grotere dataset moeten worden aangelegd met relevante maatschappelijke kenmerken. Het kabinet koos daar niet voor, het RIVM was erg gesloten over de eigen data, en de planbureaus kwamen niet verder dan een gezamenlijke oproep om breder te kijken, maar leverden daar zelf het materiaal niet voor aan (PBL, 2020).

CPB-model mist langetermijnperspectief

Voor het inzicht in kabinetsprogramma’s en verkiezingsprogramma’s gelden de middellangetermijnverkenningen en de doorrekeningen van ‘Keuzes in Kaart’ van het Centraal Planbureau (CPB) als essentiële bijdragen. Deze modelexercities worden erg gewaardeerd door economen en zouden een disciplinerend effect hebben op beleidsmakers. Politieke partijen of kabinetten kunnen dankzij deze model­berekeningen het electoraat immers geen onbetaalbare luchtkastelen presenteren.

Vanwege het grote gewicht dat we aan deze modellen hechten, maakt de politiek ook intensief gebruik van deze modelresultaten bij het scherpstellen en legitimeren van hun beleidskeuzes. Dat kan evenwel leiden tot een eenzijdige focus op die modelresultaten, met veronachtzaming van zaken die niet in het model zitten.

Gebrek aan langetermijninzicht

Die veronachtzaming geldt bijvoorbeeld voor de langetermijneffecten van overheidsbeleid. Dat het CPB de lange termijn geen plaats geeft in de modelvorming is een van de meest gehoorde en fundamentele kritiekpunten. Als voorbeeld wordt vaak het onderwijsbeleid genoemd. Het is logisch dat onderwijsuitgaven pas in de iets verdere toekomst zullen renderen, namelijk wanneer de jongeren die beter onderwijs hebben genoten zelf actief op de arbeidsmarkt zijn geworden. In modellen op de middellange termijn tellen onderwijsuitgaven echter louter als kostenpost en blijft het maatschappelijk rendement buiten beeld. De onderdirecteur van het CPB noemt onderwijsinvesteringen zelfs een niet-bestaande magische groeiknop (­Hinloopen, 2024). Daarmee keert het CPB zich rechtstreeks tegen bijvoorbeeld het groeimodel zoals dat door Erken en Van Es (2024) wordt gehanteerd om juist wel het belang van investeringen voor de toekomst op de lange termijn van de Nederlandse economie aan te tonen.

Van nature heeft de politiek al weinig belangstelling voor de langetermijneffecten van beleid vanwege de levenscyclus van een bestuurlijke termijn, maar de modelresultaten van het CPB legitimeren dit gebrek aan belangstelling alleen maar. Dat heeft een direct effect op de kwaliteit van beleid in Nederland, juist op een moment dat vrijwel alle maatschappelijke vraagstukken evident een langetermijn­karakter hebben: of het nu gaat om de sectorstructuur van de economie, het belang van scholing en kennis, het belang van onderzoek, de effecten van vergrijzing en migratie, de effecten van de grenzen die de biodiversiteit met zich brengt, de klimaatverandering, het gebrek aan woningen – het zijn allemaal vraagstukken die roepen om verstandig beleid om Nederland ook in de toekomst welvarend te houden.

In de Nederlandse politiek zien we naast botweg wegkijken van deze langetermijnvraagstukken ook een aanzienlijke mate van handelingsverlegenheid. Juist dan kunnen modellen een rol spelen in de rechtvaardiging van beleid.

Het is te hopen dat het CPB zelf veel leert van de langetermijnscenario’s die naar verwachting dit najaar zullen worden gepresenteerd, en de nieuwe inzichten ook weet in te zetten in de dialoog met het landsbestuur. Als het CPB niet verder komt dan een langetermijnschatting van de budgettaire houdbaarheid, miskent het deze behoefte aan handelingsperspectief. In vergelijking met het Planbureau voor de Leefomgeving dat zich onvermijdelijk wel vaak op de langetermijneffecten (in de fysieke leefomgeving) moet richten, heeft het CPB het gemakkelijker in de beleidsacceptatie van hun modellen. Maar ook dit gemak miskent de (wellicht latente) behoefte aan meer handelingsperspectief voor de langere termijn, en doet ook de inzichten van het PBL tekort. Een keuze van het CPB om ook meer aan modelontwikkeling op de lange termijn te doen, zou de toegang van het PBL tot de politieke besluitvorming kunnen bevorderen.

Budgettair effect boven maatschappelijke impact

Niet alleen op de lange termijn, maar ook op korte en middellange termijn ligt de nadruk op de budgettaire effecten van beleid en wordt de maatschappelijke impact ervan op de tweede plaats gezet. De focus op het budgettaire aspect in de doorrekeningen van het Centraal Planbureau gaat daarbij hand in hand met de modus vivendi bij het Ministerie van Financiën: het ministerie dwingt bijvoorbeeld  steeds af dat bij inconsistentie tussen de tekst van een ­coalitieakkoord en de budgettaire bijlage, de budgetcijfers tellen. In de ombuigingslijsten van de Rijksbegroting komt de maatschappelijke impact van beleid zelfs helemaal niet aan bod.

Vertegenwoordigers van politieke partijen maken, door ervaring wijs geworden, inmiddels driftig gebruik van de budgettaire bias in de modeluitwerkingen van het CPB door enkele maatregelen aan hun programma toe te voegen die ze niet van plan zijn om uit te voeren, maar wel tot mooiere budgettaire uitkomsten leiden.

Geen plaats voor onzekerheid

Ondanks de termijn- en domeinbeperkingen van met name de CPB-modellen, worden deze berekeningen behandeld als absolute grootheden, niettegenstaande dat het voortdurend blijkt dat de realisaties anders waren dan de prognoses van het CPB. De inherente onzekerheid kan vaak geïllustreerd worden door van de uitkomsten een bandbreedte weer te geven, maar die presenteert het CPB zelden.

Maar zelfs wanneer bandbreedtes van uitkomsten wel gepresenteerd worden, is het effect ervan beperkt. Illustratief zijn daarbij de koopkrachtcijfers die het CPB berekent. Tot afgrijzen van het CPB leiden deze berekeningen elk jaar weer tot zeer gedetailleerde finetuning van met name de fiscale maatregelen. Dat terwijl het CPB de koopkrachtmutaties in de vorm van puntenwolken presenteert, die een grote spreiding in koopkrachteffecten laten zien en daarmee juist duidelijk maken dat finetuning weinig zin heeft.

Belangen in fysieke leefomgeving miskent

Om beleidskeuzes te rechtvaardigen, verschuilen beleids-makers zich vaak achter de gesuggereerde objectiviteit van modellen. Beleidskeuzes grijpen vaak rechtstreeks in in tegengestelde belangen van betrokken partijen. Denk aan de geluids­niveaus rondom Schiphol, de kans op aardbevingen in Groningen of de stikstofdepositie in natuurgebieden. Geluidsoverlast rondom de luchthaven wordt veroorzaakt door vliegtuigmaatschappijen – dat zijn partijen die graag verder willen groeien, maar de overlast wordt ondervonden door omwonenden die deze overlast graag kwijt willen of in elk geval willen laten verminderen. De aardbevingen in Groningen zijn het gevolg van gaswinning. Dat leverde oliemaatschappijen en de centrale overheid veel geld op, maar leidde tot huizenschade en ging ten koste van levensvreugde van de bewoners in het aardbevingsgebied.

De objectiviteit van modellen is echter twijfelachtig, omdat de ingewikkelde modellen die specifiek voor deze beleidsvraagstukken ontwikkeld werden, steunen op kennis die grotendeels door belanghebbende partijen moest worden geleverd, omdat zij de schaarse technologische inzichten bezaten. Ervaringskennis van burgers die hun eigen omgeving aan den lijve ondervinden, blijft echter buiten beeld. De maatschappelijke component van de overlast voor de samenleving krijgt daardoor geen plek in de modellen, wat voor vertekening van de modelresultaten zorgt. Die bias blijkt ook bij toetsing van de modelresultaten aan de werkelijke beleidsrealisaties. Met name in de Schipholmodellen zien we dat de modelprognoses voor geluidsoverlast gunstiger zijn dan de verrichte metingen (Weggeman, 2022).

Het maatschappelijke vertrouwen in modellen

De drie casussen – rond het gebruik van de modellen bij corona, economische projecties en in de fysieke leefomgeving – illustreren dat modelbeperkingen tot beleidsfalen kunnen leiden en dat modellen vaak worden gebruikt als legitimering van beleid. Dit lijkt in toenemende mate te stuiten op een maatschappelijk wantrouwen tegenover het modelgebruik.

Dat wantrouwen geldt zeker voor alle modellen die zich richten op (vaak moeilijk zichtbare) langetermijntrends. Voor veel burgers, net als voor politici, is het moeilijk om te beseffen dat beleid voor vraagstukken voor de lange termijn vaak een start in het heden moet hebben. Daarom ontstaat bijvoorbeeld gemakkelijk weerstand tegen de kennis en modellen die zich richten op de trends van klimaat en ­milieu. Hoe degelijk de klimaatmodellen van het IPCC ook zijn, en bij voortduring wetenschappelijk worden hertoetst en aangevuld, er heerste jarenlang grote maatschappelijke weerstand tegen het klimaatbeleid. Pas door de recente zichtbare klimaatveranderingen overal ter wereld is deze weerstand voor een groot deel weggesmolten.

Maar vooral het technocratische karakter van modellen ter verantwoording van beleidskeuzes botst op wantrouwen en scepticisme bij burgers. De overheid zet zichzelf daarmee op afstand van de burger, waardoor de legitimiteit van het beleid gemakkelijk betwistbaar wordt. Gebrek aan transparantie omtrent de modellen versterkt dit effect.

Tekenend voor dat wantrouwen zijn de metingen die burgers zelf organiseerden in hun leefomgeving, bijvoorbeeld rond Schiphol en rond Tata Steel in IJmuiden, omdat ze vrezen dat de overheid in haar modellen de burgerbelangen niet op een evenwichtige manier afweegt tegen economische belangen van betrokken partijen.

Een vergelijkbaar beeld doet zich voor bij de modellen die worden ontwikkeld om zicht te krijgen op de energietransitie. Het is moeilijk te doorgronden welke kennis precies is ingezet en of dat kennis is van belanghebbenden, en of er in de model- of scenariobouw aannames zijn gedaan die bepaalde gevestigde belangen goed uitkomen. Daar komt in het geval van de energietransitie bij dat die transitie bij uitstek een domein is waar toekomstige gedragseffecten in de samenleving een grote invloed hebben. Het weglaten of simplificeren van die effecten heeft gevolgen voor de kwaliteit van het ingezette beleid, maar ook zeker voor de herkenbaarheid bij de burger en daarmee voor het maatschappelijk draagvlak.

Een ander actueel voorbeeld is het door de overheid ontwikkelde AERIUS-model, dat van een stikstofbron kan berekenen hoeveel stikstofneerslag deze bron zal veroorzaken in een Natura 2000-gebied. De weerstand die het stikstofbeleid oproept bij belanghebbenden, vooral bij de boeren, en de maatschappelijke steun voor die weerstand, vertaalt zich in afkeer van het model. Ook het maatschappelijk verzet tegen het coronabeleid groeide vanwege de buitensporige sturing op medische gegevens naarmate de pandemie voortduurde.

Zelfs het CPB moet zich zorgen maken over het draagvlak voor de eigen modellen. Met de huidige krapte op de arbeidsmarkt is bij de burgers de angst voor de conjunctuurcyclus en bijbehorende werkloosheid niet erg groot. Daardoor is de zorg over maatschappelijke vraagstukken met een langetermijnkarakter (wonen, onderwijs, klimaat, zorg, pensioen) veel groter, en het gezag van het CPB zeker niet groeiende. We zien ook dat niet elke partij haar verkiezingsprogramma laat doorrekenen, en recent was dat zelfs een vrij grote groep. De kiezer heeft deze groep ook helemaal niet afgestraft, wat een beetje aangeeft hoe de burger tegen deze modelexercities aankijkt.

Lessen voor gebruik modellen door  overheid

De complexe systemen in onze samenleving zijn niet gemakkelijk te doorgronden, en dat maakt het ontwerpen van beleid niet eenvoudig. Modellen die de systemen proberen te beschrijven en de dynamiek ervan kunnen voorspellen, kunnen een grote toegevoegde waarde hebben. Zo kan het al dan niet beschikbaar zijn van een model bepalend zijn of er al dan niet beleid wordt gevoerd.

Maar de inzet van modellen die met een specifiek beleidsdoel zijn ontworpen, zorgt wel voor een aantal valkuilen, juist omdat een model de werkelijkheid maar heel beperkt kan nabootsen. Modellen bevatten immers altijd veel onzekerheden en domeinbeperkingen. Onzekerheden vanwege beperkte kennis of beschikbare data, of omdat het model grote simplificaties bevat, of omdat externe effecten waarvan de dynamiek onbekend is van invloed zijn op de werking van het model (of op de werkelijkheid). Daardoor verhouden de tijdshorizon en de domeinbeperking van het model zich vaak onvoldoende tot die van het beleidsvraagstuk. Bovendien worden modellen veelal gebouwd als functie van beleidsvraagstukken, niet zelden met tegengestelde belangen van betrokken partijen, en dus niet in een wetenschappelijke omgeving. Dat creëert een risico op een vertekening van het model. Daar komt bij dat beleidsmakers deze onzekerheden en vertekeningen regelmatig negeren en modeluitkomsten vaak als absolute grootheden inpassen in het beleid.

Een beter gebruik van de modellen begint met de onderkenning dat een model altijd een versimpeling is van de werkelijkheid. Onderken daarom het beperkte domein van het gebruikte model en zorg dat het domein dat niet wordt bestreken maar wel relevant is, toch in beeld wordt gebracht, met een modelaanvulling of een ander model. Voor de volgende pandemie kan die les uit de corona­periode bijna vanzelfsprekend worden meegenomen, maar ook bij doorrekenmodellen van het CPB moet nagedacht worden over de veronachtzaming van de (niet-budgettaire) maatschappelijke impact van beleidskeuzes.

Daarnaast moeten beleidsmakers beseffen dat technocratische modellen vaak voorbijgaan aan de sociale werkelijkheid zoals die door burgers wordt beleefd. Dat geldt niet alleen voor pandemiebeleid, maar ook voor alle modellen die gebruikt worden in de fysieke leefomgeving. Bewaak daarbij in het bijzonder de legitimiteit van de gebruikte modellen, door consistentie en continuïteit, en door open en transparant te zijn over de opzet, de ingezette data en kennis en het gebruik. Vermijd een bias die voortkomt uit vooringenomenheid of een belangenconflict, en ga eerlijk en zorgvuldig om met de inherente onzekerheid van modeluitkomsten.

In het bijzonder vraagt de modellering van de lange termijn meer aandacht. De hedendaagse maatschappelijk-economische vraagstukken zijn allemaal van een langjarig karakter en vragen vrijwel altijd investeringen die nog vele jaren impact hebben. Het ontbreken van langetermijn­modellering van maatschappelijke investeringen voedt echter de handelingsverlegenheid aan de beleidskant om te investeren in die lange termijn. Geef daarbij ook aandacht aan het creëren en onderhouden van een draagvlak voor langetermijnmodellen. Maatschappelijke weerstand op ingrijpen in de langetermijntrends is vrijwel onvermijdelijk, maar geloofwaardige modellen kunnen het draagvlak wel verbreden.

Tot slot

Een model is een hulpmiddel in het ontwerpen van beleid, maar ook niet meer dan dat. Daar waar modeluitkomsten absoluut worden genomen, wordt onvermijdelijk te veel van de sociale werkelijkheid tekort gedaan. Een groter gewicht voor de leefwereld van burgers kan helpen om het tekort aan inzicht dat de modellen geven te verlichten, en om te vermijden dat dit inzicht volledig wordt genegeerd.

Literatuur

Erken, H. en F. van Es (2024) Investeringen moeten prominenter op de politieke agenda. RaboResearch Publicatie, 24 januari.

Hinloopen, J. (2024) Harry Potter woont niet in Den Haag. CPB Column, 29 februari.

PBL (2020) Briefadvies Covid-19 Overleg Planbureaus. PBL, 28 mei.

Weggeman, J. (2022) Essay: Kennis en Schiphol. In: W. Derksen en M. Gebben, Groningen en de bevingen: Hoe kennis beleid nauwelijks beter maakt. Amsterdam: Boom.