Varianten voor tariefstructuur Betalen naar Gebruik. Onderzoek naar doelbereik en enkele neveneffecten

Het kabinet wil de motorrijtuigenbelasting voor personen- en bestelauto's uiterlijk in 2030 omvormen tot een heffing per gereden kilometer. Voor die tariefstructuur zijn drie hoofdvarianten uitgewerkt in acht subvarianten: een gelijk tarief voor alle voertuigen, differentiatie naar gewicht en brandstofsoort, en een basistarief met opslag naar CO2-uitstoot. De varianten zijn met de automarktmodellen Carbontax en Dynamo en het landelijk verkeersmodel afgezet tegen een basispad uit de Klimaat- en Energieverkenning, met een doorkijk naar 2040 en uitsplitsing naar provincies, regio's en voorbeeldauto's. Alle varianten leiden tot minder gereden kilometers en lagere uitstoot, maar bij een budgetneutraal tarief zonder brandstof- of CO2-differentiatie wordt het wagenpark gemiddeld iets zwaarder en minder zuinig en blijft de CO2-reductie onder de 2,5 megaton. Alleen door de tarieven fors te verhogen, of door differentiatie naar CO2 of een tijdelijke korting voor elektrische auto's, worden beide doelen gehaald. Verschuiving van vaste naar variabele kosten maakt autobezit aantrekkelijker, waardoor het personenautopark in de meeste varianten groeit; effecten verschillen per provincie en stedelijkheidsgraad.

Financiële, liquiditeits- en insolventierisico'sKlimaat, biodiversiteit en milieuVeranderende wet- en regelgeving

Waarom deze indeling: De studie is opgezet rond twee gelijkwaardige doelen: het opvangen van grondslagerosie in de autobelastingen door de opkomst van elektrische voertuigen en een reductie van 2,5 megaton CO2 in 2030. Budgetneutraliteit van de overheidsinkomsten, inclusief uitvoeringskosten en gederfde tolinkomsten, is bepalend voor de tariefhoogte. Het geheel dient de voorgenomen omvorming van de motorrijtuigenbelasting tot een heffing per kilometer.

Toegekend met een AI-model (Opus 5) op basis van de zestien thema's van Risk in Focus; niet door mensen gevalideerd. Om de labels beter te onderbouwen gaan we ze gefaseerd herbeoordelen met een tweede, onafhankelijk model van een andere aanbieder (OpenAI naast Anthropic); vanwege tokenlimieten gebeurt dat stapsgewijs. Ziet u een fout? Laat het weten.

Ministerie

Ministerie van Financiën

Bron

Onderzoeken en evaluaties: MuConsult, Revnext en 4Cast

Toegepaste standaard

Extern onderzoek

Datum

2022-10-27

Het rapport zelf

originele publicatie

Omschrijving

samenvatting door een AI-model (Opus 5) op basis van de publicatie

Risicolabels

toegekend met een AI-model (Opus 5) volgens de zestien thema's van Risk in Focus (ECIIA), niet door mensen gevalideerd

Bijgewerkt

augustus 2026