Onderzoek lustenverdeling mijnbouw

Modellen om de opbrengsten van mijnbouwactiviteiten anders te verdelen zodat de lokale omgeving er meer in deelt, uitgevoerd voor de herziening van de Mijnbouwwet en de Contourennota Mijnbouw 2050. De scope beperkt zich tot nieuwe mijnbouw op land; fysieke schade valt buiten de definitie van lasten. Nu lopen de financiele stromen via mijnbouwbelastingen en dividenden primair naar de Rijksbegroting, terwijl lasten als ruimtebeslag, bodemdaling, aardbevingsrisico en maatschappelijke onrust lokaal neerslaan. Op basis van buitenlandse voorbeelden en andere sectoren zijn zeven modellen uitgewerkt, van een uitkering via het Gemeente- of Provinciefonds tot aandeelhouderschap van de omgeving en een lokaal projectfonds. Geen enkel model scoort zonder meer beter dan de huidige verdeling; alternatieven brengen het risico van nieuwe ongelijkheden en complexe gebiedsafbakening mee.

Financiële, liquiditeits- en insolventierisico'sGovernance en verslaggevingCommunicatie, reputatie en stakeholders

Waarom deze indeling: De kern is hoe financiele opbrengsten van mijnbouw verdeeld en besteed worden en welke risico's ontstaan als publieke uitgaven afhankelijk worden van tijdelijke en variabele mijnbouwinkomsten (financial). De modellen raken de verhouding tussen Rijk, provincie en gemeente en de afbakening van een gebied, een afweging die alleen politiek-bestuurlijk te maken is (governance). Het onderzoek benadrukt dat zonder zeggenschap en erkenning voor de lokale omgeving meer delen in de lusten als afkoop wordt ervaren, tegen de achtergrond van het vertrouwensverlies in Groningen (comms).

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 Economische Zaken en Klimaat

Bron

Onderzoeken en evaluaties: Rebel

Toegepaste standaard

Extern onderzoek

Datum

2023-12 (alleen de maand is bekend)

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