Drie lessen voor innovatief beleid met data in de lokale energietransitie

Gemeenten spelen een cruciale rol bij het realiseren van de energietransitie. Daarbij maken zij steeds vaker gebruik van data-analysetoepassingen om hun beleidsvormingsproces effectiever, efficiënter en inclusiever te maken[1]. TNO deed onderzoek bij zes gemeenten naar de aanpak die wordt toegepast voor het ontwikkelen en toepassen van kennis uit data analyse applicaties. Drie belangrijke lessen springen hierbij in het oog.

Staat uw gemeente in de startblokken om ook in de energietransitie meer data-gedreven te werken, of bent u al aan de slag met data, maar lijken de uitdagingen groter dan de voordelen? Ervaart u bijvoorbeeld uitdagingen met het beschikbaar krijgen van de nodige data, in het ontwikkelen van betrouwbare en relevant inzichten uit data, of met het inbedden van de inzichten in het beleidsvormingsproces? Bij deze zes gemeenten, Amsterdam, Utrecht, Rotterdam, Zoetermeer, ‘s-Hertogenbosch en Tilburg, is onderzoek gedaan naar de aanpak die wordt toegepast voor het ontwikkelen en toepassen van kennis uit data analyse applicaties.

De zes gemeenten ontwikkelen en gebruiken diverse data-analysetoepassingen met behulp van datamodellen en data visualisatietools. Deze landen vervolgens in bijvoorbeeld een gemeentelijke dashboard of in beleidsdocumenten zoals een Transitievisie Warmte. De informatie die deze toepassingen opleveren draagt bij aan het inzicht in de huidige stand van zaken van de energietransitie in de gemeenten, identificeert potentiële barrières of kansen en helpt bij het formuleren van effectief beleid. In dit artikel presenteren wij drie succesfactoren voor het inbedden van het werken met data in de beleidsvorming op basis van het onderzoek bij zes gemeenten.

Data analisten en beleidsmakers vervullen verschillende functies in de praktijk en spreken niet dezelfde taal. Waar de data analisten probleemanalytisch te werk gaan om de nodige kennis en ondersteuning voor de beleidsmakers te ontwikkelen, vormen de beleidsmakers de interface met de politieke besluitvorming. Echter, die klassieke invulling creëert belemmeringen voor de effectiviteit van het werken met data voor energietransitie beleid.

Versterken van synergie 

Actieve samenwerking, regelmatige bijeenkomsten en kennisdelingssessies tussen data-analisten en beleidsadviseurs, blijken in alle gemeenten cruciaal tijdens het creatieproces van de data-analysetoepassing.

Een ander voorbeeld is in Utrecht, waar de data scientist samen met beleidsmakers integraal deel uitmaakt van het energietransitie team. Deze aspecten verbeteren de kennisintegratie van beide partijen in de data-analysetoepassing. Daarnaast is bij vrijwel alle zes gemeenten momenteel een beleidsmaker in dienst die gevoel heeft voor of zelf expertise heeft in het werken met data, wat bijdraagt aan een succesvolle samenwerking. Maar lang niet alle gemeenten beschikken hierover. In deze situaties wordt het regelmatig uitwisselen van kennis en ervaringen nog belangrijker. Door kennisdeling kunnen data-analisten en beleidsmakers elkaars expertise benutten en gezamenlijk betere beslissingen nemen. Het bevorderen van een cultuur van samenwerking, intern in de gemeente, met stakeholders in de gemeente en met andere gemeenten, is essentieel.

Een belangrijke overeenkomst tussen de onderzochte gemeenten is dat sociaal-economische kennis over transities, bijvoorbeeld gerelateerd aan verdelingseffecten, steeds belangrijker wordt voor de rechtvaardigheid van hun klimaatbeleid. Sociaal-economische aspecten, zoals energiearmoede, worden bijvoorbeeld meegenomen in de data-analysetoepassing ten behoeve van weloverwogen beslissingen voor het prioriteren van aardgasvrije wijken. Het beveelt dus aanbeveling om tijdig na te denken over de behoefte voor sociaal-economische inzichten en de organisatie van de data analyse daarop voor te bereiden.

Energiearmoede treedt op wanneer huishoudens met een laag inkomen te maken hebben met hoge energiekosten en/of een woning van onvoldoende kwaliteit op het gebied van energie-efficiëntie. Deze inzichten maken het mogelijk om sociaal-economische verschillen in kaart te brengen en gebieden te identificeren waar extra ondersteuning voor de betaalbaarheid en toegankelijkheid van energie nodig kan zijn. Echter, het combineren van de sociale en technische energiegegevens in één data-analysetoepassing brengt nieuwe kennishiaten en risico’s met zich mee, en wordt ook in verschillende mate geïmplementeerd bij de zes gemeenten. Dit verschilt per toepassing, zo bleek voor een monitoringsdashboard de integratie van deze twee datatypen moeilijk vanwege de verschillende aggregatie niveaus. Privacy beperkingen maken het noodzakelijk dat sociale gegevens op een hoger abstractieniveau worden gepresenteerd dan technische gegevens. Data governance is hiervoor essentieel.

Data governance omvat veel verschillende onderdelen, in dit onderzoek worden twee essentiële karakteristieken van data governance voor synergie tussen data scientist en beleidsmakers uitgelicht. Ten eerste, kiezen gemeenten voor een data governance die transparantie van de aanpak gegarandeerd om de data-analysetoepassing te implementeren in de organisatie en om de kennis ervan te delen in het netwerk van de gemeentelijke actoren. Hiervoor is goede documentatie van de gebruikte data en de analyse modellen van groot belang. De gemeente Tilburg noemt dat een transparante aanpak wordt gehanteerd om ervoor te zorgen dat het gehele proces te verantwoorden en gemakkelijk reproduceerbaar is. In de data-analysetoepassing wordt met hoog detail niveau gedocumenteerd over de gegevensbronnen, de specifieke datasets die zijn gebruikt en de analyses uitgevoerd met die data. Wat ook bijdraagt aan de transparantie van het proces is het gebruik van open data.

Een ander belangrijk aspect is het maken, vastleggen en borgen van duidelijke en uitvoerbare afspraken, vooral als het gaat om privacygevoelige data. Hierbij is het essentieel om onderling afspraken te maken over wie toegang heeft tot de gegevens. Een voorbeeld hiervan is te vinden bij de gemeente ‘s-Hertogenbosch, waar autorisatie tot het energiearmoede dashboard scherp is gedefinieerd, geïmplementeerd en geborgd, vanwege de vertrouwelijke informatie over de inwoners. Door rekening te houden met beide aspecten, zal het vertrouwen in de data-analyses toenemen.

De bevindingen van dit onderzoek benadrukken dat data-analysetoepassingen, inclusief sociaal-economische aspecten, een krachtig hulpmiddel vormen voor gemeenten in hun streven naar duurzame en rechtvaardige energietransities. Om de ontwikkeling en het gebruik van data-analysetoepassingen te verbeteren, wordt gemeenten geadviseerd om structuur te brengen in de aanpak op een manier dat de interactie tussen de data scientist en beleidsmakers stimuleert. Het versterken van kennisdelingsactiviteiten wordt aanbevolen intern bij gemeenten, maar ook tussen gemeenten. Het tweede kan bijvoorbeeld door gezamenlijke sessies te organiseren waar gemeenten met elkaar in gesprek kunnen gaan en hun kennis en ervaringen kunnen uitwisselen. Ook gezamenlijk ontwikkelen van data analyse toepassingen in regionaal of VNG verband kan bijdragen aan het vertrouwen in de toepassingen. Ten slotte wordt aanbevolen om te blijven innoveren, maak gebruik van de samenwerking met universiteiten en andere kennisinstellingen om innovatieve oplossingen te vinden door gezamenlijk aan projecten te werken en expertise te bundelen.

[1] Diran, D., Hoekstra, M., & van Veenstra, A. F. (2022, September). Applications of Data-Driven Policymaking in the Local Energy Transition: A Multiple-case Study in the Netherlands. In International Conference on Electronic Participation (pp. 55-72). Cham: Springer Nature Switzerland.

[2] Sanden, C. V. D. (2023). Use of data analytics applications by Dutch municipalities to support policy making on socio-economic aspects of the local energy transition (Master’s thesis).