Omslag in productiviteitsgroei: structureel herstel of tijdelijke opleving?

Sinds het tweede kwartaal van 2024 groeit de Nederlandse economie stevig, ondanks de geopolitieke tegenwind. De belangrijkste motor achter die groei blijkt de arbeidsproductiviteit (zie figuur 1). Tussen het eerste kwartaal van 2024 en het derde kwartaal van 2026 nam de productiviteit met 4,9% toe, gemiddeld 0,5% per kwartaal. Dat is een duidelijke ommekeer in de productiviteitsontwikkeling: in de tien jaar daarvoor stond de productiviteit vrijwel stil. Waar komt deze plotselinge productiviteitsopleving vandaan, zeker tegen de achtergrond van geopolitieke turbulentie en hoge energieprijzen? En hoe robuust is zij? Is de verbetering structureel en breed gedragen, of vooral tijdelijk, conjunctureel of het gevolg van samenstellingseffecten?

Deze vragen zijn des te relevanter omdat een hogere productiviteitsgroei een centrale plaats inneemt in de Nederlandse groeiambities voor de komende jaren. Eind 2025 presenteerde de Commissie Wennink haar advies over het toekomstige verdienvermogen van Nederland (Wennink, 2025). De kernboodschap: Nederland heeft een jaarlijkse economische groei van 1,5% tot 2% nodig om de oplopende uitgaven aan onder meer defensie, zorg, de energietransitie en AOW te kunnen dragen. Het huidige kabinet nam deze ambitie over in het coalitieakkoord. Tegelijkertijd waarschuwt Wennink dat economische groei steeds minder uit een grotere inzet van arbeid kan komen en dat het leeuwendeel zal moeten komen van een hogere productiviteitsgroei. Om de productiviteitsgroei bestendig te verhogen en daarmee 1,5% economische groei te realiseren, is volgens berekeningen van RaboResearch (Erken en Van Es, 2025a) en TNO tot 2035 naar schatting 150 tot 180 miljard euro aan extra investeringen nodig in innovatie en R&D, onderwijs en kapitaalgoederen, zoals infrastructuur, machines, software en computers.

De vraag is daarmee of de recente productiviteitsopleving erop wijst dat Nederland al een structurele omslag heeft gemaakt, en of de groeiambitie van 1,5% tot 2% ook duurzaam te realiseren is zonder de investeringsagenda van de Commissie Wennink en de nieuwe Productiviteitsraad.

Om die vraag te beantwoorden gaan we hieronder dieper in op de verklaringen van de gestegen productiviteit gedurende 2025 en 2026. De conclusie is dat de ontwikkelingen in 2025 en 2026 erop duiden dat zeker een deel van de productiviteitswinsten van tijdelijke aard is. Dit geldt bijvoorbeeld voor de daling van het aantal zelfstandigen, het lagere aantal gewerkte uren per persoon, sectorale verschuivingen, marktontwikkelingen en de eerste commercialiseringseffecten van nieuwe technologieën. Toch lijkt een deel ook voort te komen uit blijvende verbeteringen in de productieve capaciteit van de economie. Het valt bijvoorbeeld op dat veel productiviteitswinst zit bij sectoren die potentieel sterk van kunstmatige intelligentie (AI) kunnen profiteren. Hoewel er geen hard bewijs is dat AI hiervoor verantwoordelijk is, zijn er wel signalen die hierop wijzen.

Opvallend is dat de productiviteitsgroei sinds het tweede kwartaal van 2024 in veel kwartalen gepaard ging met een afname van de arbeidsinzet (zie figuur 2). Die lagere arbeidsinzet kwam niet zozeer door een afname van het aantal werkenden, maar vooral door een daling van het aantal gewerkte uren per werkende (zie figuur 3).

Tussen beide ontwikkelingen bestaat een verband. Zoals we in een eerder themabericht (Erken en Van Es, 2026) hebben laten zien, verhoogt een daling van het aantal gewerkte uren per persoon, zoals we die in veel van de afgelopen kwartalen hebben gezien, de gemeten productiviteit. Dit verloopt via drie kanalen: een samenstellingseffect door de zelfstandigenmix, kapitaalverdieping en een TFP-effect. Hieronder bespreken we deze effecten afzonderlijk.

Effect 1: zelfstandigenmix

Sinds eind 2024 is het aandeel zelfstandigen binnen de totale groep werkenden met bijna 2 procentpunt gedaald, na een lange periode van groei (zie figuur 4). Het overheidsbeleid speelt daarbij waarschijnlijk een belangrijke rol: fiscale voordelen voor zelfstandigen zijn flink versoberd, zoals de zelfstandigenaftrek en de startersaftrek. Daarnaast controleert de Belastingdienst strenger op de Wet DBA. Als blijkt dat sprake is van schijnzelfstandigheid kan de Belastingdienst forse boetes uitdelen, wat sommige opdrachtgevers huiverig heeft gemaakt om zelfstandigen in te huren.

Zelfstandigen werken op papier ruim 1800 uur per jaar. Dat is aanzienlijk meer dan de ruim 1350 uur van werknemers. Deels komt dit doordat bijvoorbeeld facturatie en acquisitie ook als werktijd worden gerekend, maar deels ook omdat zelfstandigen een prikkel hebben om voldoende uren aan de onderneming te besteden om het urencriterium te halen.

Dit betekent dat wanneer zelfstandigen hetzelfde of vergelijkbaar werk gaan doen als werknemers, zij formeel minder uren gaan werken, maar min of meer dezelfde toegevoegde waarde genereren. Hierdoor gaat op papier de arbeidsproductiviteit per uur omhoog. In de jaren vóór 2024 heeft de omgekeerde beweging (zie figuur 4) de arbeidsproductiviteitsgroei juist gedrukt. Duidelijk is dat dit samenstellingseffect van de groep werkenden tijdelijk is; op enig moment houdt de daling van het aantal zelfstandigen op.

Effect 2: kapitaalverdieping

De arbeidsproductiviteit wordt uitgedrukt als de totale toegevoegde waarde die wordt gegenereerd per gewerkt uur. Ze bestaat uit twee componenten: kapitaalverdieping en de totale factorproductiviteit (TFP). Kapitaalverdieping is de hoeveelheid kapitaalgoederen die beschikbaar is per gewerkt uur. Hoe meer computers, voertuigen, fabrieken, machines, et cetera er beschikbaar zijn per uur, hoe meer iemand kan produceren. Wanneer het aantal gewerkte uren daalt, maar de hoeveelheid kapitaal niet proportioneel afneemt, neemt de kapitaalintensiteit per gewerkt uur toe. Hierdoor kan een gemiddelde werkende per uur productiever zijn. Ook dit effect is waarschijnlijk tijdelijk. Ten eerste houdt de daling van het aantal uren op enig moment op en ten tweede past de kapitaalgoederenvoorraad zich op termijn aan de nieuwe situatie aan, bijvoorbeeld via lagere investeringen.

Effect 3: hogere TFP-groei

Een daling van het aantal gewerkte uren per werkzame persoon heeft ook gevolgen voor de TFP. TFP is een maatstaf voor de stand van de technologie in de meest brede zin van het woord en meet hoe efficiënt arbeid en kapitaal worden ingezet om toegevoegde waarde te genereren. Als mensen minder uren gaan werken stijgt vaak de productiviteit per uur. Het verminderen van het aantal gewerkte uren wil namelijk niet zeggen dat werknemers ineens minder taken, verantwoordelijkheden of productiedoelen krijgen. Om hun taken af te krijgen en verantwoordelijkheden in te vullen, kunnen mensen harder of efficiënter gaan werken in de uren die ze daarvoor beschikbaar hebben. Dezelfde hoeveelheid werk wordt dan over minder uren verdeeld. Ook is het mogelijk dat werknemers privé-afspraken, zoals een bezoek aan de tandarts of kapper, vaker buiten werktijd organiseren. Daarnaast kunnen vermoeidheidseffecten een rol spelen: het laatst gewerkte uur is simpelweg minder productief dan de uren daarvoor, doordat vermoeidheid en een verminderde concentratie de productiviteit drukken.

In lijn met de economische literatuur (zie Erken en Van Es (2026) voor een overzicht) wijzen onze eigen econometrische schattingen inderdaad op een negatief verband tussen het aantal gewerkte uren en de groei van de totale factorproductiviteit. Voor Nederland concluderen we dat een afname van het aantal gewerkte uren met 1% samenhangt met een 0,2-0,4% hogere TFP (zie Erken en Van Es, 2025b). Toegepast op de cijfers voor 2025 verklaart het lagere aantal gewerkte uren zo’n 0,4-0,5 procentpunt van de gerealiseerde 2,3% productiviteitsgroei in dat jaar. In 2026 is het effect beperkter: van de 1,8% gerealiseerde productiviteitsgroei tot en met het derde kwartaal is slechts 0,1 procentpunt toe te schrijven aan een lager aantal gewerkte uren per werkende.

Toegevoegde waarde, arbeidsproductiviteit en arbeidsinzet

De totale omvang van de economie (bbp, toegevoegde waarde) wordt bepaald door de arbeidsinzet en de arbeidsproductiviteit. Als het totale aantal gewerkte uren daalt, is dus een productiviteitsstijging nodig om alsnog tot economische groei te komen.

Vooruitkijkend maakt het hierbij wel uit of de arbeidsproductiviteit en de arbeidsinzet samen de totale economische activiteit bepalen, of dat de arbeidsinzet juist wordt bepaald door de toegevoegde waarde en de arbeidsproductiviteit. In het eerste geval is er sprake van een bestendige economische groei die de economische welvaart structureel kan verhogen. De productiviteitsgroei is dan het gevolg van technologische of organisatorische verbeteringen en verhoogt de productie zonder dat er een groter beroep op arbeid hoeft te worden gedaan.

In het tweede geval zijn er waarschijnlijk beperkingen in de economie die voorkomen dat de beschikbare arbeid volledig wordt ingezet. Dat kan onder andere komen door tekorten aan andere productiefactoren en inputs in het productieproces (bijvoorbeeld grondstoffen, halffabricaten, kapitaalgoederen en energie) of doordat randvoorwaarden onvoldoende op orde zijn. Denk daarbij aan beschikbare fysieke ruimte, netcongestie en stikstofregulering, waar we later in dit rapport op terugkomen.

Een sectoranalyse biedt – meer dan een macro-economische analyse – inzicht in de achtergronden van de relatief hoge productiviteitsgroei in de afgelopen anderhalf jaar en hoe bestendig die is. Heeft de hogere productiviteit geleid tot meer productie, of ging zij juist gepaard met een dalende arbeidsinzet? Voor de sectoranalyse maken we onderscheid tussen 2025 en 2026. De reden is dat voor 2026 vooralsnog alleen gegevens op het niveau van hoofdsectoren beschikbaar zijn (soms zelfs enkel combinaties van hoofdsectoren), terwijl voor 2025 ook gegevens voor subsectoren voorhanden zijn.

2025

In 2025 wist de machinebouw, niet heel verrassend, met 10% de hoogste productiviteitsgroei te realiseren. De toegevoegde waarde groeide ongeveer even hard; het aantal gewerkte uren veranderde nauwelijks (zie figuur 5). Datzelfde geldt voor delen van de transportsector, en ook bij de overige industrie gingen de groei van de productiviteit en de toegevoegde waarde behoorlijk hand in hand. In de rest van de top-10 van sectoren met de hoogste productiviteitsgroei in 2025, waaronder telecom, handel en de rubber- en kunststofindustrie, ging de hoge productiviteitsgroei niet of slechts beperkt gepaard met extra toegevoegde waarde en daalde dus het aantal gewerkte uren. In de elektrische apparatenindustrie was dit effect nog sterker: een productiviteitsstijging ging gepaard met een productiedaling, doordat het aantal gewerkte uren sterk terugliep. De vier sectoren met de grootste productiviteitskrimp waren computers en elektronica, delfstoffenwinning, energie en media. De daling van de toegevoegde waarde viel in laatstgenoemde sectoren kleiner uit dan de productiviteitskrimp, doordat de arbeidsinzet juist toenam.

Oorzaken

De daling van het aantal gewerkte uren in veel sectoren kan verschillende oorzaken hebben. Mogelijke verklaringen zijn de aanhoudende arbeidskrapte en de sterke loonstijging na de inflatiepiek in 2022: in 2025 lagen de gemiddelde lonen 19% hoger dan in 2022. Bedrijven kunnen er daarom voor hebben gekozen te investeren in verhoging van de productiviteit, zodat er minder werknemers nodig zijn. Volgens de CBS-conjunctuurenquête was een tekort aan arbeidskrachten in 2025 de belangrijkste belemmering voor bedrijven.

Bijdrage aan macrogroei

Wanneer we rekening houden met de omvang van sectoren, ontstaat een ander beeld dan op basis van productiviteitsgroei alleen (zie figuur 6). Sectoren met een relatief bescheiden productiviteitsgroei kunnen dankzij hun grote gewicht in de economie toch een belangrijke bijdrage leveren aan de totale productiviteitsontwikkeling. Omgekeerd dragen sectoren met zeer hoge groeicijfers soms slechts beperkt bij, omdat hun aandeel in de economie relatief klein is.

In de top-10 van sectoren die in 2025 de grootste bijdrage leverden aan de totale productiviteitsgroei op macroniveau van 2,3%, verschijnen daardoor grote dienstensectoren zoals de zorg (zowel cure als care), horeca en financiële dienstverlening. Er lijkt daarbij sprake van een afruil: sectoren met een sterke productiviteitsgroei laten veelal een daling van het aantal gewerkte uren zien, terwijl de arbeidsinzet juist groeit in de drie sectoren met de meest negatieve bijdrage aan de productiviteitsgroei (de sectoren rechts in figuur 6). Verder blijkt dat de positieve productiviteitseffecten van de veranderende zelfstandigenmix (lichtblauwe blokjes in figuur 6) vooral zichtbaar zijn in sectoren waar dit ook te verwachten was: detailhandel, zorg, bouw, onderwijs en horeca. Deze bijdrage domineert niet, maar is zeker niet verwaarloosbaar: opgeteld is sprake van een bijdrage van bijna 0,3 procentpunt aan de macroproductiviteitsgroei.

2026

Voor 2026 zijn alleen gegevens beschikbaar op het niveau van hoofdsectoren, en soms uitsluitend voor combinaties daarvan. Daardoor is een vergelijking met de gedetailleerdere sectoranalyse voor 2025 beperkt mogelijk. De hieronder besproken ontwikkeling betreft die voor de eerste drie kwartalen van 2026.

De ICT-sector kende de hoogste productiviteitsgroei, gevolgd door de combinatie delfstoffenwinning, energie en water. Ook de industrie, zakelijke dienstverlening en financiële dienstverlening laten duidelijke productiviteitswinsten zien (zie figuur 7). De verhouding tussen productie en arbeidsinzet verschilt echter sterk. In de ICT, zakelijke dienstverlening en in mindere mate de sector handel, vervoer en horeca groeit de toegevoegde waarde terwijl het aantal gewerkte uren afneemt. In de industrie en financiële dienstverlening namen in 2026 zowel de productiviteit als de arbeidsinzet toe. Een hogere productiviteit gaat dus niet overal gepaard met minder uren.

Bijdrage aan macrogroei

Wanneer we rekening houden met de omvang van sectoren, levert de zakelijke dienstverlening de grootste bijdrage aan de productiviteitsgroei op macroniveau (zie figuur 8). Ook handel, vervoer en horeca, de industrie, ICT en financiële dienstverlening dragen substantieel bij. De sterke positie van zakelijke dienstverlening is daarmee niet alleen relevant vanwege de sectorale productiviteitsontwikkeling, maar ook vanwege het grote gewicht van deze sector in de economie. Tegelijkertijd omvat deze categorie uiteenlopende activiteiten, waardoor we op basis van de beschikbare cijfers niet weten welke onderdelen de verbetering precies dragen. Wel weten we dat de sterke bijdrage van de sector industrie hoofdzakelijk bestaat uit zeer sterke prestaties van de machinebouw. De economische activiteit in andere industriële sectoren, zoals de chemie, metaal en voedingsmiddelenindustrie, gaat gebukt onder hoge energiekosten en importconcurrentie uit China (Nauta, Remmen en Powell, 2026).

De rol van AI

Een mogelijke verklaring voor de sterke productiviteitsontwikkeling bij zowel de ICT-sector als de zakelijke dienstverlening en de industrie is de toenemende verkoop en het toenemende gebruik van toepassingen op het gebied van kunstmatige intelligentie (AI). Bij de industrie is vooral de machinebouw bepalend. En recente cijfers van Eurostat (2025) laten zien dat AI juist in de ICT en zakelijke dienstverlening relatief veel wordt gebruikt. In 2025 paste in de EU ongeveer 63% van de bedrijven in de ICT en 40% van de bedrijven in specialistische zakelijke dienstverlening AI toe, tegenover gemiddeld 20% voor alle bedrijfstakken tezamen.

AI leidt via drie kanalen tot productie- en productiviteitsgroei.

Kanaal 1: verkoop van hardware (machinebouw en industrie)

De machinebouw profiteert van de snelle groei van AI, omdat deze wereldwijd leidt tot extra vraag naar geavanceerde chips en daarmee naar machines om deze chips te produceren. Nederland heeft binnen de halfgeleiderketen vooral een sterke positie in de hightechmachinebouw rond de chipsector (zie CBS, 2026). De omzet van de Nederlandse halfgeleidersector groeide van 21,3 miljard euro in 2019 naar 45,6 miljard euro in 2025. Ook steeg de industriële productie in de machinebouw in 2026 met 35% (zie figuur 9). Daarmee is het aannemelijk dat de sterk gestegen investeringen in AI-infrastructuur ook via de Nederlandse machinebouw doorwerken in de industriële productie.

Kanaal 2: verkoop van AI-softwaretoepassingen (ICT)

In de ICT-sector verklaart de snelle commercialisering van AI mogelijk de sterke productiviteitswinst. Hierbij gaat het bijvoorbeeld om de verkoop van AI-gerelateerde producten en diensten zelf. De introductie van AI-functionaliteiten in software-, cloud- en platformdiensten kan nieuwe omzetstromen en hogere inkomsten genereren, terwijl daar relatief weinig extra arbeidsinzet voor nodig is. Daar komt bij dat dergelijke software- en AI-oplossingen schaalbaar zijn: een leverancier heeft weinig extra arbeid nodig om dezelfde applicatie aan meer klanten verkopen.

Kanaal 3: gebruik van AI (ICT en zakelijke dienstverlening, handel en financiële dienstverlening)

Het gebruik van AI kan bestaande werkzaamheden ondersteunen of versnellen. Recent onderzoek onder bijna 750 bedrijfsbestuurders vindt aanwijzingen voor AI-gerelateerde productiviteitswinsten, met de grootste effecten bij kennisintensieve diensten en de financiële dienstverlening (Baslandze et al., 2026). De productiviteitswinst komt niet louter voort uit kostenbesparing, maar ook uit innovatie. Volgens een enquête in 2026 van Yotzov et al. (2026) onder bijna 9.000 CFO’s, CEO’s en senior executives in diverse landen schatten zij in dat AI de jaarlijkse arbeidsproductiviteitsgroei over de afgelopen drie jaar met gemiddeld 0,2 procentpunt per jaar heeft verhoogd. Voor de komende drie jaar verwachten zij een bijdrage van gemiddeld 0,6 procentpunt per jaar.

Bovenstaande studies zijn vooral gebaseerd op inschattingen van beleidsbepalers zelf. Babina et al. (2026) gebruiken daarentegen personeels- en bedrijfsgegevens van Amerikaanse beursbedrijven over de periode 2010-2024. Zij concluderen dat bij bedrijven buiten de technologie- en halfgeleidersector één standaarddeviatie extra groei van het aandeel AI-werknemers in de periode 2018-2024 samenhangt met 7,5% tot 11,4% extra totale factorproductiviteit, terwijl dat voor de periode 2010-2018 niet het geval is. De belangrijkste verklaring is dat AI helpt om bedrijfsspecifieke kennis vast te leggen in herbruikbare modellen, systemen en werkprocessen, waardoor deze kennis breder binnen de organisatie kan worden benut. De hogere productiviteit gaat vooral samen met meer omzet, terwijl het geschatte effect op de totale werkgelegenheid vrijwel nul en niet statistisch significant is.

Wel signalen; nog geen overtuigend bewijs

Mogelijk zien we een deel van de hierboven gerapporteerde effecten momenteel terug in de sectorale productiviteitsdata voor Nederland. Zo zien we bijvoorbeeld dat het automatiseringspotentieel in de Zakelijke Diensten (64%) en de ICT (86%) relatief hoog is, precies de sectoren die de laatste kwartalen een hoge productiviteitsgroei laten zien (Van Kampen en Koelwijn, 2026).

Maar enige terughoudendheid is op zijn plaats. In de ICT-sector is bijvoorbeeld ook sprake van een verschuiving van zelfstandigen naar werknemers. En andere onderdelen van de ICT-sector groeien eveneens hard, zoals clouddiensten (Van Kampen, 2026).

Ook tonen de genoemde internationale onderzoeken niet aan dat AI de recente Nederlandse productiviteitsontwikkeling veroorzaakt. Baslandze et al. (2026) zien weliswaar positieve productiviteitseffecten die in 2026 naar verwachting sterker worden, vooral in kennisintensieve diensten en financiële dienstverlening, maar het onderzoek is gebaseerd op inschattingen van bedrijfsbestuurders en betreft geen directe analyse van empirische data. Ook de cijfers van Yotzov et al. (2026) zijn gebaseerd op door bedrijfsbestuurders gerapporteerde effecten. Babina et al. (2026) bieden sterkere empirische aanwijzingen voor een causaal effect op basis van Amerikaanse bedrijfsdata. Hoewel dit de causale interpretatie versterkt, blijft voorzichtigheid geboden bij het vertalen van deze resultaten naar de Nederlandse economie.

We hebben hierboven laten zien dat enkele drijvende krachten achter de productiviteitsstijging in 2025 en 2026 van tijdelijke aard zijn. Is eenzelfde groei in de komende jaren daarom realistisch? Om deze vraag te beantwoorden hebben wij ons arbeidsaanbodmodel en endogene groeimodel geactualiseerd. We volgen daarin de methodologie uit onze eerdere studie (Erken en Van Es, 2025b). De uitkomsten geven inzicht in het verwachte groeipad voor de Nederlandse economie op de middellange tot lange termijn. Dit zijn nadrukkelijk geen jaarlijkse groeiramingen. Daar hebben conjuncturele factoren een grote invloed op, waar we in dit rapport geen rekening mee houden.

Arbeidsinzet

De groei van de arbeidsinzet is de komende jaren naar verwachting beperkt. We gaan in onze nieuwste middellangetermijnprognoses (2027-2035) uit van een gemiddelde jaarlijkse bijdrage aan de bbp-groei van bijna 0,2 procentpunt (zie figuur 10). Na verloop van tijd neemt deze bijdrage af. Dit komt onder andere doordat de bevolkingsgroei naar verwachting daalt. We sluiten daarbij aan bij de meest recente bevolkingsprognoses van het CBS. Ook neemt de participatiegraad vanaf 2030 nauwelijks verder toe. Deze ligt in Nederland al relatief hoog, en de huidige inhaalslag onder (vooral) ouderen houdt over enkele jaren op. Door diverse hervormingen in (vroeg)pensioen is sinds begin deze eeuw de arbeidsdeelname van 60-plussers sterk toegenomen. Bij staand beleid is de rek daar wel uit.

Ook de verwachte stijging van de werkloosheid remt de groei van de arbeidsinzet. De werkloosheid bevindt zich momenteel op een relatief laag niveau (rond de 4%). We verwachten dat deze geleidelijk toeneemt richting de evenwichtswerkloosheid (4,5%, op basis van het Centraal Planbureau).

Productiviteitsgroei

De beperkte groei van de arbeidsinzet betekent dat het grootste deel van de toekomstige economische groei uit productiviteit moet komen. Dit kan grofweg op twee manieren: kapitaalverdieping en TFP-groei.

Kapitaalverdieping

Kapitaalverdieping betreft de hoeveelheid kapitaalgoederen beschikbaar per gewerkt uur. Hoe meer, hoe productiever dit uur wordt. Naar verwachting groeit de kapitaalgoederenvoorraad de komende jaren gestaag door (zie figuur 11). In combinatie met de beperkte groei van het aantal gewerkte uren betekent dit een aanzienlijke groeibijdrage van gemiddeld bijna 0,6 procentpunt per jaar.

De kapitaalgoederenvoorraad groeit doordat zowel publieke als private investeringen blijven toenemen. Bij publieke investeringen gaat het onder andere om infrastructuur. De private investeringen worden gestuwd door verdere automatisering en inpassing van AI. Dit is deels een reactie op de afname van de beschikbare arbeid: bedrijven zullen andere manieren moeten vinden om te kunnen voldoen aan de vraag naar hun producten en diensten.

TFP-groei

De groei van de totale factorproductiviteit (TFP) komt niet uit de lucht vallen. In Erken en Van Es (2025b) hebben we de belangrijkste determinanten uitgebreid toegelicht:

We lopen de ontwikkeling van enkele hiervan langs. De arbeidsmarktgerelateerde variabelen hebben we eerder in dit rapport al besproken.

Binnenlands en buitenlands R&D-kapitaal

In ons model werkt technologische vooruitgang door in de productiviteit via de opbouw van binnenlands en buitenlands R&D-kapitaal. In het basispad neemt het Nederlandse R&D-kapitaal tussen 2025 en 2035 met circa 18% toe, gemiddeld 1,7% per jaar. Het voor Nederland relevante, importgewogen buitenlandse R&D-kapitaal groeit in dezelfde periode met ongeveer 35%, zo’n 3% per jaar. Tussen 2035 en 2050 bedragen deze toenames respectievelijk circa 19% en 33%. De productiviteitsontwikkeling berust daarmee niet alleen op het zelf ontwikkelen van kennis, maar ook op het vermogen om buitenlandse technologie te absorberen en in Nederlandse productieprocessen toe te passen. De sterke groei van buitenlands R&D-kapitaal komt vooral voor rekening van de Verenigde Staten en Azië en is sterk AI-gerelateerd.

De binnenlandse R&D-intensiteit (R&D-uitgaven ten opzichte van het bbp) blijft in de gehele periode vrijwel constant op 2,2%. In een eerder rapport (Erken en Van Es, 2025a) hebben we laten zien dat dit met een structureel investeringspakket omhoog kan. In de huidige kabinetsplannen zien we echter nog geen signalen dat dit ook daadwerkelijk gaat gebeuren, ondanks dat het kabinet de conclusies en aanbevelingen van het rapport van de commissie Wennink onderschrijft. Wel is er een nieuwe Nederlandse Investeringsinstelling aangekondigd. Die is in onze berekeningen nog niet meegenomen, omdat de exacte invulling ervan nog niet bekend is. Dit is cruciaal voor het uiteindelijke economische effect (zie Erken en Van Es, 2025a).

Defensie-innovatie en AI kunnen het productiviteitseffect van R&D-investeringen versterken. Defensieopdrachten kunnen fungeren als eerste markt voor risicovolle dual-use technologieën, terwijl AI de ontwikkelcyclus verkort en het makkelijker maakt om binnenlandse en buitenlandse kennis te combineren. Hierdoor kan een innovatievliegwiel ontstaan waarin publieke vraag private R&D uitlokt, buitenlandse kennis sneller wordt benut en militaire toepassingen uiteindelijk doorstromen naar de civiele economie.

Menselijk kapitaal

Investeringen in onderwijs leiden tot een beter opgeleide beroepsbevolking en daarmee tot een hogere productiviteit. Het aandeel van de onderwijsuitgaven in het bbp daalt al enige jaren, en op basis van de huidige kabinetsplannen zet deze daling zich voort. Dit betekent niet dat de onderwijsuitgaven ook echt dalen; ze stijgen alleen minder hard dan het bbp. Menselijk kapitaal levert daarmee een bescheiden positieve bijdrage aan de TFP-groei in de komende jaren. Ook staat de kwaliteit van de onderwijsprestaties al een tijdlang onder druk, getuige de verslechterende PISA-scores voor Nederland.

Totaalbeeld

Voor de periode 2027 tot en met 2035 leidt dit opgeteld tot een gemiddelde bbp-groei van 1,2% (zie figuur 12). De bijdrage van arbeid is kleiner dan in de afgelopen decennia, terwijl de groei van de kapitaalgoederenvoorraad de grootste bijdrage levert. De TFP-groei in 2025 en 2026 is vooral hoog door tijdelijke factoren (zie eerder in dit rapport) die in latere jaren wegvallen.

Onderschatting van impact van AI?

Het risico bestaat dat ons groeimodel de economische effecten van AI nog niet volledig oppikt. R&D-gegevens komen met vertraging beschikbaar, waardoor recente investeringen in de ontwikkeling en toepassing van AI mogelijk nog maar ten dele in de beschikbare data zijn verwerkt. Hetzelfde geldt voor AI-gerelateerde investeringen in de kapitaalgoederenvoorraad, zoals software. Daarnaast kan AI via aanpassingen van werkprocessen en organisaties leiden tot een hogere TFP, effecten die niet noodzakelijk direct zichtbaar zijn in de determinanten van ons model.

Tegelijkertijd is het te vroeg om extra opwaartse effecten van AI zonder meer in het basispad op te nemen. Het is nog onzeker hoe snel AI-toepassingen zich over bedrijven en sectoren verspreiden, hoe groot de bijbehorende productiviteitswinsten zijn en in hoeverre bedrijven in staat zijn hun werkprocessen hierop aan te passen. Een sterkere en snellere productiviteitsimpuls door AI beschouwen we daarom voorlopig als een opwaarts risico rond onze groeiraming.

Bovenstaande berekeningen gaan er wel vanuit dat de investeringen in kapitaalgoederen en innovatie mogelijk zijn. Dat is niet vanzelfsprekend, omdat er in Nederland momenteel diverse beperkingen zijn. Deze hebben we eerder uitgebreid toegelicht in Erken en Van Es (2025b) en zijn nog steeds relevant.

Ten eerste leidt de krappe arbeidsmarkt tot arbeidstekorten bij grote delen van het bedrijfsleven. Dat geldt ook bij de sectoren bouw en industrie die een groot deel van de fysieke investeringen moeten realiseren. Als hier geen ruimte ontstaat, is er het risico dat gewenste investeringen toch niet gedaan kunnen worden.

Ten tweede leidt de netcongestie binnen het elektriciteitsnetwerk ertoe dat bedrijven niet altijd een aansluiting kunnen krijgen. Dit is vaak wel een voorwaarde om (uitbreidings)investeringen te kunnen doen. Ook zijn de energieprijzen in Nederland in internationaal perspectief hoog. Dit maakt investeringen minder snel rendabel.

Hier komt de huidige stikstofproblematiek nog bovenop. Ook bij voldoende arbeid en energie is er alsnog daadwerkelijk fysieke ruimte en toestemming nodig om te kunnen bouwen. Er zijn ondertussen op landelijk politiek niveau wel eerste stappen gezet, maar voorlopig is deze beperking nog niet verdwenen.

Als bovenstaande drie belemmeringen niet worden opgelost of verminderd, bestaat het risico dat het investeringsniveau de komende jaren lager ligt dan voorzien in ons basispad. Dat leidt dan direct tot lagere productiviteitsgroei en daarmee ook tot lagere economische groei.

Tot slot zijn bedrijven ook op zoek naar zekerheid, omdat investeringen die ze nu doen pas in latere jaren opbrengsten genereren. Zowel buitenlands (geopolitiek) als binnenlands (veel wisselingen van kabinetten) is er de laatste jaren weinig houvast voor bedrijven om in te kunnen schatten hoe de wereld er over vijf, tien of twintig jaar uitziet. Dit maakt bedrijven huiverig om te investeren, met alle gevolgen van dien voor de productiviteit.

Babina, T., He, A.X. and Jiang, R., 2026. Canaries in the gold mine: Early productivity gains from artificial intelligence creating organization capital. National Bureau of Economic Research (NBER), no. w35684.

Baslandze, S., Edwards, Z., Graham, J., McClure, T., Meyer, B.H., Sparks, M., Waddell, S.R. and Weitz, D. (2026). Artificial intelligence, productivity, and the workforce: Evidence from corporate executives. National Bureau of Economic Research (NBER), no. w34984.

CBS (2026). CBS brengt chipindustrie in kaart, Den Haag.

Erken, H.P.G. en F. van Es (2025a). De weg naar hogere economische groei. Rabobank, Utrecht.

Erken, H.P.G. en F. van Es (2025b). De potentiële groei van de Nederlandse economie tot en met 2050. Rabobank, Utrecht.

Erken, H.P.G. en F. van Es (2026). Het is niet allemaal goud dat er blinkt: de economische effecten van meer uren werken. Rabobank, Utrecht.

Kampen, M. van (2026). Digitale Economie: groei versnelt, werkgelegenheid daalt. Rabobank, Utrecht.

Kampen, M. van en R. Koelewijn (2026). Hoe AI de sectoren IT en zakelijke dienstverlening verandert. Rabobank, Utrecht.

Nauta, L., W. Remmen en J. Powell (2026). De keerzijde van goedkope Chinese import. Rabobank, Utrecht.

Wennink, P. (2025), De route naar toekomstige welvaart. Een sterk Nederland in een relevant Europa.

Yotzov, I., Barrero, J.M., Bloom, N., Bunn, P., Davis, S.J., Foster, K.M., Jalca, A., Meyer, B.H., Mizen, P., Navarrete, M.A. and Smietanka, P., 2026. Firm data on AI. National Bureau of Economic Research (NBER), no. w34836.