Gedifferentieerde toewijzing van reductiesnelheden voor koolstofintensiteit over 332 Chinese steden

Waarom dit van belang is voor het dagelijks leven

China is 's werelds grootste bron van kooldioxide, dus de manier waarop het land kiest om uitstoot te verminderen zal een grote invloed hebben op de wereldwijde klimaatverandering. China is echter geen eenduidige, uniforme plek: megasteden zoals Sjanghai staan voor heel andere uitdagingen dan afgelegen bosrijke gebieden. Deze studie stelt een praktische vraag met wereldwijde relevantie: hoe kan een land op een rechtvaardige manier de verantwoordelijkheid voor CO2-reductie verdelen over honderden sterk verschillende steden, zodat het zowel rechtvaardig als efficiënt is?

Het delen van de last van emissiereducties

De auteurs richten zich op “koolstofintensiteit” – hoeveel kooldioxide er wordt uitgestoten per eenheid economische productie – in plaats van alleen naar de totale uitstoot te kijken. China’s huidige vijfjarenplan verlangt een daling van de nationale koolstofintensiteit met 18% tussen 2020 en 2025. Het omzetten van dat ene nationale doel in concrete doelen voor 332 steden is ingewikkeld. Sommige steden zijn rijk en innovatief, andere zijn armer of ecologisch kwetsbaar. Als elke stad verplicht zou worden om met hetzelfde percentage te verminderen, zou dat de ontwikkeling in achterblijvende regio’s kunnen vertragen of het potentieel van snelgroeiende kustregio’s kunnen onderbenutten. De studie ontwerpt daarom een systeem om reductiedoelstellingen te verdelen zodat sterkere steden meer doen terwijl kwetsbare regio’s beschermd blijven.

Wat de onderzoekers over steden hebben gemeten

Om vast te leggen hoe capabel elke stad is in het verminderen van uitstoot bouwde het team een scorekaart met acht indicatoren, gegroepeerd in vijf brede thema’s: economie, bevolking, energiegebruik, technologische innovatie en beleidssteun. Economische kracht werd weergegeven door inkomen per persoon en het aandeel van de industrie in de lokale economie. Bevolkingsomvang en urbanisatiegraad gaven aan hoeveel mensen in een stad wonen en hoe dicht ze opeengepakt zijn. Energiegebruik werd vastgelegd via elektriciteitsverbruik per eenheid output, een goede proxy voor hoe energie-intensief de lokale industrie is. Innovatie en beleid kwamen tot uiting in het aantal toegekende patenten, publieke uitgaven aan wetenschap en onderwijs en een “groene financiering”-index die bijhoudt hoe goed financiële systemen laag-koolprojecten ondersteunen.

Data omzetten in eerlijke doelstellingen

De onderzoekers gebruikten eerst een statistisch hulpmiddel, de entropiemethode, om de data zelf te laten bepalen hoe belangrijk elke indicator mocht zijn, in plaats van te vertrouwen op deskundige inschattingen. Elektriciteitsverbruik per eenheid output en het aantal verleende patenten bleken de meest invloedrijke factoren te zijn, wat betekent dat verschillen in deze maten veel van de variatie in koolstofintensiteit tussen steden verklaren. Vervolgens pasten ze een verbeterde methode van gelijkmatige proportionele verdeling toe, die uitgaat van het nationale doel van 18% en dit voor elke stad aanpast op basis van de indicator-scores. Dit genereert een "Carbon Intensity Target Reduction Rate" (CITRR) voor elke stad – kort gezegd de mate van vermindering van koolstofintensiteit die die stad tegen 2025 zou moeten nastreven.

Een kaart van ongelijk verdeelde verantwoordelijkheden

Het resulterende beeld is bewust fors ongelijk verdeeld. Gemiddeld krijgen Chinese steden een reductieopdracht van 13,89% in koolstofintensiteit, maar de concrete stadsspecifieke doelen variëren van slechts 4% tot bijna 77%. Kust-economische grootheden zoals Shenzhen, Sjanghai, Guangzhou en Beijing dragen de zwaarste verantwoordelijkheid, wat hun hoge inkomens, dichte bevolkingsconcentraties en sterke innovatiecapaciteit weerspiegelt. Bepaalde westelijke regio’s met zeer energie-intensieve economieën ontvangen ook strenge doelstellingen. Daartegenover staan ecologisch belangrijke maar minder ontwikkelde gebieden, vooral in het noordoosten en uiterste westen, die veel gematigdere reducties toegewezen krijgen, waarbij hun beperkte middelen en conserverende rollen worden erkend. Statistische toetsen tonen aan dat deze patronen niet willekeurig zijn maar duidelijke oost–west- en regionale clusters vormen.

Vier stadstypen, vier beleidsroutes

Om de resultaten bruikbaar te maken voor beleidsmakers, groepeerden de auteurs de 332 steden in vier clusters met vergelijkbare kenmerken. De eerste groep bestaat uit sterk verstedelijkte gebieden met relatief zwakke industrie maar sterke groene financiering, waar het zinvol is om laag-koolstof diensteneconomieën op te bouwen. Een tweede groep omvat “gemiddelde” steden die op geen enkele indicator uitblinken; voor hen worden op maat gemaakte, stadsspecifieke industriële strategieën aanbevolen. Een derde groep wordt gedomineerd door zware industrie en staat onder druk om fabrieken te moderniseren en stedelijke infrastructuur te versterken. De laatste groep bevat de rijkste, meest innovatieve steden, die gevraagd worden de diepste besparingen te realiseren en voorop te lopen met geavanceerde efficiëntienormen, vooral in energiesystemen, gebouwen en digitale infrastructuur.

Wat dit betekent voor klimaatbeleid

Voor een niet‑specialistische lezer is de kernboodschap dat klimaatbeleid niet one-size-fits-all hoeft te zijn. Deze studie toont hoe een groot land één nationaal klimaatdoel kan vertalen naar honderden stadsspecifieke doelen die rekening houden met lokale realiteiten. Door meer te vragen van welvarende, innovatieve of energie-intensieve steden en minder van armere of ecologisch kwetsbare gebieden, streeft het systeem ernaar zowel rechtvaardig als effectief te zijn. Als het goed wordt uitgevoerd, kunnen zulke gedifferentieerde doelen China helpen de uitstoot per eenheid economische activiteit te verlagen zonder onredelijke druk op minder ontwikkelde gebieden te leggen, en zo een sjabloon bieden dat andere grote landen kunnen aanpassen in hun eigen streven naar een laag-koolstoftoekomst.

Bronvermelding: Yang, F., Ren, Y., Zuo, S. et al. Differentiated allocation of carbon intensity target reduction rates across 332 Chinese cities. Sci Rep 16, 5203 (2026). https://doi.org/10.1038/s41598-026-35781-2

Trefwoorden: koolstofintensiteit, Chinese steden, emissiedoelstellingen, eerlijke toewijzing, laagcarbonontwikkeling