De helft van de schatkist hangt aan loon, en de loonquote daalt al dertig jaar
Op 18 september publiceerde Rest of World een fragment uit het boek Innovate for Impact van Alessandro Crimi, hoogleraar aan de AGH-universiteit in Krakau. Zijn stelling: een heffing op automatisering werkt beter dan omscholing, omdat een bedrijf dat automatiseert de loonbesparing privatiseert en de kosten van werkloosheid bij de samenleving legt. Het idee is oud. Bill Gates opperde het in 2017, het Europees Parlement verwierp het datzelfde jaar. Nieuw is wie het nu voorstelt: OpenAI zette in april 2026 een robotbelasting en een publiek vermogensfonds in zijn eigen beleidsagenda, met als argument dat AI de winsten laat groeien terwijl de loonsom, en dus de loonbelasting, krimpt. Het stuk staat in de ontwikkelingen-feed.
Voor Nederland is dat geen theoretische zorg. Van de 438,6 miljard euro aan belastingen en sociale premies die de overheid in 2024 ontving, kwam 144,9 miljard uit de loon- en inkomstenheffing, meldt het CBS. Tel daar de premies voor het Zorgverzekeringsfonds (57,0 miljard), het Arbeidsongeschiktheidsfonds (24,9 miljard) en het Werkloosheidsfonds (10,1 miljard) bij op, en 54 procent van de collectieve inkomsten hangt direct aan de loonstrook. De vennootschapsbelasting bracht 45,2 miljard op, iets meer dan 10 procent.
Tegelijk daalt het deel van het nationaal inkomen dat als loon wordt uitgekeerd. De arbeidsinkomensquote van de marktsector stond in 1995 op 81,4 procent. In 2025 was dat 70,6 procent, meldde het CBS in juli. De lichte stijging van 0,2 procentpunt ten opzichte van 2024 verandert niets aan de trendlijn, die het CBS op 71,2 procent zet en die al dertig jaar omlaag wijst.
Hoe we hier kwamen
Het belastingstelsel is gebouwd in een tijd waarin arbeid de dominante productiefactor was. Loon is zichtbaar en loopt via de werkgever, die de heffing inhoudt. Kapitaal is mobieler. De belastingmix volgde die logica: heffen waar het makkelijk is.
Automatisering verschuift de verdeling. Daron Acemoglu en Pascual Restrepo berekenden in 2020 in het Journal of Political Economy dat één extra industriële robot per duizend werknemers in Amerikaanse regio's de werkgelegenheidsgraad met 0,2 procentpunt en de lonen met 0,42 procent drukte, over de periode 1990 tot 2007. Robots creëren ook productiviteit, maar het verdringingseffect was in hun data sterker dan het compensatie-effect. Sindsdien is de robotdichtheid alleen maar gestegen. West-Europa telde in 2024 een record van 267 industriële robots per 10.000 werknemers in de maakindustrie, meldde de International Federation of Robotics in april. Nederland staat in de mondiale top-20. Zuid-Korea voert de lijst aan met 1.220.
De economie erachter
De vraag is niet of automatisering belast moet worden, maar hoe. Een expliciete robotbelasting stuit op een definitieprobleem: wat is een robot? Een lasarm is te tellen, een softwarelicentie die drie boekhouders vervangt niet. Crimi erkent dat zelf: zonder gestandaardiseerde meting van verdringing per bedrijf wordt de heffing bot of ontwijkbaar.
Zuid-Korea koos in 2017 de omgekeerde route. De regering-Moon voerde geen belasting in, maar verlaagde de investeringsaftrek voor automatiseringsapparatuur: van 3 naar 1 procent voor grote bedrijven, van 5 naar 3 procent voor middelgrote. Kleine bedrijven hielden hun 7 procent. Geen nieuwe heffing, geen definitie van een robot, alleen een subsidie die kleiner werd. Dichter bij een praktijktest is geen land gekomen.
De academische literatuur is terughoudend. Guerreiro, Rebelo en Teles toonden in 2022 in de Review of Economic Studies dat een robotbelasting optimaal is zolang de huidige generatie routinewerkers nog op de arbeidsmarkt zit en niet meer kan overstappen naar niet-routinewerk. Zodra die generatie met pensioen is, zakt het optimale tarief naar nul. Het is dus een overgangsinstrument, geen permanente pijler. Een blijvende verschuiving van loon naar kapitaal als grondslag vraagt om iets breders: een hogere winstbelasting, of een publiek fonds met aandelen in AI-infrastructuur, zoals OpenAI zelf voorstelt.
Daar zit ook het rebound-risico. Een land dat automatisering zwaarder belast dan zijn buren exporteert zijn fabrieken, niet zijn werkloosheid. En een heffing die de adoptie vertraagt, vertraagt ook de productiviteitswinst die de overvloed moet financieren. Wie wint bij een goed ontworpen verschuiving: werknemers in routineberoepen, en een schatkist die haar grondslag behoudt. Wie verliest: kapitaalintensieve sectoren, die in Nederland nu al de laagste arbeidsinkomensquote hebben (energievoorziening 39,8 procent, industrie 59,3 procent).
Implicatie voor de tijd-stack
Project Alithea ziet schaarste als ontwerpkeuze. De belastinggrondslag is zo'n keuze. Wie loon belast en kapitaal ontziet, koppelt de financiering van zorg, pensioen en onderwijs aan een productiefactor die structureel aan gewicht verliest. Dat maakt vrije tijd schaars: niet omdat het werk niet gedaan kan worden, maar omdat de rekening alleen betaald wordt zolang mensen werken. De tijd-stack draait om precies die vraag: wie ontvangt de uren die de machine vrijmaakt? OpenAI stelt een 32-urige werkweek zonder loonverlies voor, gefinancierd uit productiviteitswinst. Dat is alleen houdbaar als de belastingmix meebeweegt. Anders levert elke uitgespaarde werkdag ook een uitgespaarde premie op.
Wat te volgen
Drie indicatoren voor de komende twaalf maanden. Ten eerste de CBS-raming van de arbeidsinkomensquote over 2026, verwacht in juli 2027: zakt die onder de 70 procent, dan versnelt de trend. Ten tweede het aandeel van vennootschaps- en dividendbelasting in de totale belastingopbrengst in de volgende CBS-publicatie over overheidsfinanciën. Stijgt dat boven de 12 procent, dan beweegt de mix. Ten derde of de Europese Commissie of het Europees Parlement het robotbelastingdossier van 2017 heropent, nu zowel OpenAI als Anthropic een beleidsblauwdruk heeft gepubliceerd.