Você está na página 1de 22

XXII CONGRESSO PANAMERICANO DE AVALIAES

IBAPE XIII COBREAP - CONGRESSO BRASILEIRO DE ENGENHARIA DE


AVALIAES E PERCIAS, FORTALEZA/CE


AVALIAO DE CIDADES POR INFERNCIA ESPACIAL: UM ESTUDO DE CASO
PARA A CIDADE DE ARACAJU

Autores

DANTAS, RUBENS ALVES
Engenheiro Civil, CREA 8349-D/PE, Doutor em Economia
CAIXA e Departamentos de Engenharia Civil da UFPE e UPE
Fone: (81) 3268.3888 - e-mail: rubenss@dantas.eng.br

PORTUGAL, JOS LUIZ
Engenheiro Cartgrafo, Doutor em Sade Pblica
Departamento de Engenharia Cartogrfica da UFPE
e-mail: portugal@rce.neoline.com.br

PRADO, JOO FREIRE
Engenheiro Civil, CREA 5328-D/SE, IBAPE-SE 23, Especializado em Engenharia de
Avaliaes e Percias, 1994 e Gesto Pblica, 2004; Diretor do Departamento de Cadastro
Imobilirio da Prefeitura de Aracaju.
e-mail: joo.prado@aracaju.se.br

Resumo:

A inferncia espacial tem se mostrado uma ferramenta de suma importncia para a avaliao de imveis,
principalmente quando se trata de avaliaes em massa, que podem se estender para toda uma cidade, na
elaborao da Planta de Valores. Quer seja para cobrana de IPTU, ITBI ou ainda como um instrumento de
planejamento urbano, a Planta Espacial de Valores leva vantagem sobre aquela tradicionalmente utilizada no
Brasil, uma vez que considera o georreferenciamento dos dados, o que permite a identificao dos efeitos de
interao espacial presente nos mesmos. Vrios trabalhos cientficos tm demonstrado que a incorporao
destes efeitos ao modelo de avaliaes, reduz a margem de erros nos valores encontrados, respondendo com
maior fidelidade ao comportamento do mercado imobilirio. Uma das maneiras de incorporar o efeito
vizinhana nos trabalhos avaliatrios utilizar metodologia proposta neste trabalho, denominada de Avaliao
de Cidades por Inferncia Espacial, utilizando-se o processo de processo de Krigeagem (Matheron ,1965). Ao
final apresenta-se um estudo de caso para a cidade de Aracaju-SE.

Palavras Chave: Planta de valores, Inferncia Espacial, Variograma, Krigeagem.

Abstract

The Plant of Values is very important for the cities in the collection of taxes, planning and the urban
development. This works have been elaborated with the use of the Classic Model of Regression. However, The
spatial effect is very common in the real estate data and is necessary to consider it in the evaluations. In this
direction, the Spatial Inference can serve of great aid. This paper shows the methodology by Krigeagem,
Process (Matheron, 1965). To validate this estimated, a study of case for Aracaju city, in Sergipe, Brazil.

Key words: Plant of values, Spatial inference, Variogram, Kriging

2
CURRICULOS RESUMIDOS DOS AUTORES

RUBENS ALVES DANTAS

Engenheiro Civil pela UFPE, com mestrado em Engenharia de Produo e Doutorado em
Economia, Professor Adjunto da UFPE e da UPE, onde ministra a disciplina de Engenharia
de Avaliaes desde 1981. Engenheiro de Avaliaes da Caixa Econmica Federal.
Participou como membro da comisso de estudos da ABNT na elaborao da norma de
Avaliao de Bens, NBR 14.653, partes 1, 2, 3 e 4. Presidiu o Instituto Pernambucano de
Avaliaes e Percias de Engenharia e atualmente Vice-Presidente Tcnico da SOBREA
Sociedade Brasileira de Engenharia de Avaliaes.


JOS LUIZ PORTUGAL

Engenheiro Cartgrafo; Mestre em Sistemas da Computao pela IME, 1992; Doutor em
Sade Pblica pela FIOCRUZ; Professor Adjunto do Departamento de Engenharia
Cartogrfica.

JOO FREIRE PRADO

Engenheiro Civil, Especializado em Engenharia de Avaliaes e Percia, 1994 e Gesto
Pblica, 2004; Diretor do Departamento de Cadastro Imobilirio da Prefeitura de Aracaju.
Diretor do IBAPE-SE.
3
1. INTRODUO

A inferncia espacial tem se mostrado uma ferramenta de suma importncia para a
avaliao de imveis, principalmente quando se trata de avaliaes em massa, que podem se
estender para toda uma cidade, na elaborao da Planta de Valores. Quer seja para cobrana
de IPTU - Imposto Predial e Territoriais Urbano ou de ITBI Imposto de Transmisso de
Bens Imobilirios, ou ainda como um instrumento de planejamento urbano, a Planta Espacial
de Valores leva vantagem sobre aquela tradicionalmente utilizada no Brasil, uma vez que
considera dados georreferenciados, o que permite a identificao dos efeitos de interao
espacial presente nos mesmos. Vrios trabalhos cientficos tm demonstrado que a
incorporao destes efeitos ao modelo de avaliaes, reduz a margem de erros nos valores
encontrados, espelhando com maior fidelidade o comportamento do mercado imobilirio. A
prpria norma brasileira de avaliao de bens, na parte de imveis urbanos, NBR 14.653-2, da
Associao Brasileira de Normas Tcnica, ABNT, traz o seguinte texto no item 8.2.1.4.3:

Quaisquer que sejam os modelos utilizados para inferir o comportamento do mercado e
formao de valores devem ter seus pressupostos devidamente explicitados e testados.
Quando necessrio, devem ser intentadas medidas corretivas, com repercusso na
classificao dos graus de fundamentao e preciso.

Ainda complementa no item A.2.1:

Ressalta-se a necessidade, quando se usam modelos de regresso, de observar os seus
pressupostos bsicos, apresentados a seguir, principalmente no que concerne sua
especificao, normalidade, homocedasticidadede, no-multicolinearidade, no-
autocorrelao, independncia e inexistncia de pontos atpicos, com o objetivo de obter
avaliaes no-tendenciosas, eficientes e consistentes ...

Assim, ao utilizar o mtodo Comparativo Direto de Dados de Mercado, previsto na
referida norma, com base no Modelo Clssico de Regresso, torna-se necessrio a verificao
do pressuposto da independncia dos resduos, no somente sobre os aspectos de
autocorrelao serial e temporal, mas tambm sob a tica espacial, pois a presena de efeitos
de autocorrelao espacial, muito comum nos dados imobilirios, pode gerar srios problemas
ao trabalho avaliatrio. A realizao da verificao da hiptese de no-autocorrelao
espacial, exige que se disponha dos dados georreferenciados e uma simples plotagem espacial
dos mesmos no espao pode denotar a existncia de problemas, caso existam clusters de
resduos de mesmo sinal. Contudo, atravs da construo de variogramas, pode-se realizar o
diagnstico com maior preciso. Identificada a existncia da autocorrelao espacial, uma das
maneiras de corrigir as tendncias dos valores estimados utilizar metodologia proposta neste
trabalho, denominada de Avaliao de Cidades por Inferncia Espacial, utilizando-se o
processo de Krigeagem, desenvolvido por Matheron (1965). Com base nesta metodologia
pode-se identificar, pela planta espacial de valores e pelo gradiente das linhas de iso-valores,
os vetores de crescimento da cidade, identificar zonas homogneas, bem como aquelas
prejudicadas ou beneficiadas fiscalmente, o que pode sinalizar a ruptura do princpio da
equidade fiscal, implicando na necessidade de reajuste destes valores. Sem embargo, uma
viso da distribuio espacial dos preos, a partir da planta de valores, pode servir de grande
ajuda na elaborao de planos diretores, previstos no Estatuto da Cidade, criado pela Lei
10.257 de 10 de junho de 2001, como tambm para os diversos rgos ligados ao
4
planejamento e desenvolvimento urbano, tendo em vista que a partir da estrutura espacial do
valor dos bens urbanos que se materializam fenmenos como a hierarquizao social e a
atrao repulso entre classes sociais. Contudo, para uma avaliao segura da cidade torna-
se necessrio uma boa base cadastral e tambm a existncia de base cartogrfica em meio
digital.
Este trabalho ser composto por 5 (cinco) sees, inclusive esta introduo. Na seo
2 ser apresentada uma metodologia para realizao do cadastro municipal e a metodologia de
inferncia espacial ser descrita na seo 3. Um estudo de caso para a cidade de Aracaju
compor a 4 seo e na 5 so apresentadas as concluses e recomendaes.


2. CUIDADOS NA ELABORAO DA BASE CADASTRAL

Para cumprir determinaes constitucionais, se faz necessrio que o Gestor Municipal
possua um conjunto de informaes que o permita efetivar o lanamento tributrio de maneira
justa e eqitativa. S atravs do cadastro tcnico municipal confivel, o administrador poder
conhecer o territrio e identificar os vrios elementos (proprietrios dos imveis, reas,
valores venais, atividades exercidas pelas pessoas fsicas e jurdicas) que serviram de base
para o planejamento territorial e de arrecadao dos tributos imobilirios.
A lei de Responsabilidade Fiscal (LRF), Lei Complementar n 101 de 04/05/2000
exige a necessidade dos rgos pblicos possurem um controle de suas receitas e despesas,
impondo um planejamento mais tcnico e transparente, evitando evaso e renuncia fiscal,
melhorando assim a sua arrecadao prpria que s poder ser efetivada se possuir um
cadastro consistente e atualizado.
Os cadastros municipais possuem vrias denominaes, o que s vezes gera muita
confuso, podendo ser encontrados como: cadastro fiscal, cadastro tcnico, cadastro tcnico
multifinalitrio e cadastro imobilirio, etc. Quase todos os conceitos baseiam-se no registro
descritivo e geomtrico da propriedade, onde as fotografias areas, como mostrado na figura
2.1, so uma fonte valiosa para compor estes tipos de registros.

5
Foto 2.1 Fotografia area de parte da cidade de Aracaju




Segundo LEITE (1993), o Cadastro Tcnico Municipal -CTM pode ser organizado em
conjuntos de informaes de uso mltiplo, para fins de planejamento urbano e rural,
tributao, controle do uso e ocupao do solo, localizao e elaborao de projetos de
equipamentos de infra-estrutura. MENDONA (1973) conceitua o CTM como um conjunto
de arquivos que contm o registro de dados de base imobiliria urbana. As finalidades mais
imediatas do CTM se referem ao planejamento fsico e controle do uso do solo, a arrecadao
municipal e a implantao dos servios. ZANCAN (1996) identifica o cadastro tcnico
urbano como um conjunto de informaes descritivas da propriedade imobiliria pblica e
particular, dentro do permetro urbano de uma cidade, apoiado sempre em sistema
cartogrfico prprio.

O que podemos observar, que no h uma diferena substancial entre os conceitos
acima citados. Todos partem do ponto do fracionamento e uso do solo urbano, a fim de
6
atender a objetivos especficos, como armazenar informaes que sejam voltadas para a
arrecadao municipal ou atentar para a organizao administrativa das Prefeituras.
No existe um modelo nico para implantao de um cadastro tcnico municipal -
CTM, isso se justifica em virtude das grandes diferenas regionais e do porte de cada
Municpio tambm se deve avaliar a capacidade de investimento de cada ente federativo.
Porm, o CTM bsico deve possuir componentes fundamentais que so: o CADIM- Cadastro
Imobilirio, o CADLOG- Cadastro de Logradouros e o CADMOB - Cadastro Mobilirio ou
Comercial, alm da base cartogrfica digital do municpio.
As informaes cadastrais dos imveis so obtidas atravs de dados coletados no BCI
Boletim de Cadastro Imobilirio e a do logradouro pelo BCL Boletim de Cadastro
Logradouros, esses atributos identificados reveste-se de suma importncia para a utilizao
efetiva e justa dos critrios definidos na planta de valores.
Para o uso efetivo do CTM precisamos de uma ferramenta moderna, sendo
imprescindvel, neste caso, ter a disposio da administrao municipal um mapa ou base
cartogrfica digital precisa e atualizada, dados alfanumricos dos cadastros e banco de dados
de rgos internos e externos e um Sistema de Informaes Geogrficas - SIG. Um SIG um
sistema que permite realizar anlises complexas, ao integrar dados de diversas fontes e ao
criar banco de dados georreferenciado. Tornam ainda possvel automatizar a produo de
documentos cartogrficos.
Na administrao municipal as atividades tpicas do nvel gerencial so aquelas
relativas ao planejamento e gerenciamento urbano. Neste caso os SIG e a anlise estatstica
espacial so utilizados como ferramentas de anlise espacial, modelagem, simulao de
situaes, elaborao de Planta de Valores Espaciais, etc.
A seguir sero apresentados alguns critrios e produtos para um projeto de
implantao da base cadastral, principalmente para cidades de mdio e grande porte:

Anlise preliminar de produtos pr-existentes(fotos areas, mapas, ortofotos,
dados dos imveis, plantas de quadras etc.,);
Desenvolvimento da base cartogrfica digital georreferenciada;
Definio de boletins de cadastro, BCI e BCL de forma a conter os atributos
para os clculos dos tributos e tambm para o planejamento urbano;
Manuteno de uma equipe permanente para atualizao da base cadastral;
Integrao dos cadastros advindos de diferentes setores das secretarias e de
rgos municipais;
Capacitao dos tcnicos envolvidos no processo;
Existncia de sistema tributrio moderno, compatvel e integrado a um sistema
de informaes geogrficas;
Intercmbio com os cartrios, concessionrias e instituies afins;
Sistematizao das atividades de coleta de campo simplificadas e otimizadas;
Considerao dos aspectos de cidade legal versus cidade real e multifinalitrio;
Manuteno do cadastro tcnico integrado ao cadastro scio-econmico.

7

3. METODOLOGIA

Existem duas formas de se diagnosticar a presena de efeitos espaciais em dados
imobilirios. Pela anlise grfica do variograma ou utilizando-se testes estatsticos especficos
como os testes de Moran I e os testes LM (Multiplicador de Lagrange). No primeiro caso, a
inferncia espacial realizada pelo processo Krigeagem Residual Interativo (KRI), que ser
apresentada a seguir. Pela outra metodologia, estes efeitos so diagnosticados atravs da
construo de matrizes de vizinhana. Uma boa resenha sobre a outra a metodologia de pode
ser encontrada em Anselin (1988). Algumas aplicaes podem ser encontradas em Can (1990
e 1992), Case, at al. ( 1991), Dantas at al. ( 2002b), Garcia, at al (2002) de Dantas (2003).
O mtodo de Krigeagem tem por fundamento a Teoria da Varivel Regionalizada
(TVR). Essa teoria identifica que a distribuio espacial de uma varivel expressa pela soma
de trs componentes: uma componente estrutural, tendo uma mdia constante ou tendncia;
uma componente aleatria espacialmente correlacionada, tambm chamada de variao
regionalizada; uma componente aleatria no correlacionada espacialmente (erro residual).
Assim, o valor de imvel em uma posio x , representado por Z(x), fica definida por

Z(x) = m(x) + (x) + , (3.1)

Onde m(x) uma funo determinstica descrita pela componente estrutural de Z em x, (x)
a variao regionalizada e um resduo, ou seja, o rudo gaussiano espacialmente
independente, com mdia zero e varincia
2
.
Caso no exista tendncia, m(x) pode ser considerado o valor mdio da varivel,
dentro da regio amostral, e assim, o valor esperado da diferena entre duas posies x e x+h,
separados por uma distncia h, ser zero, ou seja:

E [Z(x) Z(x+h)] = 0, (3.2)

Onde Z(x) e Z(x+h) so os valores da varivel Z nas posies x e x+h.

Assumindo, ainda que, a varincia das diferenas depende somente da distncia h,
entre as variveis, tem-se:

E[{Z(x) Z(x+h)}
2
] = E[{(x) - (x+h)}
2
] = 2(h), (3.3)

Onde (h) chamado de semivarincia.
As condies de estacionaridade (3.2) e a varincia das diferenas (3.3) definem as
exigncias da hiptese intrnseca da teoria da varivel regionalizada. Quando estas condies
forem satisfeitas, a semivarincia estimada a partir dos pontos amostrais por:

(h) = (1/2n) {z(x
i
) z(x
i
+ h)}
2
, (3.4)

Onde n o nmero de pares de pontos amostrais, com atributos z, separados por uma
distncia h.
8
O grfico (h) versus h chamado variograma experimental, que pode aproximar-se
de um modelo terico (esfrico, exponencial, linear ou gaussiano) conforme mostrado na
Figura 3.1.

Figura 3.1
Modelos Tericos do Variograma

Nota: (a) esfrico, (b) exponencial, (c) linear e (d) gaussiano

Observa-se na figura 3.1 que o variograma composto por trs partes distintas: a
primeira (c
o
), conhecida por efeito pepita (nugget), que corresponde ao intercepto com o eixo
y, isto , onde h = 0; a segunda denominada plat (sill), correspondente poro vertical do
semivariograma (c
0
+ c
1
) e a terceira (a) chamada alcance (range).
Teoricamente, a semivarincia deveria ser zero quando h o fosse, isso devido
diferena entre mesmos pontos ser zero, por definio. Na prtica isso no acontece, o que
explicado pela existncia de erros de medio associadas s variaes espaciais de muito
9
pequena amplitude, que no podem ser resolvidas. Os valores positivos de (h) quando h
tende a zero so, ento, uma estimativa de . Isto , da variabilidade total observada nos
resduos estimados no modelo tradicional de regresso, representada pelo plat (c
0
+ c
1
), o
efeito pepita (c
0
) correspondente parte aleatria, sendo o restante (c
1
) autocorrelacionada
espacialmente. O alcance (a) a poro mais importante do semivariograma, pois identifica
os valores de h onde existe dependncia espacial, ou seja, o raio de influncia da dependncia
espacial.
O semivariograma pode ser empregado para determinar os pesos necessrios a uma
interpolao local. Este procedimento derivado de uma anlise espacial estatstica de dados
amostrais, de acordo com o modelo:

=
=
n
1 i
i i 0
) .z(x ) (x z

, (3.5)
com
1
1
=

=
n
i
i

, onde
i
so pesos escolhidos de modo que
) (x z
0
& &
estimado sem tendncia
e que a discrepncia da estimativa
2
e

& &
, menor que qualquer outra combinao linear dos
valores observados e obtidos quando

=
= +
n
i
i j i i
x x x x
1
0
) , ( ) , (
, para todo j. O valor de
) , (
j i
x x
a semivarincia de z entre os pontos amostrais x
i
e x
j
, o valor de
) , (
0
x x
i

a
semivarincia entre os pontos amostrais x
i
e o a ser estimado x
0
, sendo que ambos so obtidos
pelo semivariograma correspondente. O valor de um multiplicador de Lagrange requerido
para minimizao da varincia.
Desta forma, a estimao espacial para um imvel situado em uma determinada
posio geogrfica x
0
encontrada pelo modelo:

Z(x
0
) = m(x
0
) + z(x
0
), (3.6)

onde z(x
0
) o estimador de krigeagem que mede os efeitos espaciais microlocalizativos, isto
os efeitos de dependncia a pequena escala espacial.
Este mtodo, conhecido por krigeagem ordinria (ordinary kriging) um interpolador
exato, pois quando as equaes so empregadas, os valores interpolados ou a melhor mdia
local, coincidiro com os valores dos pontos de amostrais. Isso significa dizer que, os pontos
amostrais obtidos por interpolao, no tero seus valores alterados. A informao sobre a
confiana dos valores interpolados obtida atravs do erro de estimao
2

, tambm
conhecido como a discrepncia de krigeagem.

10

4. UM ESTUDO DE CASO PARA A CIDADE DE ARACAJU

4.1 A CIDADE DE ARACAJU

Aracaju era apenas mais um povoado do Estado de Sergipe que tinha por capital a
cidade de So Cristvo, at que surge a idia de se ter um ncleo urbano para ser capital do
Estado e atender s necessidades de escoamento da produo aucareira do Vale do
Cotinguiba. O lugar escolhido foi o povoado de Santo Antnio de Aracaju. Em 1855, Aracaju
foi elevada condio de cidade e a capital foi transferida. Em 1890 iniciaram-se as obras de
pavimentao, embelezamento e saneamento. O centro do poder poltico-administrativo, atual
Praa Fausto Cardoso foi o ponto de partida para o crescimento da cidade. Todas as ruas
foram construdas como um tabuleiro de xadrez desembocando no Rio Sergipe. Sua
vegetao predominantemente composta de higrfilos (campos de vrzeas e manguezais) e a
posologia por depsitos marinhos de areia quartzosa e Podzlico vermelho e amarelo,
possuindo as seguintes bacias hidrogrficas: Rio Sergipe, Vasa Barris, Rio do Sal, Rio Poxim,
Rio Pitanga e Canal de Santa Maria.
A cidade faz parte da regio de Produo Nordeste da Petrobrs, possuindo
indstrias no setor txtil e confeces, artigos de couro, sabo, cal, extrao de petrleo, alm
de um grande potencial turstico. Atualmente ocupa uma rea de 182,0 km
2
possuindo uma
populao de 491.898 habitantes (IBGE 2004), com aproximadamente 4.900 quadras,
115.000 mil lotes e 175.000 unidades imobilirias cadastradas, distribudos em 37 bairros e
uma zona de expanso urbana. A tabela abaixo descreve a evoluo anual das unidades
imobilirias por utilizao:

Tabela 4.1
Evoluo Anual das Unidades Imobilirias

UTILIZAO 2001 2002 2003 2004 2005 2006
HABITAO 112.351 114.106 115.874 117.489 122.758 126.003
COMRCIO 7.457 7.496 7.480 7.583 7.727 7.840
ENSINO 573 556 549 565 568 574
SADE 270 276 273 299 300 303
CULTURA 20 16 18 18 17 17
OUTROS
SERVIOS
8.233 8.526 8.695 8.940 9.214 9.243
INDSTRIA 168 160 150 139 130 128
RELIGIOSO 343 344 361 382 388 401
ATIVIDADE
RURAL
49 48 45 43 42 42
DESATIVADO 1.752 1.944 2.041 1.997 1.970 2.139
HOTEL 45 45 48 48 65 68
SEM
EDIFICAO
26.723 26.144 27.312 28.509 28.706 28.026
TOTAL 157.984 159.661 162.846 166.012 171.885 174.784





11

Uma viso parcial da cidade pode ser observada pela figura 4.1, onde se pode observar grande
parte da regio centro-norte da cidade, banhada pelo esturio do Rio Sergipe.

Figura 4.1
Viso Parcial da Cidade de Aracaj


12
4.2 DESCRIO DA AMOSTRA

Para efeito de realizao da inferncia espacial, trabalhou-se com uma amostra de
1055 dados de terrenos, distribudos por todos os bairros da cidade de Aracaju. Esta amostra
contm informaes relativas ao perodo de 2005, sobre as caractersticas fsicas dos terrenos
(rea, frente, topografia, situao na quadra, infra-estrutura, situado ou no em condomnio
fechado), locacionais (logradouro e bairro) e econmicas (oferta ou venda). Como variveis
locacionais, foram utilizadas as coordenadas geogrficas de cada terreno
1
, compatibilizadas
com uma planta digitalizada da cidade do Aracaju, atravs do uso do programa ArcView.
Uma distribuio espacial da amostra coletada pode ser observada na figura 4.2.

Figura 4.2
Distribuio Espacial da Amostra Coletada
Distribuio Espacial da Amostra
































1
Medidas em UTM, sigla de Universal Transversa de Mercator.

13

4.3 MODELO TRADICIONAL DE AVALIAO

Para estimao emprica do modelo (3.4) utiliza-se inicialmente o Modelo Clssico de
Regresso, via Mnimos Quadrados Ordinrios (MQO), tomando-se como varivel
dependente o logaritmo do preo unitrio dos terrenos na posio geogrfica x = (E,N), ou
seja Z(x), onde E e N so as coordenadas medidas em UTM. Na parte determinstica do
modelo, m(x), considerou-se como variveis estruturais a rea do terreno (AR), a frente (FR),
a infra-estrutura (PA), Topografia (TO), Transao (TR), Oferta (OF), Condomnio (CO),
Eixo (EI) e Setor (SE). Incluiu-se ainda nesta parte um polinmio de tendncia do segundo
grau, que consiste em inserir como variveis explicativas do modelo as coordenadas
geogrficas dos edifcios onde esto localizados os terrenos (E e N), seus quadrados (E
2
e N
2
)
e interao entre elas (EN). Este polinmio tem como objetivo filtrar as variaes dos preos
a grande escala espacial, restando apenas os efeitos microlocalizativos. Para evitar problemas
graves de multicolinearidade, geralmente presentes neste tipo de modelo, utilizam-se as
coordenadas transformadas em termos de desvios em relao mdia (Olmo e Guervs,
2002). As variveis qualitativas PA, TO e CO foram adotadas como dummies, assumindo
valor 1 para cada uma se os terrenos forem servidos por pavimentao, com topografia plana
e se situarem em condomnio fechado, respectivamente, e zero em caso contrrio; a natureza
do evento foi tratada com duas dummies TR e OF, que assumem valores 1 se os preos so
provenientes de transaes ou ofertas, respectivamente, e zero se so dados oriundos de
valores atribudos para fins de ITBI; A varivel EI assumiu valores 3 para eixos principais, 2
em eixos secundrios e 1 nos demais casos; para diferenciar nvel socioeconmico os diversos
setores da cidade, considerou-se a varivel SE como uma varivel proxy de macro
localizao, representada pela renda mdia do chefe da famlia, em salrios mnimos,
divulgada pelo censo do IBGE (2000);
O ajustamento do modelo de regresso tradicional, incluindo-se um polinmio de
tendncia do segundo grau, encontra-se na tabela 4.2. Pelos resultados obtidos pode-se
observar que os sinais dos coeficientes das variveis independentes esto coerentes com o
mercado, pois h expectativas de elevao dos valores unitrios dos terrenos com aumento do
padro socioeconmico do setor censitrio onde est localizado, com a quantidade de metros
de frente, em condomnio fechado e em rua pavimentada. esperado, tambm, que os
terrenos com maior porte, tenham o seu valor unitrio menor e que as ofertas sejam superiores
aos valores de transao, em condies ceteris paribus.
Pelos resultados da tabela 4.2, pode-se observar que os coeficientes das variveis
explicativas mostraram-se estatisticamente significantes ao nvel de 6% quando utilizado o
teste t, Pela anlise dos coeficientes do polinmio de tendncia, observa-se que apenas a
coordenada E no significante ao nvel de 5%, indicando que as maiores variaes dos
preos, a grande escala espacial, ocorrem no sentido norte-sul. Realmente isto pode ser
verificado em funo do bairro de Mosqueiro que se situa na parte sul da cidade, que abrange
quase 40% da sua extenso, ser o trecho de menor preo de m
2
de terrenos.
14

Tabela 4.2
Modelo de Regresso Tradicional com Polinmio de Tendncia do Segundo Grau

Varivel Coeficiente Erro Padro Estatstica t Probabilidade
Interseo 2,962421554 0,108741 27,24294 8,8254E-124
Transao 0,471278405 0,090205 5,224499 2,10913E-07
Oferta 0,537758565 0,038624 13,92304 1,56218E-40
Pavimentao 0,123118467 0,037915 3,247242 0,001202534
Topografia 0,24159405 0,091666 2,635584 0,008524256
Condomnio 0,29357643 0,071826 4,087318 4,69994E-05
rea -3,42077E-05 6,19E-06 -5,52978 4,05483E-08
Frente 0,002408136 0,000596 4,041605 5,69988E-05
Renda 0,099951578 0,006592 15,16196 4,59651E-47
Eixo 0,065633006 0,027817 2,359456 0,018485766
E 2,64766E-05 1,37E-05 1,928274 0,054092961
N 3,67362E-05 5,66E-06 6,494415 1,28922E-10
E2 -2,31313E-08 3,27E-09 -7,08189 2,61508E-12
N2 -3,0706E-09 7,27E-10 -4,22403 2,60996E-05
E*N 1,94519E-08 2,14E-09 9,088017 4,97484E-19

Pela tabela de anlise de varincia (Tabela 4.3), verifica-se que o modelo apresenta poder
explicativo baixo de 56% e a hiptese nula de que o conjunto de variveis explicativas
adotadas no importante para explicar a variabilidade observada nos preos dos terrenos
fortemente rejeitada quando utilizado o teste F.

Tabela 4.3
Tabela de Anlise de Varincia

Fonte
Graus de
Liberdade
Soma dos
Quadrados Varincia Estatstica F Probabilidade
Modelo 14 359,67 25,69 94,55 0,00
Resduo 1040 282,59 0,27
Total 1054 642,26

Observe que no modelo ajustado na tabela 4.2 foram consideradas apenas as caractersticas
macrolocalizativas existentes nos dados, no sendo levada em consta ainda a influncia que
os dados exercem sobre os seus vizinhos, a pequena escala espacial. Ou seja, nos resduos
deste ainda esto presentes duas componentes: (x) + , e apenas distribudo de forma
independente. Neste caso os resduos estimados ainda podem estar contaminados com os
efeitos de dependncia espacial a pequena escala espacial, sendo necessrio se realizar os
testes de autocorrelao espacial, para atender o que preconiza a NBR 14.652-2, nos seus
itens 8.2.1.4.3 e A.2.1, conforme mostrado a seguir.




15
4.4 DIAGNSTICO DA AUTORRELAO ESPACIAL
.
Para realizar diagnstico dos efeitos de autocorrelao espacial constri-se o
variograma ajustado aos resduos estimados na tabela 4.2, utilizando-se o mdulo
Geoestatstica do programa ARCGIS, que se encontra na figura 4.3.

Figura 4.3
Variograma Experimental e Terico dos Resduos
























Observa-se que o modelo do variograma do tipo esfrico, cujos parmetros esto na
equao:

(h) = C
0
+ C
1
[ 1,5( h/a) 0,5(h/a)
2
] para h < a e (h) = C
0
para h a, (4.1)

Onde: C
0
= 0,04 (efeito pepita); C
1
= 0,24; C
0
+ C
1
= 0,28 (plat) e a = 830 metros (alcance).

O efeito pepita indica que 14,3%= (0,04/0,28)*100 da variabilidade total dos resduos
se deve componente aleatria e os 85,7% restantes so explicados pela componente de
autocorrelao espacial existente nos resduos. O alcance de 830m, indica que a varincia
cresce at uma distncia de cerca de 830m entre os imveis, havendo a partir de ento uma
tendncia de estabilizao. Este comportamento grfico indica que existe um raio de
influncia de contgio espacial de cerca de 830m, tornando-se desprezveis estes efeitos, a
pequena escala espacial, a partir de deste limite. Assim, h evidncias de que os terrenos de
preos semelhantes tendem a se situar prximos uns dos outros, ou melhor, existe um
16
agrupamento de terrenos de preos elevados e tambm os terrenos menos valorizados tm
vizinhos na mesma faixa de preo, indicando a necessidade de correo dos valores estimados
por Mnimos Quadrados Ordinrios, atravs aplicao uma varivel regionalizada, o que ser
mostrado na prxima seo.

4.5 INFERNCIA ESPACIAL POR KRIGEAGEM

Com base na estrutura definida pelo variograma na forma esfrica, realiza-se a
inferncia espacial, atravs do processo de krigeagem, obtendo-se o mapa de distribuio
espacial da componente responsvel pelas variaes microlocalizativa nos resduos, z(x
0
),
conforme figura 4.4, que ser utilizada para correo das estimativas de mnimos quadrados
ordinrios, encontradas no modelo ajustado na tabela 4.2.

Figura 4.4
Mapa de distribuio espacial da componente microlocalizativa


































Aracaju - SE
17
Pela figura 4.4, identificam-se as correes necessrias para elaborao da Planta
Espacial de Valores, que ser mostrada na Figura 4.7.
Pode-se verificar a potencialidade da metodologia adotada, quando se comparam os
grficos dos valores ajustados versus preos observados, considerando-se os valores obtidos
pela metodologia tradicional (Figura 4.5) e pelo modelo de inferncia espacial (figura 4.6).
Na figura 4.5 esto plotados os pontos correspondentes aos valores ajustados pelo processo
tradicional de avaliao versus preos observados, onde foi encontrado um coeficiente de
determinao de 0,227, para a reta que passa pela origem.

Figura 4.5
Grfico dos Valores Ajustados pelo modelo tradicional versus preos observados



























Na figura 4.6 esto plotados os pontos correspondentes aos valores ajustados pelo
modelo espacial de avaliao, a partir dos resultados encontrados no mapa de distribuio
espacial da componente microlocalizativa, exibidos na figura 4.4, versus preos observados.
Comparando-se os resultados das figuras 4.5 e 4.6, verifica-se uma sensvel melhoria no
ajustamento do modelo de avaliao, em virtude da considerao da componente espacial, que
neste caso apresentou um coeficiente de determinao de 0,875. Verifica-se ainda que houve
uma sensvel reduo na soma dos quadrados dos resduos obtidos pelo processo Mnimos
Quadrados Ordinrios, de 282,59 (ver tabela 4.3), no modelo tradicional de avaliaes, para
Valores Observados Versus Valores Ajustados por MQO
y = 0,9838x
R
2
= 0,227
0
1
2
3
4
5
6
7
8
0 1 2 3 4 5 6 7 8
Valores Observados
V
a
l
o
r
e
s

A
j
u
s
t
a
d
o
s
18
89,11 no modelo de inferncia espacial. Neste caso, o poder de explicao, que no modelo
tradicional foi de 56%, passa a 86% no modelo espacial.

Figura 4.6
Grfico dos Valores Ajustados pelo modelo Espacial versus preos observados



Com base no modelo espacial inferido, parte para avaliao da cidade, como se mostra
na seo seguinte.


4.6 AVALIAO DA CIDADE

A partir do modelo de regresso ajustado na tabela 4.2, e consideradas as correes
locais obtidas no mapa de distribuio espacial da componente microlocalizativa, exibidos na
figura 4.4, gera-se a Planta Espacial de Valores (PEV) mostrada na figura 4.7. Com base na
PEV podem ser estimados os valores de mercado de cada terreno a partir do conhecimento
das suas coordenadas UTM. A distribuio espacial dos valores mostra as regies marcadas
azul como as mais valorizadas e em amarelo as reas de menor valorizao.



Valores Corrigidos por Krigeagem versus Valores Observados
y = 1,0015x
R
2
= 0,8757
0,0000000000
1,0000000000
2,0000000000
3,0000000000
4,0000000000
5,0000000000
6,0000000000
7,0000000000
8,0000000000
0 1 2 3 4 5 6 7 8
Preos Observados
V
a
l
o
r
e
s

C
o
r
r
i
g
i
d
o
s

p
o
r

K
r
i
g
e
a
g
e
m
F-Kri
Linear (F-Kri)
19

Figura 4.7
Planta Espacial de Valores













































Aracaju - SE
20
5. CONCLUSES E RECOMENDAES

Em virtude do exposto pode-se concluir que a inferncia espacial permite encontrar
valores mais justos para os imveis, evitando, desta forma, efeitos danosos para os
consumidores e para a administrao municipal. Alm disto esta metodologia permite a
avaliao individualizada de todos os imveis da cidade, a partir do conhecimento da suas
coordenadas geogrficas, e no apenas a demonstrao de valores genricos, como ocorre na
elaborao tradicional da Planta Genrica de Valores. A partir do mapa de distribuio
espacial de valores, pode se identificar com facilidade as zonas infra ou supra valoradas de
uma cidade, isto beneficiadas ou prejudicadas fiscalmente, o que pode resultar em maior
arrecadao de impostos e bem-estar social. A Planta Espacial de Valores pode ajudar ainda
aos diversos rgos governamentais e no governamentais ligados ao planejamento e
desenvolvimento urbano, uma vez que atravs dos mapas de iso-valores podem-se identificar
os plos de atrao e repulso de determinadas classes sociais, como tambm definir as
regies em ascendncia ou decadncia da cidade.
Durante o tratamento dos dados pode-se observar a superioridade do Modelo Espacial
sobre o modelo tradicionalmente de avaliao, quando se observou que a considerao da
varivel regionalizada, que capta os efeitos microlocalizativos, gerou uma reduo na soma
dos quadrados dos resduos de 282,59 (Modelo Tradicional) para 89,11 (Modelo Espacial), o
que alterou o poder de explicao de 56% no Modelo Tradicional para 86% no Modelo
Espacial.
As tcnicas de estimao espacial utilizadas para avaliao de terrenos devem ser
aplicadas para as demais tipologias de imveis, de forma estimar o valor de todo o patrimnio
imobilirio da cidade.
21
REFERNCIAS BIBLIOGRFICAS

Anselin, L. (1988) Spatial Econometrics: Methods and Models. Dordrecht: Kluwer
Academic.
Basu, S. e Thibodeau, T. (1998)Analysis of spatial autocorrelation in house prices Journal
of Real Estate Finance and Economics, 17, 61-85.
Carneiro, A. F. T. Cadastro Imobilirio e Registro de Imveis. Coleo IRIB em Debate.
Porto Alegre: Srgio Antnio Fabis editor, 2003.
Censo demogrfico (2000) Instituto Brasileiro de Geografia e Estatstica- IBGE
Dantas, R. A. (2001) Engenharia de Avaliaes Uma Introduo Metodologia Cientfica
Ed. PINI - So Paulo.
Dantas, R. A. (2002) Ingeniera de Tasaciones Una Introduccin a la Metodologa
Cientfica Ed. Novo Horizonte - Venezuela.
Dantas, R. A. e Cordeiro G.M. (2001) Evaluation Of The Brazilian City of Recife
Condominium Market Using Generalized Linear Models The Appraisal Journal, Volume
Lxix, Number 3, USA.
Dantas, R., Sales, F., Chaves, R. e Magalhes, A. (2001) Uma nova metodologia para
avaliao de imveis utilizando regresso espacial, Anais do XI Congresso Brasileiro de
Engenharia de Avaliaes e Percias, Vitria-ES.
Dantas, R.A, Rocha, F.S. y Magalhes, A. (2002a), La importancia de la Regresin Espacial
en la Tasacin de Inmuebles Anais del I CONGRESO INTERNACIONAL EN TASACIN
Y VALORACIN, Valencia, Espanha.
Dantas, R. A, Rocha, F.S. y Magalhes, A. (2002b) Modelos Espaciales Aplicados en la
Tasacin de Inmuebles Anais del XX CONGRESO PANAMERICANO DE VALUACIN,
Buenos Aires, Argentina.
Dantas, R. A. (2003) Modelos Espaciais Aplicados ao Mercado Habitacional Um Estudo de
Caso para a Cidade do Recife Tese de Doutorado, Departamento de Economia,
PIMES/UFPE.
Diggle, P. H. (1983) Statistical Analysis of Spatial Point Pattern. London: Academic Press.
Guervs, R.C, (1999) Aproximacin al Valor de la Vivenda Aplicacin a la Ciudad de
Granada, Editorial Universidade de Granada.
Leite, C. C.: Cadastro Tcnico in Cadernos CEPAM. Fundao Prof. Faria Lima.So Paulo
SP, 1993.
Matheron, G. (1965): Les Variables Regionalises et Leur Estimation, Masson, Paris.
Olmo, J. (1995) Spatial estimation of housing prices and locational rents, Urban Studies,
32, 1331-1344.
Olmo, J E Guervs, R. (2002) Valoracin Espacial del Precio de la Vivienda y del Suelo
Mediante el Mtodo de Krigeage Anais del I Congreso Internacional en Tasacin y
Valoracin, Valencia, Espanha.
NBR-14.653-2: 2004 Norma Para Avaliao de Imveis Urbanos.ABNT.
Olmo, J. e Guervs, R.C. (2002) Valoracin Espacial del Precio de la Vivienda y del Suelo
Mediante el Mtodo de Krigeaje Anais do I Congresso Internacional de Avaliaes -
Universidade de Valncia Espanha.
Olmo, J. (1995) Spatial estimation of housing prices and locational rents, Urban Studies,
32, 1331-1344.
Prado, J. .F. (2004) Goeprocessamento como Ferramenta de Gesto Tributria, Monografia
do Curso de Ps-Graduao em Gesto Pblica pela ESAF-FGV.
22
Tobler, W. R. (1989) Frame independent spatial analysis In: Accuracy of spatial databases.
(GOODCHILD, M & GOPAL, S., ed), pp. 115 - 122, London: Taylor & Francis.
ZANCAN, E. C, Avaliao de Imveis em Massa para Efeitos de Tributos Municipais.
Rocha-livrotec. Florianpolis SC, 1996.