Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Dissertação
Santo André - SP
2013
HAROLDO LUIZ NOGUEIRA DA SILVA
Santo André - SP
2013
Ficha catalográfica elaborada pela Biblioteca da Universidade Federal do ABC
Aos meus filhos João Vitor e João Guilherme, pela compreensão nos momentos de ausência e
dedicação ao trabalho de pesquisa.
Agradecimentos
Às empresas que colaboraram com a pesquisa por meio do fornecimento de dados de seus
empreendimentos.
Epígrafe
The growing demand for energy raises concerns in social, economic and
environmental fields. Economic growth, especially in developing countries, indicates
projected strong growth in energy consumption in these countries.
The large energy demand required in buildings segment due to the strong growth of
the real estate market, especially the commercial high standard buildings, draws attention and
denotes need for industry research.
The metropolitan region of São Paulo, one of the largest business centers in the world
and the most significant in Brazil with strong demand for buildings of high standard, explains
the object of the search. Measures to promote energy conservation and the search for
efficiency may act positively, as well as knowledge of their consumption profile.
This work aims to establish benchmarking intensity of energy use in areas of
commercial buildings to a high standard in the metropolitan region of São Paulo.
Based on actual consumption data, normalized values are set according to the private
area of the buildings. Multiple regression models using variables that affect energy
consumption are built with the objective of establishing tracks fitted with energy efficiency
levels, which resulted in annualized values between 42.3 and 64.5 kilowatt-hours per square
meter for buildings with central air conditioning, and 99.6 and 191.9 kilowatt-hours per
square meter for buildings with air-conditioning unit.
1 INTRODUÇÃO.......................................................................................................... 12
8 CONCLUSÃO.......................................................................................................... 106
12
energético, pode também servir de ferramenta de auxílio na tomada de decisão sobre
implementação de medidas de melhora na performance energética.
Pérez-Lombard et al. (2009) discutem os conceitos e etapas do processo de
benchmarking conforme demonstrado na Figura 1.
13
comerciais não são considerados. Neste contexto, são avaliados dados de 44 edificações
comerciais de perfil multiusuário de alto padrão na região metropolitana de São Paulo.
Modelos de regressão múltipla com base nas principais variáveis que potencialmente
afetam o desempenho energético são desenvolvidos com objetivo de minimizar a interferência
destas variáveis na construção dos indicadores. É utilizado o software de análises estatísticas
Minitab 16 para cálculo dos coeficientes das equações de regressão bem como análises
estatísticas nos modelos.
A seleção das edificações que fazem parte da amostra avaliada é feita com base em
critérios de avaliação utilizados pelas empresas de consultoria e avaliação imobiliária como
forma categorização das edificações quanto ao padrão de qualidade destas. Relação de área
privativa por vaga de garagem, pé-direito mínimo dos conjuntos-tipo, área mínima de laje são
exemplos de variáveis usadas na seleção das edificações. Este filtro se faz necessário pois
comparar edificações de escritórios de lajes corporativas com edifícios com pequenas salas
comerciais não traz resultados efetivos em termos de benchmarking.
Neste contexto foi efetuado levantamento de consumo elétrico e características que
potencialmente afetam o desempenho como idade, área privativa da edificação, população etc,
para o estabelecimento benchmarks de consumo energético para edifícios comerciais de
escritórios de alto padrão, tipo multiusuário na região metropolitana de São Paulo. Isto
possibilita uma avaliação de forma direta da posição relativa de cada edificação frente à
media de mercado para edificações da tipologia avaliada. A capital paulista, além da região de
Alphaville como maiores mercados consumidores neste segmento, visto o acelerado
crescimento no setor e o estoque elevado frente a outras capitais brasileiras justificam o objeto
da pesquisa.
Correlações entre estas variáveis e o desempenho são estudadas de forma a avaliar
seus impactos, e minimizar seus efeitos na construção dos indicadores através de modelos de
regressão múltipla. Estas informações são normalizadas em termos de consumo anualizado
em quilowatt-hora por metro quadrado para cada edificação além da elaboração de método
para predição de consumo dadas características intrínsecas da edificação e operação do
empreendimento.
Com base nos resultados obtidos, são definidas faixas de consumo ajustadas com
atribuição de notas de A a E a exemplo do programa brasileiro de etiquetagem do Programa
Nacional de Conservação de Energia Elétrica (Procel).
14
O trabalho é dividido em oito capítulos. No segundo capítulo é feita uma
contextualização do tema energia e suas inter-relações com desenvolvimento, crescimento
econômico e sociedade. Reflexões acerca do panorama nacional e global da evolução do
consumo energético e suas implicações nos campos sociais, econômicos e ambientais também
são realizadas.
No capítulo três são feitas avaliações qualitativas acerca do mercado imobiliário na
cidade de São Paulo e região de Alphaville com especial atenção ao mercado de escritórios
objeto da pesquisa. Avaliações quantitativas acerca do estoque existente, taxas de crescimento
e projeções de evolução no mercado também são discutidas.
O capítulo quatro apresenta uma visão geral do consumo energético em edificações
com base em revisões bibliográficas com apresentação de dados em nível nacional e também
de outros países.
O quinto capítulo discute os mecanismos atuais de classificação de edificações como
certificação e etiquetagem energética como o programa brasileiro de etiquetagem e outros
programas usados em outros países.
O capítulo seis apresenta a metodologia utilizada para levantamento dos dados,
seleção das edificações, e tratamento dos dados para obtenção dos indicadores de intensidade
no uso da energia em quilowatt-hora por metro quadrado por ano.
No sétimo capítulo são apresentados os resultados e discussões com base nos
indicadores obtidos e por fim no capítulo oito é apresentada a conclusão e considerações
finais.
15
2 ENERGIA DESENVOLVIMENTO E SUSTENTABILIDADE
450 450
400 400
350 350
300 300
250 250
200 200
150 150
100 100
50 50
0 0
2000 2005 2010 2015 2020 2025 2030 2035 2000 2005 2010 2015 2020 2025 2030 2035
___________________________________
1
Inclui membros até 01/03/2010 com exceção do Chile que se tornou membro em 05/05/2010
2
1 Quad = 1015 btu
16
Esta ocorreu aproximadamente três anos antes do previsto tendo registrado 263,2
milhões de terá joules (249,5 Quad) contra 259,2 milhões de terá joule (245,7 Quad)
superando em 1,5% os países desenvolvidos (EIA, 2010). Isto demonstra que os níveis de
crescimento de consumo e emissões vêm ocorrendo em ritmo mais acelerado do que previsto
anteriormente.
Ainda segundo o relatório, as taxas de crescimento do consumo de energia primária,
projetadas entre 2005 e 2035, são de 0,8 e 2,5% ao ano para os países OCDE e Não-OCDE
respectivamente para um cenário de elevado crescimento econômico. Boa parte da
discrepância entre os blocos se deve à contribuição dos gigantes emergentes Brasil, Rússia,
Índia e China (Bric3). Cabe aqui uma segunda abordagem com destaque para estes países,
visto que este vem ocupando juntos cada vez mais importância dentro do bloco, tornando-se
proporcionalmente mais significativos conforme demonstrado na Figura 3.
55 56 57 58 59 60 61 61
45 44 43 42 41 40 39 39
Em uma comparação da previsão de consumo dos países Bric em relação aos países
Não OCDE (excluído Bric), nota-se uma curva ainda mais acentuada para o bloco Bric,
conforme percebe-se na Figura 4, o que sinaliza ainda mais preocupação na análise destes
mercados que vem sistematicamente apresentando altas taxas de crescimento.
Dentro deste cenário, o Brasil ocupa posição de destaque ficando abaixo da taxa de
projeção de crescimento médio anual no consumo de energia entre 2005 e 2035 apenas para a
China (Figura 5). Esta projeção é confirmada em nível nacional pelo Plano Nacional de
Energia 2030 elaborado Empresa de Pesquisa Energética (EPE) que sinaliza crescimento
médio entre 2,5 e 4,3%, para alguns cenários projetados, entre 2005 e 2030 (EPE, 2007).
_____________________________________
3
Usado sigla Bric pois à época a África do Sul não havia sido integrada ao bloco
17
300
250
10 15 btu
200
150
100
2005 2006 2007 2015 2020 2025 2030 2035
4,0 China
Brasil Índia
3,0
2,0
Rússia
1,0
0,0
R² = 0,997
18
O crescimento econômico não se traduz necessariamente em desenvolvimento. Pode-
se exemplificar esta afirmação com o intenso crescimento econômico ocorrido na década de
1950, incluindo o Brasil, onde este não se traduziu em maior acesso das populações pobres a
bens materiais e culturais (VEIGA, 2008).
O paradoxo é que apesar da atual e crescente revolução tecnológica, a maioria da
população mundial ainda vive abaixo da linha da pobreza, com acesso inadequado a
alimentação, moradia, energia, e acometidos por doenças que poderiam ser facilmente
erradicadas com medidas de saneamento básico e aplicação de drogas bastante simples
(VERGRAGT, 2006).
O termo desenvolvimento traz em si outros valores que uma análise pura e simples do
crescimento econômico não tem condições de refletir. Uma visão rasa da associação do
crescimento econômico com desenvolvimento, em especial tomando como pilar central o PIB
que pode ser mesurado de forma per capita para uma melhor base de comparação entre as
nações, por si só traz uma dúvida quanto aos seus impactos no desenvolvimento e remete a
reflexões básicas e uma análise mais profunda, como a correta divisão desta riqueza, a
chamada distribuição de renda.
Este é apenas um argumento, e não o único, para esvaziar a hipótese de que
crescimento econômico é sinônimo de desenvolvimento. Não é correto afirmar também que
uma combinação PIB/distribuição de renda são as únicas variáveis para solução da equação
desenvolvimento. Questões como aplicação de recursos públicos, prioridades de
investimentos, questões socioculturais locais entre outros, devem ser considerados para uma
avaliação do nível de desenvolvimento.
Simon Smith Kuznets propôs em 1971 uma teoria demonstrando que a desigualdade
de distribuição de renda é crescente, porém natural até certo ponto, onde a partir daí começa a
decrescer. Segundo ele, isto faz parte de um processo natural de maturação do processo de
desenvolvimento onde atingido o ápice, a distribuição de renda mais igualitária ocorre de
forma natural por princípios de auto regulação do mercado (GOLDEMBERG; LUCON,
2008).
Além do fato de que por questões ideológicas e políticas, esta teoria era de fato mais
conveniente para explicar alguns fenômenos, esta ganhou destaque também por que vários
testes com base em casos isolados pareciam confirmar esta hipótese. Isto serviu por muito
tempo como base teórica para vários estudos, porém gradativamente vem sendo desmontada.
Estudo realizado pelo Banco Mundial com 108 economias ao longo de aproximadamente 40
19
anos demonstram a inexistência de qualquer padrão histórico de evolução na distribuição de
renda. Esta hipótese vem sendo sistematicamente substituída por outra que demonstra que a
dinâmica da auto regulação que determina a distribuição de renda é extremamente resistente a
qualquer tipo de alteração em sua estrutura, ou seja, apresenta grande inércia a qualquer
alteração em sua dinâmica (VEIGA, 2008).
Demonstração do exposto é o fato de que um quinto da população mais pobre do
planeta detém apenas 1,4% do Produto Nacional Bruto (PNB), que representa o total de
riquezas produzidas pelo país incluindo as empresas no exterior, descontadas as empresas
sediadas no país mas de outras nacionalidades, enquanto um quinto da população mais rica
detém 82,7% das riquezas mundiais (GOLDEMBERG; LUCON, 2008). Isto demonstra em
níveis globais o abismo de desigualdade de distribuição de riquezas. Ainda existe no mundo
mais de um bilhão de pessoas que vivem com um dólar por dia (NORTH, 2005).
Poder-se-ia argumentar que estes países não atingiram ainda o grau de crescimento
necessário proposto por Kuznets para então atingirem a segunda etapa onde a curva de
concentração de renda se reverteria.
Conforme afirmado por Sen (2000), há duas atitudes gerais como forma de condução
ao processo de desenvolvimento. A primeira onde o processo se dá de forma rígida e “feroz”,
onde a democracia e os direitos civis podem ser classificados como um “luxo”, onde é
necessário em primeiro momento dureza e disciplina para só então, em um segundo momento
quando o processo de desenvolvimento tiver produzido frutos suficientes, poder-se partilhar
estas dimensões. Em uma segunda abordagem proposta por Sen, o processo se dá de forma
amigável tendo como pilar central a liberdade não só como fim, mas também como meio para
o desenvolvimento (SEN, 2000).
Não se pode simplificar a definição de desenvolvimento reduzindo-o a uma
ponderação entre PIB e distribuição de renda. Desenvolvimento remete entre outras coisas a
questões culturais, que em grande medida são difíceis de avaliar. Não se pode avaliar sob o
mesmo prisma países como Brasil e Cuba por exemplo. Países vindos de regimes, culturas
sociais, políticas e econômicas tão diversas não podem ser medidas sob a mesma “régua” de
desenvolvimento. Apesar de apresentarem PIB per capita e Índice de Desenvolvimento
Humano (IDH) tão diverso é difícil afirmar qual é mais desenvolvido sem levantar a questão:
desenvolvido em qual dimensão? Saúde? Educação? Liberdade? Civismo?
Alguns indicadores sociais podem ser utilizados, para em certa medida, estabelecer
base objetiva para comparação do nível de desenvolvimento de cada nação. Um índice muito
20
utilizado com esta finalidade é o IDH. Este leva em conta além de informações referentes à
economia como o PIB per capita, informações ponderadas referentes à longevidade, instrução
e padrão de vida. A ideia do estabelecimento deste índice era criar uma ferramenta que fosse
capaz de medir o nível de desenvolvimento das nações.
Esta ambiciosa empreitada realizada pelo paquistanês Mahbu Ul Haq ao Programa das
Nações Unidas para o Desenvolvimento (PNUD), que é o programa para fomentar o
desenvolvimento mundial, foi considerada por Amartya Sen, Prêmio Nobel de economia de
1998, e um dos inspiradores de Haq, um tanto quanto ambiciosa e imprecisa. Sen manifestou
profundo ceticismo sobre a ideia de poder sintetizar de forma objetiva algo tão subjetivo e de
difícil mensuração (VEIGA, 2008). Porém ele acaba se rendendo aos argumentos de Haq e
sua contribuição para elaboração do índice é fundamental.
Sen afirma no Human Development Report 2010 que o IDH, que se revelou muito
popular na discussão pública, sofre de uma “rusticidade” que é algo semelhante à do PIB
(UNDP, 2011). Apesar das limitações do IDH, Sen admite ser importante, o estabelecimento
de um índice simples e sintético que possa substituir a renda per capita nas discussões sobre
desenvolvimento. Ele afirma:
Dos 135 países que foram objeto do relatório de 2010, ano em que comemorou seu 20º
aniversário, correspondendo a uma abrangência de 92% da população mundial, quase todos os
países apresentaram crescimento em comparação aos índices de 1970. Exceção feita à
Republica Democrática do Congo, a Zâmbia e ao Zimbabwe (UNDP, 2011).
Um dos resultados mais surpreendentes do relatório, porém esperado, é o fato de que
inexiste correlação significativa entre crescimento econômico e melhorias nos campos da
saúde e educação (UNDP, 2011). Esta conclusão do relatório confirma o que já citado
anteriormente e chama atenção para o fato de que um alto IDH não significa necessariamente
a superação de dimensões mais amplas como o conceito de sustentabilidade por exemplo. É
possível ter um país com alto IDH, porém com práticas não sustentáveis, não democráticas e
não igualitárias (UNDP, 2011).
A exemplo do PIB, é possível também correlacionar o IDH com o consumo de
energia. Como demonstrado na Figura 7, em países com alto IDH, o que teoricamente sinaliza
21
tratar-se de países mais desenvolvidos, o consumo de energia é maior. Isto pode ser entendido
de forma intuitiva pois tem-se nestes países maior acesso a bens de consumo, tecnologias e
equipamentos sociais. Como demonstrado, países com alto IDH possuem consumo de
eletricidade elevada (GOLDEMBERG; LUCON, 2008).
Isto está diretamente ligado ao estilo de vida imposto por algumas sociedades
desenvolvidas onde a base está alicerçada em altos consumos de energia. Os Estados Unidos
por exemplo, com aproximadamente 4,6% da população mundial, em 2002 consumiram
aproximadamente 25% de toda energia do planeta, e apresentaram uma das taxas de consumo
de energia per capita mais altas do mundo equivalendo a aproximadamente cinco vezes a
média global. Este possui também uma das maiores taxas emissão de CO 2 do mundo, e gerou
aproximadamente 4,5 libras de lixo por pessoa por dia, o dobro da média da Europa
(HINRICHS; KLEINBACH; REIS, 2010).
Com relação aos níveis nacionais, nota-se que o Brasil ocupa posição privilegiada. Os
níveis de emissão per capita no Brasil são da ordem de 10% das emissões de CO2 nos Estados
Unidos e 43% dos valores mundiais conforme demonstrado na Figura 8.
Isto pode ser justificado pela composição da matriz energética brasileira, que ao
contrário da média mundial que contou em 2008, segundo a Internacional Energy Agency
(IEA), com 67,8% de combustíveis fósseis para geração de eletricidade.
22
Índia 1,25
tCO2 / habitante
Brasil 1,90
Chile 4,35
US$ PIB
Mundo 4,39
China 4,92
Rússia 11,24
A exemplo de outros países, o Brasil também apresenta estreita relação entre consumo
de energia e PIB como demonstrado na Figura 10. Conforme descrito por Francisco (2010),
historicamente a relação no Brasil entre PIB e consumo de energia elétrica é alta.
23
1.700 440.000
1.600 420.000
1.500 400.000
Consumo (GWh)
PIB (10 9 USD)
1.400 380.000
1.300 360.000
R² = 0,983
1.200 340.000
1.100 320.000
1.000 300.000
2.000
2.001
2.002
2.003
2.004
2.005
2.006
2.007
2.008
2.009
PIB Eletricidade
Outro indicador que sinaliza esta estreita relação entre crescimento econômico e
consumo de energia, é o Índice Paulista de Responsabilidade Social (IPRS), que é um índice
desenvolvido em 2000 pela Fundação Sistema Estadual de Análise de Dados (Seade) com
objetivo de sintetizar índices de desenvolvimento dos municípios do estado de São Paulo.
Este utiliza o consumo de energia elétrica residencial médio do município de São Paulo, como
principal indicador de riqueza tendo peso 43,51% na média ponderada para composição do
indicador (FRANCISCO, 2010).
Na área energética, usa-se ainda a intensidade energética, que é total da energia
primária consumida dividida pelo PIB. Esta fornece de forma sintética uma visão sobre a
eficiência energética da economia dos países. A quantidade de energia gasta para produção de
US$ 1.000 de PIB difere de forma significativa entre os países. Este traduz a eficiência de
cada nação no uso de seus recursos energéticos. Dados fornecidos pela Eletrobras no BEN
2010 sinalizam estabilidade neste indicador em nível nacional. Importante também nesta
avaliação é a análise do consumo per capita.
Conforme demonstrado nas Figuras 11 e 12, nota-se certo paradoxo entre a
intensidade energética e o consumo per capita. Isto se deve ao fato de que nos países
desenvolvidos para um mesmo volume de riquezas geradas, gasta-se menos insumos
energéticos por dominarem tecnologias mais eficientes e atuais. Em contrapartida, o consumo
per capita é baixo nos países em desenvolvimento, entre outras variáveis, pelo fato de que
nestes, o acesso às tecnologias, itens de conforto e consumo, e até mesmo a energia elétrica
24
ainda é restrito. Aproximadamente 1,6 milhões de pessoas ainda não possuem acesso a
serviços modernos de abastecimento de energia (UNDP, 2011).
Rússia 1,60
Índia 0,75
China 0,75
Mundo 0,30
PIB
Brasil 0,29
Brasil 1,29
China 1,60
Mundo 1,83
Chile 1,88
Rússia 4,84
25
capita ainda é pequeno, porém nada impede que o uso de tecnologias e processos eficientes
sejam introduzidos ainda no início do processo de desenvolvimento (GOLDEMBERG;
LUCON, 2007).
25
3 O MERCADO DE ESCRITÓRIOS NA REGIÃO METROPOLITANA DE SÃO
PAULO
26
Condição semelhante descrita pela Associação de Investidores Estrangeiros no Setor
Imobiliário (Afire) onde segundo esta, o Brasil desponta como segundo mercado com maior
potencial de valorização de capital, e primeiro como mercado emergente para investimento
em Real Estate (AFIRE, 2013).
São Paulo foi de 26ª para 4ª cidade mais atraente para aplicações em imóveis
comerciais. As primeiras colocações são Nova York, seguido por Londres e Washington
(AFIRE apud COLLIERS INTERNATIONAL, 2011).
Uma reestruturação na economia global dos últimos trinta anos demonstrou uma
concentração das atividades terciárias e de serviços junto aos grandes centros urbanos
(CÉSAR, 2007). Esta por sua vez gerou uma maior demanda por edificações comerciais de
escritório para abrigar estas atividades.
Um aumento na atividade comercial e no setor de serviços ocorreu na cidade de São
Paulo, em especial na região da Marginal Pinheiros e Berrini. Este setor apresentou um
crescimento entre 1991 e 2000 de 40,22%, contra 31,99% no setor residencial e 12,47% no
industrial (FERREIRA, 2003).
A Figura 14 demonstra a distribuição do uso do solo no município de São Paulo
segundo a Secretaria Municipal de Planejamento, Orçamento e Gestão (Sempla), órgão
responsável pelo planejamento urbano na cidade de São Paulo. Nota-se grande adensamento
na quantidade de lançamentos comerciais nas regiões da Avenida Brigadeiro Faria Lima,
Avenida Engenheiro Luiz Carlos Berrini, Itaim Bibi, Vila Olímpia e Marginal Pinheiros em
destaque nas Figuras 15 e 16.
Com base nos dados da Sempla, o estoque médio em m 2 de área de escritórios
comerciais lançados entre 1992 e 20084 totalizou conforme Figura 17, 3,7 milhões de m2 no
período analisado5, o que equivale a uma taxa anual de crescimento de 5,4% (SÃO PAULO,
2011). Isto também pode ser notado na quantidade de terrenos consumidos, segundo a
Sempla, para lançamentos comerciais na cidade de São Paulo no ano de 2008. Conforme
Figura 18, este totalizou 104.817 m² superando em 15,3% o maior valor da série histórica no
período analisado.
____________
4
Dado referente à área média em 2008 não disponível. Considerada média geral da série histórica.
5
Considerando o número de lançamentos multiplicado pela área média de conjuntos comerciais-tipo.
27
Figura 14 - Uso do solo predominante – Distritos do Município de São Paulo 2010
Fonte: São Paulo, 2011
28
Figura 15 - Uso predominante do solo em 2008 Subprefeitura de Pinheiros
Fonte: São Paulo, 2011
29
3.741
3.424
3.300
3.130
2.987
2.783
2.614
2.027
1.580
1.000 m²
1.491
1.354
1.118
823
516
351
204
123
1992
1994
1996
1998
2000
2002
2004
2006
2008
Figura 17 - Estoque acumulado de empreendimentos comerciais
Fonte: São Paulo. 2011
104.817
90.891
89.540
61.472
55.691
54.612
47.705
44.808
44.484
42.250
m²
31.217
29.901
27.940
27.219
24.550
24.571
16.487
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
Terrenos Consumidos
Figura 18 - Terrenos consumidos em lançamentos comerciais em São Paulo
Fonte: São Paulo, 2011
31
Figura 20 - Estoque total em m² - edifícios de alto padrão de escritórios
Fonte: Colliers International, 2011
32
4 CONSUMO ENERGÉTICO EM EDIFICAÇÕES
33
consumo de energia elétrica o percentual de participação do setor se eleva para 15,1% ficando
atrás apenas do setor industrial e residencial conforme demonstrado na Figura 23.
60
50
40
30
20
10
0
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
Industrial Residencial Comercial Público
Agropecuário Energético Transportes
Transportes;
30,4%
Industrial; Residencial;
37,1% 11,3%
Energético
Comercial 4,40%
Público 15,10%
8,61% Transportes
0,37%
Residencial
23,89% Industrial
43,72%
Agropecuário
3,90%
34
Importante ressaltar que a participação da energia elétrica na matriz do setor comercial
é de 89,5%. Relevante também destacar que este insumo sofreu em 2011 incremento de 6,2%,
no consumo em relação a 2010, ficando atrás somente do setor agropecuário conforme nota-se
na Tabela 1 (EPE, 2011).
O consumo energético em edificações, por estar diluído entre outros setores segundo a
distribuição por uso final do BEN torna sua mensuração imprecisa.
Segundo Lamberts, Dutra e Pereira (1997), o consumo energético no setor de
edificações no Brasil em 1992 atingiu 23% para o setor residencial, 11% para o comercial e
8% para o setor público totalizando 42% do consumo nacional.
A dificuldade na obtenção de dados concretos de consumo no segmento de edificações
no Brasil, condição semelhante descrita por Pérez-Lombard, Otiz e Pout (2008) também para
alguns países desenvolvidos, demonstra a necessidade de pesquisas no setor para quantificar e
estratificar o consumo energético de edificações.
Diferentemente de países em desenvolvimento, nos Estados Unidos, a EIA (2006a) em
seu relatório, Commercial Buildings Energy Consumption Survey (CBECS) 2003, apresenta
uma série de dados detalhados de consumo no setor de edificações. Este é realizado
quadrienalmente em uma amostra de aproximadamente 6.000 edifícios comerciais com
informações relacionadas ao consumo de energia e características dos edifícios como tipo de
uso, taxa de ocupação, horas de funcionamento, idade do edifício, intensidade energética,
zona climática entre outras variáveis.
O setor energético em edificações apresenta certas peculiaridades que o tornam mais
complexo que outros devido a multidisciplinaridade envolvida em sua concepção e operação.
35
O setor é muito disperso e tradicionalmente pobre na análise de dados sobre consumo
energético (CASALS, 2006).
Pesquisas do perfil de consumo no segmento edificações, se não em nível nacional,
pelo menos em nível regional visto São Paulo ser o maior pólo de crescimento no setor
imobiliário incluindo o de escritórios de alto e médio padrão, justifica uma análise mais
aprofundada neste segmento.
O conhecimento do perfil de consumo bem como estabelecimento de benchmarks
referenciais normalizados para edificações podem servir como ponto de partida para
estabelecimento de políticas públicas de fomento à eficiência energética no setor, bem como
servir como base de comparação para edificações similares.
A grande diversidade de tipologias construtivas, das características técnicas de seus
sistemas, do perfil de utilização da edificação o que envolve além de cuidados com a operação
e gestão otimizada de recursos, os hábitos de utilização de seus ocupantes, tornam difícil o
estabelecimento de indicadores em condições de abrangerem o maior número possível de
edifícios. Os dados normalmente apresentam grande variação em seus valores.
Agências de energia tem prestado mais atenção no segmento de edifícios devido ao
seu grande potencial de redução de consumo energético. A elaboração de um indicador de
performance energética em edifícios é importante para identificação de potenciais de
mitigação. Os métodos mais usados para obtenção destes indicadores são o método de
simulação, e o método de análises estatísticas (LEE; KUNG, 2011).
O primeiro, que consiste no uso de ferramentas computacionais para simulações
teóricas de consumo energético para comparação com modelos reais e avaliação de potenciais
reduções é mais adequado segundo Lee e Kung (2011), para avaliação de edificações na fase
de projeto auxiliando na especificação de materiais e métodos, eficiência de equipamentos e
sistemas.
Westphal e Lamberts (2004), desenvolveram metodologia de aplicação de simulação
de desempenho térmico e energético a partir de dados climáticos brasileiros validada pelo
método BESTEST proposto na American Society of Heating, Refrigerating and Air-
conditioning Engineers (ASHRAE) Standard 140, além da simulação de consumo energético
através de um modelo de regressão de variáveis arquitetônicas de edificações comerciais
climatizadas artificialmente para 14 cidades brasileiras (SIGNOR; WESTPHAL;
LAMBERTS, 2001).
36
O segundo consiste na aplicação de ferramentas de bechmarking com base em dados
reais de consumo em edificações. Algumas metodologias e programas de avaliação estatística
de consumo real em edificações serão discutidas em seções posteriores.
O crescente interesse em melhorias na performance energética em edificações nas
últimas décadas se deve entre outros, a fatores como a escassez de energia e a possibilidade da
redução de custos operacionais com uso de energia nas edificações (YAN; WANG; XIAO,
2012).
37
5 MECANISMOS DE PROMOÇÃO DA EFICIÊNCIA ENERGÉTICA EM
EDIFICAÇÕES
38
Entre 1986 e 2009 a economia obtida pelas iniciativas de conservação de energia
totalizaram 38,4 bilhões de quilowatt-hora. Para o fornecimento deste total de energia em um
ano, tendo como base um fator de capacidade típico de 56% para usinas hidroelétricas, seria
necessária uma usina de 9.105 megawatts (ELETROBRAS, 2010).
O maior expoente no sentido de incentivo às medidas de conservação de energia no
Brasil é o Procel. Este programa foi criado em 1985 pelo Ministério de Minas e Energia com
objetivo de integrar as ações de forma abrangente.
O Procel conta com uma série de programas dedicados ao tema dentre os quais a
criação do Programa Brasileiro de Etiquetagem (PBE), aplicados a equipamentos eletro-
eletrônicos. Este programa leva em conta o consumo e eficiência energética destes e atribui a
cada um a Etiqueta Nacional de Conservação de Energia (ENCE) com classificações de
consumo de A a E, sendo o nível A o mais eficiente.
Dentro deste contexto foi criado em 2003 o programa denominado Procel Edifica, que
é o programa dedicado a eficientização de edificações. Neste segmento, o potencial de
economia é em torno de 25% para edificações existentes, e pode chegar a 50% em edificações
novas se houver intervenções ainda na fase de projeto (ELETROBRAS, 2010). Nenhum outro
segmento da economia tem um potencial tão alto para reduzir as emissões como o setor de
edificações através da melhora na eficiência energética (URGE-VORSATZ et al., 2009).
Melhora na eficiência energética em edificações comerciais novas é uma das medidas
de mais fácil implementação, e de menor custo para diminuição dos custos operacionais e
emissões referentes ao uso de energia. O uso de tecnologias e projetos eficientes, pode reduzir
entre 20 e 30% o consumo de energia podendo superar os 40% para algumas tipologias de
edifícios (KNEIFEL, 2010).
Segundo Hong (2009), é esperado que o setor de edificações contribua com 40% com
a meta de energia evitada entre 2000 e 2020. O programa de eficiência energética em
edificações, é considerado um entre os dez programas definidos no 11º Five-Year Plan (2006-
2010) que é um programa de metas de eficiência energética na China.
Nos Estados Unidos, principal país consumidor de energia, programas de conservação
foram introduzidos em muitos estados com base em normas e legislações adequadas, e
resultaram em um decréscimo no consumo de grandes edificações do setor terciário de 140
quilowatt-hora por metro quadrado por mês em 1974 para 30 quilowatt-hora por metro
quadrado por mês em meados da década de 80 (BERALDO, 2006).
39
Edificações com alto desempenho energético tem papel fundamental nas políticas
mundiais de economia de energia (POPESCU et al., 2012).
Como citado no relatório Emerging Tends in Real State 2011, projetistas e arquitetos
concordam que o conceito de edifícios sustentáveis se tornará um novo padrão nas próximas
gerações de projetos e que muitos edifícios existentes precisarão melhorar a eficiência
energética de seus sistemas e modernizarem seus sistemas para tornarem-se competitivos. Nos
próximos cinco ou dez anos, segundo projetistas, edifícios “verdes” se tornarão a maior
tendência. Ainda segundo o relatório, custos com modernização podem ser amortizados com a
economia de energia proporcionada por esta (URBAN LAND INSTITUTE; PRICEWATER
HOUSECOOPERS, 2011).
Isto demonstra uma tendência clara do mercado tanto de proprietários quanto de
locatários no sentido de valorização dos empreendimentos, e sinalização de uma maior
precificação em função de questões ligadas à sustentabilidade. Se por um lado consegue-se
mais valorização no valor de locação ou comercialização simplesmente pelo fato do
empreendimento estar em linha com as tendências atuais de edifícios “verdes” que possuem
um grande potencial, porém intangível, de agregar valor a marca, apresentam potenciais ainda
mais concretos e mensuráveis sob o ponto de vista de eficiência energética.
O apelo comercial de um edifício energeticamente eficiente pode ser usado como
vantagem competitiva especialmente em um edifício etiquetado com nível máximo de energia
em termos de diferencial de custos refletidos nas faturas de energia elétrica, e maior valor
agregado ao empreendimento o que resulta em maiores benefícios financeiros para
construtores, proprietários e usuários dos edifícios (BATISTA; ROVERE; AGUIAR, 2011).
Popescu et al. (2012) propõe uma metodologia, para de forma objetiva, avaliar os impactos
das medidas de eficiência energética nas edificações em seu valor de mercado.
Pode-se entender como eficiência energética a realização de um mesmo trabalho com
dispêndio de menos energia. Portanto um edifício é energeticamente mais eficiente que outro
quando para proporcionar as mesmas condições de conforto, seja necessário um menor
consumo de energia (LAMBERTS; DUTRA; PEREIRA, 1997), o que se traduz
inegavelmente em redução de custos operacionais. Especialmente no setor comercial de
escritórios, isto pode se traduzir em questões mercadológicas favoráveis principalmente no
segmento de alto padrão onde, além da redução de custos, pode existir a associação da marca
a questões de sustentabilidade atrelada ao consumo evitado, o que agrega valor ao negócio.
40
As barreiras para uma implementação de maneira satisfatória de medidas que
favoreçam a eficiência energética no setor de edificações, são muitas. Barreiras economico-
financeiras (tecnologias energeticamente mais eficientes apresentam maior custo inicial).
Custos e benefícios ocultos são intangíveis para o consumidor final (como reduções nos
níveis de emissão de Gases de Efeito Estufa). Falhas de mercado, em especial no mercado
imobiliário de locações onde os investidores estão empenhados em conseguir o menor custo
de construção não se preocupando na eficiência energética ao passo que os locatários esperam
menores custos operacionais porém não tem controle sobre os equipamentos instalados e
processos construtivos. Aliado a isto tem-se as características comportamentais e
organizacionais como falta de informação e conscientização sobre os baixos custos de
pequenas medidas de conservação de energia, aliados ao baixo custo atrelado ao uso de
energia, em especial nos países em desenvolvimento (URGE-VORSATZ; KOEPEL, 2007).
De forma sintética, a Figura 24 ilustra as inter-relações entre as dimensões envolvidas.
Normas
Critérios de
Governo desempenho Redução de
Leis Emissões
Sociedade
Edifícios Edifícios em Redução de Custo
Prontos Fase de Projeto Operacional
Proprietários Conservação de
Energia
Facilities Projetistas
Managers Valorização da
Locatários Marca
Operação Projeto
Adequada Adequado
Valorização do
patrimônio
Retrofit
41
5.1 Etiquetagem de eficiência energética
42
certificações de 2008 para 2009 foi de 56%. O crescimento no número de prédios certificados
evitou, segunda a EPA, a emissão de gases de efeito estufa equivalentes às emissões de 1,3
milhões de lares ao ano economizando mais de 1,9 bilhões de dólares (EPA, 2011).
O método utilizado pelo programa estabelece classificações com base em análise
estatística dos dados recolhidos da EIA durante sua pesquisa quadrienal Commercial
Buildings Energy Consumption Survey (CBECS). Para cada tipo de edifício, o
estabelecimento de indicadores passa por processos para garantir a qualidade e a quantidade
dos dados, modelos estatísticos que correlacionam os dados de energia com as características
operacionais de cada prédio, e teste do modelo com edifícios reais.
Para serem elegíveis da obtenção da certificação, estes devem se qualificar em um
sistema de pontuação estabelecido de 1 a 100 (sendo 100 o melhor desempenho), com uma
nota superior a 75. Isto indica que o edifício está com um desempenho energético superior a
pelo menos 75% dos edifícios similares em todo o país. Destaca-se como diferencial no
programa da EPA, duas iniciativas.
A primeira destinada a edifícios em operação que não se enquadram na pontuação
mínima para serem elegíveis de obterem a certificação, e que consiste na disponibilização de
ferramentas de gestão e promoção de melhores práticas visando a melhora na eficiência
energética em edifícios existentes com base em critérios comparativos em edificações
similares, e o estabelecimento de metas e mecanismos de avaliação e controle de
cumprimento destas com objetivo de atingirem a pontuação mínima. A segunda iniciativa é a
disponibilização de ferramentas de auxílio ao estabelecimento de metas de desempenho
energético em fase de projeto, que auxiliam os proprietários e projetistas que buscam a
certificação (EPA, 2011). O programa não prevê classificação quantitativa energética da
edificação.
Nota-se na Figura 25 a etiqueta concedida às edificações que atingem o nível exigido
pelo programa.
43
5.1.2 Building Energy Quotient
45
quadrado), além de critérios relativos a desempenho mínimo com relação ao conforto
ambiental (NUS, 2005).
Na Figura 27 é demonstrado o certificado concedido às edificações que atendem aos
requisitos estabelecidos pelo programa.
Uma das estratégias da União Europeia (UE), para superar o desafio de mudanças
climáticas e segurança no abastecimento energético, é conseguir melhorar os níveis de sua
eficiência energética.
Na Europa, os edifícios são responsáveis por mais de 40% do uso final de energia e
tem potencial para contribuir de forma mais eficaz que qualquer outra medida política
(EPLABEL, 2011).
46
A União Europeia, através do Parlamento Europeu (EP), e do Conselho da União
Europeia, publicaram documento denominado Diretiva 2002/91/EC de 16 de dezembro de
2002 sobre performance energética em edifícios. Esta diretiva denominada Energy
Performance of Buildings Directive (EPBD) define regras sobre critérios de desempenho e
avaliação das edificações dos países membros. Segunda a EPBD, além do desenvolvimento e
implementação de medidas com objetivo de promover o uso eficiente de energia no setor, é
necessário também implementação de instrumentos jurídicos onde cada membro apure seus
ganhos potenciais, para estabelecer ações mais concretas neste sentido e reduzir as diferenças
entre os países membros neste campo, oferecer flexibilidade para acomodar a diversidade
regional e buscar harmonização no campo do uso eficiente das edificações (EPLABEL,
2011).
A EPBD tem como objetivos:
a) definição de uma metodologia de cálculo do desempenho energético integrado dos
edifícios;
b) a aplicação de requisitos mínimos de desempenho dos edifícios novos;
c) a aplicação de requisitos mínimos de desempenho dos grandes edifícios existentes que
sejam sujeitos a grandes obras de renovação;
d) certificação energética dos edifícios; e
e) Inspeção regular de equipamentos de aquecimento e condicionamento de ar.
47
Figura 28 - Etiqueta EPLabel
Fonte: EPLabel, 2011
49
A metodologia NABERS de classificação é utilizada de forma abrangente pelo
mercado imobiliário australiano. Este conhecimento do desempenho das edificações e
potencial de melhoria transformou a indústria da construção civil. É esperado, por conta do
programa, uma redução real no impacto ambiental no setor de edificações (OFFICE OF
ENVIRONMENT AND HERITAGE ON BEHALF OF FEDERAL, STATE AND
TERRITORY GOVERNMENTS, 2012).
A base do programa é a concessão de uma pontuação baseada no desempenho da
edificação através de um sistema de benchmarking das edificações classificadas. Este varia de
uma escala de 1 a 6 estrelas. Um edifício classificado como seis estrelas representa as
melhores práticas de mercado enquanto uma estrela denota performance mínima o que
sinaliza grande espaço para melhorias.
O programa prevê ainda a classificação de três tipologias diferentes quanto ao perfil de
uso. A classificação denominada Tenancy, aplicável a áreas locáveis, similar às áreas
privativas nos edifícios em regime de condomínio no Brasil. Base Building, que trata somente
de classificação de áreas comuns da edificação também similar aos condomínios. E Whole
Building que é uma combinação de ambos, ou a classificação da edificação completa. Este se
assemelha, no caso brasileiros a edifícios monousuários onde todo consumo é tratado como se
fosse único não cabendo separação entre área privativa e de uso comum.
Os dados necessários à avaliação, dependem da tipologia da edificação e tipo de
classificação pretendida. No caso da NABERS Energy são requeridas informações de
consumo energético, área útil locável (somente área de escritório, ou seja, descontadas áreas
que não tenham este perfil de uso como copas, sanitários etc), número de computadores e
horas de ocupação. No caso de Common Services por exemplo, somente informações de
consumo energético, área útil e horas de ocupação são avaliados (DECCW, 2010).
O programa prevê também, a partir de 01 de novembro de 2011, a obrigatoriedade da
obtenção do Building Energy Efficiency Certificate (BEEC), que é o certificado da
classificação da edificação além da obrigatoriedade da divulgação da classificação obtida no
NABERS em todo material de divulgação e marketing para locação, venda ou sublocação da
edificação.
O certificado BEEC, divide-se em três partes:
1. Classificação NABERS Energy;
2. Avaliação de eficiência energética do sistema de iluminação de áreas privativas;
3. Orientações gerais de eficiência energética para proprietários e locatários.
50
A avaliação da eficiência energética do sistema de iluminação, conforme demonstrado
na Figura 29, item obrigatório para classificação Tenancy, é obtida obrigatoriamente através
da contratação de um consultor acreditado pelo programa.
51
As orientações gerais de eficiência energética são genéricas e não se aplicam a
edifícios em particular, salvo recomendação de algum caso específico da secretaria do
programa, e procuram identificar oportunidades de melhoria a proprietários e locatários. Este
traz recomendações quanto a política energética corporativa, melhorias em nível gerencial,
melhorias em nível técnico nos sistemas de climatização, iluminação e outros, além de
estimular a preocupação dos usuários quanto ao uso dos recursos.
A submissão ao programa deve ser conduzida por consultor acreditado, e após
obtenção do certificado, o mesmo fica disponível ao público em geral no site oficial do
programa.
Dados computados até 01 de novembro de 2012, ou seja, um ano após o mesmo
tornar-se compulsório, 1.250 certificados BEEC foram emitidos. Isto representa um total de
874 edificações atendidas pelo programa. Nota-se na Figura 30 a distribuição das edificações
avaliadas por estado da federação australiana bem como o número de edificações tipo Base
Building (AUSTRALIAN GOVERNMENT, 2013).
1250
679
578
308
253
194
108 141 107
41 67 0 8 4 7 19 36 58
52
125
120 121
103
98
83
76
60
46
29
13
0
Valores de consumo também são computados e estes representaram neste primeiro ano
de obrigatoriedade o valor médio de 593 mega joule por metro quadrado por ano para
edificações do tipo Base Building e 1.188 mega joule por metro quadrado por ano para Whole
Building.
Na Figura 32 é exibido o certificado emitido pelo programa.
54
O processo de etiquetagem do Procel possibilita também a etiquetagem parcial da
edificação. A envoltória por fazer parte da edificação como um todo, dever ser avaliada para
classificação geral da edificação, ao passo que sistemas de iluminação e ar condicionado
podem ser atribuídos a um pavimento ou conjunto de salas (BRASIL, 2010).
O programa possibilita a aplicação da avaliação tanto na fase de projeto com a emissão
da ENCE de projeto (Figura 33) como na fase de entrega da edificação através da validação
das características como construídas por laboratório acreditado pelo Inmetro e emissão da
ENCE final conforme demonstrado na Figura 34.
55
condicionamento de ar correspondendo a 40% da média ponderada para obtenção da
classificação final (BRASIL, 2010) conforme definido na Eq. (1).
Eq. (1)
Onde:
EqNumEnv: equivalente numérico da envoltória;
EqNumDPI: equivalente numérico do sistema de iluminação, identificado pela sigla DPI, de
Densidade de Potência de Iluminação;
EqNumCA: equivalente numérico do sistema de condicionamento de ar;
EqNumV: equivalente numérico de ambientes não condicionados e/ou ventilados
naturalmente;
APT: área útil dos ambientes de permanência transitória, desde que não
condicionados;
56
ANC: área útil dos ambientes não condicionados de permanência prolongada, com
comprovação de percentual de horas ocupadas de conforto por ventilação
natural (POC) através do método da simulação;
AC: área útil dos ambientes condicionados;
AU: área útil;
b: pontuação obtida pelas bonificações, que varia de zero a 1.
≥ 4,5 a 5 A
≥ 3,5 a < 5 B
< 1,5 E
Dimensão Building
Energy Star ESO EP Label BEEC Procel
Avaliada EQ
Estados
Local Estados Unidos Singapura União Europeia Austrália Brasil
Unidos
Prescritiva
Simulação e Prescritiva e
Metodologia Benchmarking Prescritiva Benchmarking ou
benchmarking Benchmarking
simulação
Certificado Certificado 1 Estrela a
Classificação AaF AaG AaE
Não certificado Não certificado 6 Estrelas
Qualquer Qualquer Área bruta Área útil Área útil Área útil
Aplicação
edifício edifício > 1.000 m² > 1.000 m² > 2.000 m² > 500 m²
58
6 BENCHMARKING DE CONSUMO ENERGÉTICO EM EDIFICAÇÕES
59
de 104 edifícios comerciais analisados de forma geral e uma avaliação detalhada de 16
edifícios para obtenção dos indicadores.
Toledo, em sua dissertação de mestrado, estuda o perfil energético em edificações
públicas e comerciais na cidade de Florianópolis com objetivo de analisar as influências
arquitetônicas no consumo energético e formar um banco de dados investigando 46
edificações (TOLEDO, 1995).
Resultados de benchmarking podem ajudar proprietários e gestores de operação de
edificações a avaliar quão eficiente (ou ineficiente) são seus edifícios. Esta avaliação pode
atuar de forma positiva na identificação de edificações onde se apresentem as melhores
oportunidades de implementação de medidas de conservação de energia e eficiência
energética (CHUNG, 2011).
Relevante também destacar os tipos de benchmarching para uma avaliação mais
assertiva. A importância da realização de benchmarking competitivo, que destaca
“competidores” diretos tornando possível a comparação de edificações similares, que
possuam mesmas características de mercado, e mesmo público alvo como mercado
consumidor.
O chamado benchmarking público se propõem a comparar estas edificações entre
competidores diretos. Entretanto, como citado por Spendolini, a maior barreira para este tipo
de benchmarking é o próprio mercado. A tendência ao entendimento de que informações
sobre consumo e eficiência energética das edificações pode atuar como diferencial negativo
no mercado de real state é prática comum. Frequentemente informações sobre o tema são
sonegadas sob alegação de tratar-se de informação estratégica para a empresa.
Por outro lado, se usado de forma ao atendimento dos objetivos citados pelo autor
como planejamento estratégico, previsões de tendências, aprendizado, comparação em relação
aos similares com melhores práticas no setor, e estabelecimento de metas conforme
demonstrado na Tabela 4, o benchmarking pode ser usado importante ferramenta de
comparação.
Outra importante forma de comparação é o benchmarking interno. Este se aplica em
situações onde há necessidade de avaliar edificações e operações de uma carteira de
empreendimentos geridos por uma empresa. Neste caso a comparação se dá entre as
edificações sob uma mesma gestão e traz a possibilidade de avaliar entre estas os melhores e
piores desempenhos.
60
Tabela 4 - Funções do benchmarking
Fonte: Spendolini, 1992
Objetivos Descrição
Apesar de útil como ferramenta, esta pode induzir ao entendimento de que as melhores
operações são eficientes, o que pode não ser verdadeiro. Como estas estão sob um mesmo
formato de gestão, políticas e procedimentos operacionais, do ponto de vista energético estas
podem estar equivocadamente sendo direcionadas ao uso ineficiente.
Comparações com o mercado de forma geral entre edificações similares pode trazer
resultados mais reais, e busca pelas melhores práticas no consumo de recursos.
Na Tabela 5 apresenta-se de forma resumida as diferenças entre os dois processos de
bechmarking.
Edifícios de
Competidores diretos com Comparação de Dificuldade na
Competitivo empresas
mesmo público alvo melhores práticas obtenção de dados
diferentes
Eficiência energética do
Energia de Energia útil de
entrada processo saída
Toledo (1995) define como consumo de energia da edificação toda energia consumida
na construção do edifício, o que envolve todo consumo da cadeia produtiva desde produção,
transporte e aplicação final dos materiais, e o consumo correspondente à fase de operação da
edificação que corresponde ao consumo dos equipamentos e instalações para atendimento à
função básica ao que o edifício se destina como elevadores, escadas rolantes, iluminação e
climatização artificial. Entretanto, Kofoworola e Gheewala (2009) em estudo sobre avaliação
do ciclo de vida energético de uma edificação típica de escritórios em Singapura, constataram
que 81,3% do consumo se dá na fase de operação da edificação conforme demonstrado na
Figura 36.
63
Manufatura; Construção;
16,8% 0,6%
Demolição;
0,4%
Manutenção;
0,8%
Operação;
81,3%
64
Mesmo dentro desta condição de perfil de uso, alguns parâmetros também são
necessários para estabelecimento de correta base de comparação. Chung e Hui (2009)
desenvolvem estudo em edifícios privados de escritórios em Hong Kong e dividem estes em
cinco grupos principais quanto aos usuários e em três grupos quanto ao padrão da edificação.
De forma similar, no Brasil algumas tipologias quanto ao tipo de usuário podem ser
identificadas:
Monousuário: edificações ocupadas por uma única empresa. Para estas não existe
separação entre consumo elétrico de uso comum e de áreas privativas. A medição de energia
da concessionária é única e atende a totalidade de equipamentos e serviços dentro da
edificação como equipamentos de escritórios, iluminação de áreas de escritórios e de apoio
como halls, estacionamentos, áreas técnicas, elevadores, ar condicionado etc.
Multiusuário: edificações ocupadas por mais de uma empresa. Estas são constituídas
sob forma de unidades autônomas isoladas dentro da edificação e são utilizados sob o regime
de condomínio. A cada unidade autônoma corresponde além da área privativa (unidades
autônomas) uma fração ideal de terreno (BRASIL, 1964). Neste regime de uso, as despesas de
áreas comuns como energia elétrica de garagens, halls, e demais despesas de uso comum são
pagas em regime de rateio. Edificações desta categoria apresentam dois tipos de consumo de
energia distintos. Além do já citado consumo das áreas comuns, o consumo das áreas
privativas que vem a ser a energia efetivamente gasta pelos usuários para uso em suas
atividades-fim como computadores, iluminação das áreas internas ao conjunto e demais itens
internos a este.
Dentro do segmento multiusuário pode-se ainda subdividir sob o ponto de vista de
consumo energético em sistemas onde o ar condicionado é suprido pelas áreas comuns,
normalmente composto de centrais de ar condicionado e equipamentos de grande porte, ao
passo que o segundo é composto de equipamentos distribuídos alimentados diretamente pelas
unidades autônomas.
Esta peculiaridade pode afetar de forma significativa a análise energética normalizada
em função da área. Como nota-se na Figura 37, o consumo de energia em edificações para
suprimento das necessidades de ar condicionado é da ordem de 48% (LAMBERTS; DUTRA;
PEREIRA, 1997). Na análise de edificações multiusuário uma separação entre estes dois tipos
se faz necessária face o elevado percentual de participação deste no consumo geral do edifício
em especial em análises de consumo de áreas comuns, que é o objeto desta análise.
65
Elevadores e
Bombas; 13%
Ar
Equipamentos
Condicionado;
de Escritório;
48%
15%
Iluminação
Artificial; 24%
66
Tabela 7 - Resumo de classificação de edificações AA e A ou A+ e A
_____________________________________
6
ACC: Ar condicionado central; ACU: Ar condicionado unitário de última geração
7
Informações recebidas via e-mail do Departamento de Pesquisa da Cushman & Wakefield
67
Para efeito da seleção dos edifícios objeto de estudo, são avaliadas edificações de alto
padrão na cidade de São Paulo com a inclusão da região de Alphaville visto sua recente
representatividade.
Na Tabela 8 é apresentado um resumo das métricas usadas para definição das
edificações objeto da pesquisa. Para definição destes parâmetros foram adotados os critérios
menos exigentes de cada item avaliado usado com base nos requisitos das consultorias de
forma a abranger o maior número possível de edificações avaliadas.
Usuários Multiusuário
Padrão da edificação AA e A ou A+ e A
Tipo de sistema de climatização Central ou de última geração
Área de laje > 500 m²
Pé-direito conjunto tipo > 2,6 m
Relação Área privativa / vaga de garagem < 40 m² / vaga
6.2.1.1 Idade
A idade da edificação é caracterizada pelo tempo de uso desta. Esta é definida pela
diferença entre a data do último registro de consumo energético no período considerado para
71
análise e a data da emissão do Certificado de Conclusão (ou Habite-se) pela prefeitura na qual
a edificação encontra-se construída. Logo x1 é o número de anos de operação da edificação.
6.2.1.2 Ocupação
6.2.1.3 Ar condicionado
72
levar o fluido refrigerante até os condicionadores onde ocorre a troca térmica ar/água. Estes
podem ser de vazão fixa, onde a rotação das bombas é constante, ou variável onde sistemas de
automação controlam a rotação das bombas e consequentemente a vazão de água gelada de
acordo com a demanda requerida pela carga térmica da edificação. Sistemas com vazão
variável, via de regra devem apresentar menor consumo energético visto existir sistema de
controle através de sistemas de automação onde a vazão é modulada de acordo com a
necessidade de carga térmica real percebida pelo sistema de automação. Em oposição
sistemas de vazão constante não possuem qualquer controle. Assim x4 = VZC (sistema de
vazão constante), x4 = VZV (sistema de vazão variável).
6.2.1.5 Circuito de ar
73
Do ponto de vista de consumo global da edificação torna-se indiferente a origem da
alimentação seja comum ou privativa, porém a cobrança dos valores atribuídos de forma real
mediante a utilização e não por sistemas de rateio de despesas, o que ainda é comum em
edificações que não contem com sistemas de medição.
Desta forma x6 = COM se a alimentação é proveniente de área comum e x 6 = PRIV se
alimentação elétrica é proveniente de área privativa.
6.2.1.7 Restrições
Eq. (2)
Onde:
Y: variável dependente
intercepto
x1, x2...xn: variáveis independentes
β1, β2...βn: coeficientes de regressão
74
Para construção da equação de regressão para o EUI das edificações avaliadas serão
usadas as variáveis explicativas descritas anteriormente como variáveis independentes.
O modelo será usado para avaliar a influência de cada variável no valor final do EUI,
predizer valores de EUI para edificações situadas dentro do intervalo de confiança
determinado, e construir a tabela de benchmarking com a divisão de limites de EUI para cada
classe de consumo. Entretanto, o modelo será dividido em duas tipologias distintas:
1. Sistemas com ar condicionado central (ACC)
2. Sistemas com ar condicionado unitário (ACU)
Esta divisão torna-se necessária pois a influência das variáveis no EUI opera de
formas diferenciadas nos dois grupos. Sistemas que não contem com central de ar
condicionado não apresentam o consumo referente ao ar condicionado no cômputo geral do
consumo energético da edificação e tendem a ser menores. Estes serão tratados de forma
separada dos demais. Logo dois grupos distintos dentro da amostra serão criados e receberão
tratativas diferentes na construção dos indicadores.
Para construção da equação geral de regressão para edificações para o valor de EUI
são consideradas as variáveis explicativas. Entretanto, como valor das variáveis a serem
usadas nos modelos de regressão serão feitas mudanças de variáveis adotando-se o valor
padronizado (variável z) de cada variável explicativa. A equação geral de regressão para EUI
está descrita na Eq. (3).
Eq. (3)
Onde:
EUI: Energy Use Intensity
b: intercepto
m1...m6: coeficientes de regressão
z1: valor padronizado da idade da edificação
z2: valor da relação área/pessoa
z3: valor padronizado do tipo de sistema de ar condicionado
z4: valor padronizado da distribuição de água gelada
75
z5: valor padronizado do tipo de distribuição de distribuição de ar
z6: valor padronizado da alimentação dos condicionadores
̅
Eq.(4)
Onde:
: variáveis explicativas
̅: média da amostra
σ: desvio padrão
Eq. (5)
76
Eq. (6)
Eq. (7)
Substituindo Eq. (6) e (7) em (5) tem-se na Eq. (8) a equação geral para cálculo do
EUI normalizado para cada edifício para construção da tabela de benchmarking.
Eq. (8)
Onde:
EUI_NORM i: Valor de EUI normalizado para cada edifício
EUI_REAL i: Valor de EUI real de cada edifício
Coeficientes de regressão
Valor padronizado para observação i das variáveis de z1 a z6
Eq. (9)
Onde:
EUI: Energy Use Intensity
b: intercepto
m1...m6: coeficientes de regressão
z1: valor padronizado da idade da edificação
z2: valor padronizado da relação área/pessoa
z4: valor padronizado do sistema de distribuição de água gelada
z5: valor padronizado do sistema de distribuição de ar
z6: valor padronizado da alimentação dos condicionadores
77
Tem-se na Eq. (10) a equação geral para cálculo do EUI normalizado para cada
edifício do tipo ACC.
Eq. (10)
Onde:
EUI_NORM i:EUI normalizado para cada edifício
EUI_REAL i: EUI real de cada edifício
Coeficientes de regressão
Valores padronizados para observação i das variáveis de z1 a z6
Eq. (11)
Onde:
EUI: Energy Use Intensity
b: intercepto
m1...m2: coeficientes de regressão
z1: valor padronizado da idade da edificação
z2: valor padronizado da relação área/pessoa
z6: valor padronizado da alimentação dos condicionadores
Desta forma, tem-se na Eq. (12) a equação geral para cálculo do EUI normalizado para
cada edifício do tipo ACU.
Eq. (12)
78
6.3 Coleta e tratamento dos dados
79
7 RESULTADOS E DISCUSSÃO
“continua”
80
“continuação”
Pé-direito Área Consumo
Área Vagas de População
Idade conjunto- Privativa Energético
Privativa Garagem Fixa
Edifício tipo laje-tipo Anual
Anos m² M m² Quant. Quant. kWh/ano
81
Alphaville Itaim Bibi
4 4
Berrini
4
Marg. Pinheiros;
7
Faria Lima
5
Pinheiros
4
Paulista
4
Jabaquara
V. Olímpia; 8
1
10.000.000 R² = 0,5702
8.000.000
Consumo anual (kWh)
6.000.000
4.000.000
2.000.000
0
0
20.000
50.000
70.000
10.000
30.000
40.000
60.000
_____________________________________
8
Desconsiderada amostra #21 na construção do gráfico devido a este apresentar valor de consumo anual muito
acima da média
82
A Tabela 11 apresenta um resumo dos valores atribuídos às variáveis explicativas x 1 a
x6 bem como o valor já calculado do EUI para cada observação.
“continua”
83
“continuação”
Ar Distribuição Distribuição Aliment.
Idade Ocupação
Edifício EUI condicionado água gelada de ar condicion.
x1 x2 x3 x4 x5 x6
84
Como na totalidade das edificações analisadas com sistema de ar condicionado central,
a variável x3 = ACC, estas são excluídas nas variáveis que serão usadas como entrada no
software Minitab 16.
Um teste de normalidade se faz necessário nos valores de EUI com objetivo de
verificar a aplicabilidade do modelo. Um teste de assimetria e curtose pode ser usado para
testar a hipótese de normalidade da amostra, sendo descartada esta caso um dos dois
parâmetros apresente valores menores que -2 ou maiores que +2 (XUCHAO;
PRIYADARSINI; EANG, 2010).
Análises na amostra com o uso do software Minitab indicam 1,34 e 1,28 para
assimetria e curtose respectivamente não sendo realizada qualquer tipo de transformação.
Uma mudança de variáveis se faz necessário entretanto para ajustar os formatos da
variáveis x4, x5 e x6 tornando possível o cálculo dos coeficientes de regressão através da
análise da influência de cada variável no valor de EUI. Na Tabela 12 são exibidos os valores
das variáveis x1, x2, e os indicadores de valor das variáveis (Dummy) x4, x5 e x6.
A obtenção da mudança de variáveis no Minitab com atribuição de valores às
variáveis binárias determina para cada par de possíveis valores da variável um valor 0 ou um
valor 1. Deste modo tem-se:
Para a variável x4: x4_VZV e x4_VZC
Para a variável x5: x5_VAV e x5_VAC
Para a variável x6: x6_COM e x6_PRIV
Como os valores são excludentes, ou seja, o edifício somente pode ser VAV ou VAC
por exemplo, é atribuído valor 1 a uma das variáveis e 0 a outra variável. Valores das
variáveis obtidas no Minitab são exibidos na Tabela 12.
“continua”
85
“continuação”
86
Desta forma na Tabela 13 estão descritas as variáveis explicativas que são usadas na
construção do modelo de regressão para as edificações com ar condicionado central.
Esta exibe também os valores da média e desvio padrão, usados para padronização das
variáveis que serão usadas como variáveis de entrada no software Minitab para cálculo dos
coeficientes de regressão.
Edifício EUI x1 x2 x4 x5 x6
#1 212,22 10 11,48 0 0 1
#2 294,45 4 21,75 0 1 1
#3 124,71 20 6,98 0 1 0
#4 135,26 8 8,74 0 0 0
#5 122,76 10 6,76 0 0 0
#6 113,86 11 8,68 0 0 0
#7 244,72 13 18,68 0 0 1
#9 270,28 18 10,56 0 0 0
#10 84,84 29 13,39 0 0 0
#11 87,62 5 14,58 0 0 0
#12 137,89 13 9,00 0 0 1
“continua”
87
“continuação”
Edifício EUI x1 x2 x4 x5 x6
Com a aplicação da Eq. (4), calcula-se então os valores padronizados (z1 a z6) para as
variáveis explicativas para cada observação conforme demonstrado na Tabela 14.
Edifício EUI z1 z2 z4 z5 z6
88
“continuação”
Edifício EUI z1 z2 z4 z5 z6
89
7.1.2 Equação de Predição
Eq. (13)
Eq. (14)
Substituindo os valores de ̅ e :
- - -
– ( ) ( ) ( )
- -
( ) ( ) Eq.(15)
A Eq. (15) é a equação definida como a equação de predição dos valores de EUI dadas
características da edificação descritas nas variáveis explicativas.
Aplicando-se a equação de predição aos valores obtidos de variáveis explicativas nas
amostras obtidas pode-se determinar, segundo a equação de predição, os valores de EUI. A
diferença entre o EUI predito e o EUI real, o resíduo, e os valores de EUI real e predito são
exibidos na Tabela 15.
“continua”
90
“continuação”
Na figura 42 são exibidos de forma gráfica os resíduos para cada edifício com base
nos valores preditos e reais.
91
150,96
131,52
75,02
71,62 56,19
kWh/m²/ano
#10
#11
#12
#13
#16
#18
#19
#20
#22
#23
#24
#25
#26
#28
#29
#30
#31
#33
#34
#36
#37
#38
#40
#41
#42
#1
#2
#3
#4
#5
#6
#7
#9
-18,03 -9,78 -7,53 -28,81 -27,38 -29,91 -18,64
-27,48
-50,90 -48,08
-52,33 -64,64 -67,34
-92,85
-81,33
M ean 0,002
S tD ev 54,835
V ariance 3006,853
S kew ness 0,91157
Kurtosis 1,18164
N 33
M inimum -92,847
1st Q uartile -29,362
M edian -4,276
-100 -50 0 50 100 150 3rd Q uartile 32,410
M aximum 150,959
95% C onfidence Interv al for M ean
-19,442 19,445
95% C onfidence Interv al for M edian
-23,203 2,905
95% C onfidence Interv al for S tD ev
95% Confidence Intervals
44,098 72,530
Mean
Median
-20 -10 0 10 20
92
Tabela 16 - Valores de EUI_REAL, mi.zi e EUI_NORM para ACC
“continua”
93
“continuação”
8 6
Frequência
Frequência
5
6
4
4 3
2
2
1
0 0
0 50 100 150 200 250 300 50 100 150 200 250 300
EUI_REAL EUI_NORM
“continua”
94
“continuação”
80
60
Percentil
40
20
20 < 99,6 A
100 ≥ 191,9 E
96
7.2 Ar condicionado unitário
Edifício EUI x1 x2 x6
#8 84,37 36 7,94 0
Com a aplicação da Eq. (4), calcula-se então os valores padronizados (z1, z2 e z6) para
as variáveis explicativas para cada observação conforme demonstrado na Tabela 20.
97
Tabela 20 - Valores de EUI e z das variáveis explicativas para ACU
Edifício EUI z1 z2 z6
Eq. (16)
98
- ̅̅̅ - ̅̅̅ - ̅̅̅
( )- ( ) ( ) Eq. (17)
Substituindo os valores de ̅ e :
- - -
( ) ( ) ( ) Eq.(18)
A Eq. (18) é a equação definida como a equação de predição dos valores de EUI dadas
características da edificação descritas nas variáveis explicativas.
Aplicando-se a equação de predição aos valores obtidos de variáveis explicativas nas
amostras obtidas pode-se determinar, segundo a equação de predição, os valores de EUI. A
diferença entre o EUI predito e o EUI real, o resíduo, e os valores de EUI real e predito são
exibidos na Tabela 21.
Na figura 46 são exibidos de forma gráfica os resíduos para cada edifício com base
nos valores preditos e reais.
99
19,52
6,22 9,51
7,68 2,68
kWh/m²/ano
#14
#15
#17
#27
#35
#39
#43
#44
#8
-2,63
-8,09 -9,46
-25,49
M ean -0,0061
S tDev 13,1734
V ariance 173,5381
S kew ness -0,627231
Kurtosis 0,703299
N 9
M inimum -25,4934
1st Q uartile -8,7762
M edian 2,6815
-30 -20 -10 0 10 20 3rd Q uartile 8,5939
M aximum 19,5245
95% C onfidence Interv al for M ean
-10,1321 10,1198
95% C onfidence Interv al for M edian
-9,1502 9,0931
95% C onfidence Interv al for S tDev
95% Confidence Intervals
8,8981 25,2372
Mean
Median
-10 -5 0 5 10
100
Eq. (12)
2,5
3
2,0
Frequência
Frequência
2 1,5
1,0
1
0,5
0 0,0
0 40 80 120 24 36 48 60 72 84
EUI_REAL EUI_NORM
101
Tabela 23 - Valores estatísticos de EUI_REAL e EUI_NORM
80
60
Percentil
40
20
20 30 40 50 60 70 80 90
EUI_NORM
102
Tabela 24 - Tabela de bechmarking energético para ACU
20 < 42,34 A
100 ≥ 64,51 E
E ≥ 191,9 ≥ 64,5
103
EUI para edificações tipo ACC [(kWh/m²)/ano]
131,8
159,6
191,9
99,6 #20
A B C D E
#14
42,3
50,1
56,8
64,5
EUI para edificações tipo ACU [(kWh/m²)/ano]
A edificação #14, do tipo ACU apresentou, conforme nota-se na Tabela 22, um valor
de EUI normalizado de 59,65 quilowatt-hora por metro quadrado por ano o que equivale a
uma edificação nível D segundo os critérios definidos na metodologia proposta. De forma
similar, o edifício #20, tipo ACC, conforme descrito na Tabela 15, apresentou um EUI
normalizado calculado de 141,42 quilowatt-hora por metro quadrado por ano o que o
posiciona como nível C em termos de consumo energético normalizado.
Foram coletados dados de 44 edificações dentro do perfil selecionado para análise.
Esta amostra equivale e um total avaliado de 800.520 metros quadrados em espaços
coorporativos de alto padrão.
Como já citado em seções anteriores não há consenso do mercado sobre uma
metodologia única para classificação dos empreendimentos neste segmento, entretanto,
segundo os critérios adotados e com base na metodologia da consultoria que mais se
assemelha aos critérios adotados pelo presente trabalho, o estoque existente é de 3.296.000
metros quadrados de edificações de alto padrão. Logo a amostra estudada equivale a
aproximadamente 24,3% da população total de edificações de alto padrão na Cidade de São
Paulo e região de Alphaville.
A comparação dos valores médios obtidos, com dados de outros países pode também
trazer alguns indicativos do setor de edificações no Brasil.
104
Entretanto, diferenças de metodologia de cálculo, como a área considerada na
normalização do consumo, podem distorcer a comparação. No caso do programa australiano,
por exemplo, que adota “área de carpete”, que é a área efetiva com ocupação de escritório
(descontadas áreas de sanitários, copas e áreas técnicas), que é menor que a área privativa
considerada no presente estudo, o que torna os valores médios maiores para um mesmo valor
de consumo anual.
Chung (2009) entretanto, considera em seu estudo sobre edificações em Hong Kong
área privativa de piso, o que também inclui áreas de apoio.
A adoção da área privativa em detrimento da área e carpete se deve ao fato de que de
forma inequívoca a informação calculada com base normativa está disponível no caso
brasileiro em documento oficial e público registrado em cartórios de imóveis.
Considerada como verdadeira a hipótese de que edificações de alto padrão apresentam
área carpete/útil entre 0,85 e 0,96 (COLLIERS INTERNATIONAL, 2011), e tomando-se a
pior condição, pode-se admitir valores médios ajustados a área de carpete de 171,4 e 62,9
quilowatt-hora por metro quadrado por ano para edificações ACC e ACU respectivamente e
um valor médio geral de 130,7 quilowatt-hora por metro que corresponde a 601,2 mega joule
por metro quadrado por ano, mesma ordem de grandeza dos valores obtidos pelo programa de
benchmarking australiano, onde se obteve 593 mega joule por metro quadrado por ano.
Relevante destacar que ajustes climáticos também são necessários porém estes não
fazem parte do escopo do presente trabalho. Correções acerca da zona bioclimática com
impacto direto no consumo energético com o condicionamento do ar, devem ser realizados
para uma melhor precisão na comparação entre os valores, sendo que sem estas os resultados
são pouco significativos em termos de comparação.
105
8 CONCLUSÃO
106
9 REFERÊNCIAS BIBLIOGRÁFICAS
CHUNG, W.; HUI, Y. V. A Study of energy efficiency of private office buildings inn Honk
Kong. Energy and Buildings, v. 41, p. 696-701, 2009.
CUSHMAN & WAKEFIELD. Market Beat Brazil Office Report 1Q11. Disponível em
<http://cushwake.com/knowledge> Acesso em 03/07/2011.
108
EANG, L. S.; PRYIADARSINI, R. Building energy efficiency labeling programme in
Singapore. Energy Policy, v. 36, p. 3982-3992, 2008.
109
ERSKINE, C. C.; COLLINS, L. Eco-labelling: success or failure? The Environmentalist, v.
17, p. 125-133, 1997.
FERREIRA, J. S. W. São Paulo: O Mito da cidade global. 2003. 336 f. Tese (Doutorado) -
Faculdade de Arquitetura e Urbanismo, Universidade de São Paulo, São Paulo, 2003.
FUMO, N.; MAGO, P.; LUCK, R. Methodology to estimate building energy consumption
using Energy Plus benchmark models. Energy and Buildings, v. 42, p. 2331-2337, 2010.
GOLDEMBERG, J.; LUCON, O. Energia, Meio Ambiente & Desenvolvimento. 3. ed. São
Paulo: Editora da Universidade de São Paulo, 2008.
HINRICHS, R. A.; KLEINBACH, M.; REIS, L. B. Energia e Meio Ambiente. 4. ed. São
Paulo: Cengage Learning, 2010.
HONG, T. A close look at the China design standard for energy efficiency of public
buildings. Energy and Buildings, v. 41, p. 426-435, 2009.
INTERNATIONAL ENERGY AGENCY - IEA. Key World Energy Statistics 2010. Paris,
2010. Disponível em <http://www.eia.doe.gov>. Acesso em 12/03/2010.
JONES LANG LASALLE - JLL. On point: Pesquisa imobiliária São Paulo escritórios 2º
trimestre 2012. São Paulo, 2012.Disponível em
<http://www.joneslanglasalle.com.br/brazil/PT-BR/Pages/Pesquisa-imobiliaria.aspx>. Acesso
em 19/09/2012.
JONES LANG LASALLE - JLL. On point: Pesquisa imobiliária São Paulo escritórios 4º
trimestre 2012. São Paulo, 2012.Disponível em
<http://www.joneslanglasalle.com.br/ResearchLevel1/On.point_SP_Q4_2012.pdf>. Acesso
em 19/09/2012.
KNEIFEL, J. Life-cicle carbon and cost analysis of energy efficiency measures in new
commercial buildings. Energy and Buildings, v. 42, p. 333-340, 2010.
110
KOFOWOROLA, O. F.; GHEEWALA, S. H. Life cycle energy assessment of a typical office
building in Thailand. Energy and Building, v. 41, p. 1076-1083, 2009.
LARSON, R.; FARBER, B. Estatística Aplicada. São Paulo: Pearson Prentice Hall, 2004.
LEE, W. L.; YIK, F. W. H. Regulatory and voluntary approaches for enhancing building
energy efficiency. Progress in Energy and Combustions Science, v. 30 p. 477-499, 2004.
MONTS J. K.; BLISSETT M. Assessing energy efficiency and energy conservation potential
among commercial buildings: A statistical approach. Energy, v. 7, p. 861-869, 1982.
112
WESTPHAL, F. S.; LAMBERTS, R. Simulação térmica e energética de edificações a partir
de dados climáticos simplificados: validação através do método BESTEST. Ambiente
Construído, v. 4, n. 3, p. 37-49, 2004.
YAN, C.;WANG, S.; XIAO, F. A simplified energy performance assessment method for
existing building based on energy bill disaggregation. Energy and Buildings, v. 55, p. 563-
574, 2012.
113
ANEXO I
Analysis of Variance
Source DF SS MS F P
Regression 5 26056 5211 1,46 0,235
Residual Error 27 96219 3564
Total 32 122275
Source DF Seq SS
z1 1 10515
z2 1 2599
z4 1 11
z5 1 5240
z6 1 7690
Unusual Observations
114
S = 16,6631 R-Sq = 86,9% R-Sq(adj) = 79,1%
Analysis of Variance
Source DF SS MS F P
Regression 3 9249,2 3083,1 11,10 0,012
Residual Error 5 1388,3 277,7
Total 8 10637,5
Source DF Seq SS
z1 1 0,0
z2 1 5535,4
z6 1 3713,8
115