Modelo de previsão da geração de resíduos eletroeletrônicos traz benefícios para a sociedade

De acordo com o relatório realizado pelo The Global E-waste Monitor, o Brasil ocupava o quinto lugar no ranking de maior produtor de lixo eletrônico no mundo no ano de 2019, produzindo 2,1 toneladas métricas (Mt), ficando atrás da China com 10,1 Mt, Estados Unidos com 6,9 Mt, Índia com 3,2 milhões de Mt e o Japão com 2,5 Mt. Ainda, se considerarmos somente os países da América Latina, o Brasil ocupa o primeiro lugar no ranking dos geradores de resíduos de Equipamentos Elétricos e Eletrônicos (REEE), também conhecidos por lixo eletrônico.

É sabido que o crescimento da geração de REEE geralmente não é assistido e não contém um aumento da fiscalização, especialmente em países que se encontram em desenvolvimento, como por exemplo, o Brasil. A Política Nacional de Resíduos Sólidos (PNRS), criada em 2010, obriga que os fabricantes, distribuidores, importadores e revendedores de produtos eletroeletrônicos e seus componentes, a compor e instalar um sistema de logística reversa, por meio do retorno dos produtos após o descarte pelos consumidores.

No entanto, a inexistência de uma legislação que relacione os REEE na PNRS, impossibilita sua implementação no que se refere a reciclagem e a coleta desses resíduos, e como resultado, os consumidores efetuam o descarte junto ao lixo comum. No Brasil, o grande número de catadores informais, faz com que os dados referentes à geração de lixo eletrônico sejam escassos, possibilitando uma baixa taxa de produção de estudos acadêmicos que auxiliem na resolução deste problema. Além disso, os dados disponíveis sobre as características do REEE também se apresentam com índices insuficientes tanto aqui quanto no resto de mundo, demonstrando a importância da realização de estudos desta natureza.

Os métodos de previsão estão classificados em duas categorias: os quantitativos e os qualitativos. Os métodos qualitativos são baseados no julgamento sem conter base matemática, já os modelos quantitativos são baseados em projeções matemáticas possuindo embasamento técnico. As previsões embasadas em séries temporais partem da ideia de que a demanda prevista é uma projeção dos valores adquiridos anteriormente. Os dados de uma série temporal podem sofrer intervenção de diversos fatores, como mudanças no padrão tecnológico que está em vigor, alterações macroeconômicas, variações nas condições da natureza entre outros aspectos.

O modelo de Holt-Winters é compreendido como um método de suavização exponencial, usado para ajustar uma previsão de sazonalidade. Desse modo, esse método de suavização pode auxiliar na estimação das séries de dados e componentes sazonais, fazendo uso de três técnicas de parâmetros de suavizamento: controlando o nível, a sazonalidade e a tendência. É adequado ainda para ser utilizado em séries que demonstrem comportamento de movimentos sazonais e tendência linear. Ambos métodos, multiplicativo e aditivo, possibilita o uso a partir das técnicas de séries temporais. Pesquisadores afirmam que possibilitar fácil compreensão e possuir uma aplicação que não necessita de aplicação pesada, sendo adequada para série com um padrão de comportamento, apresenta-se como uma das vantagens de utilização deste modelo.

Desta maneira, a previsão de geração de REEE auxilia na implementação de logística reversa como etapa final nas empresas produtoras dos equipamentos eletroeletrônicos, a reciclagem de forma legal e também para o governo, onde, tais informações possibilita um melhor mapeamento de descartes incorretos, podendo assim, trazer mais segurança, planejamento e possíveis políticas para a disposição correta do item ao final da sua vida útil.

As informações acima foram extraídas da dissertação de mestrado Modelo de previsão de geração de resíduos de equipamentos elétricos e eletrônicos no Brasil, defendida por Joyce Nunes Galvão Cavalcante, no Programa de Pós-Graduação em Engenharia de Produção da Universidade Federal de Pernambuco, sob orientação da professora Maísa Mendonça Silva.