Medindo a circularidade dos resíduos: caminhando para uma economia circular

Resumo

O modelo de produção linear, que extrai matéria-prima e descarta produtos, está chegando ao seu limite. Por esse motivo é necessário encontrar soluções para evitar o desperdício. A economia circular defende a ideia de que os materiais continuem em uso pelo maior tempo possível e tem como um dos princípios a eliminação de resíduos. O presente trabalho teve como objetivo medir a circularidade dos resíduos de uma indústria de produção de vidros planos, através de um indicador, que comparou cenários dentro de uma empresa. Para isso foram feitas comparações entre o cenário real da empresa com o pior e melhor cenários da mesma. O indicador mediu a circularidade dos resíduos da empresa e demonstrou ser uma ferramenta útil para implementar melhorias em função do reaproveitamento de resíduos. O cálculo do indicador indicou que a empresa representou 83% do cenário ideal, onde todos os resíduos são reaproveitados.

Palavras-chave:
Economia Circular; Resíduos; Circularidade; Indicador; Vidro

Abstract

The linear production model, which extracts raw materials and discards products, is reaching its limits. Therefore, it is necessary to find solutions to prevent waste. Circular economy advocates the idea of keeping materials in use for as long as possible; one of its principles is eliminating waste. This study aimed to measure the circularity of waste in a flat glass manufacturing industry through an indicator that compared different scenarios within the company. Comparisons were made between the company’s real scenario and its worst and best-case scenarios. The indicator measured the company’s waste circularity and proved useful for implementing improvements based on waste reuse. The indicator calculation implied that the company achieved 83% of the ideal scenario, where all waste is reused.

Keywords:
Circular Economy; Waste; Circularity; Indicator; Glass

Resumen

El modelo de producción lineal, que extrae materias primas y descarta productos, está alcanzando su límite. Por esta razón, es necesario encontrar soluciones para evitar el desperdicio. La economía circular defiende la idea de que los materiales deben permanecer en uso durante el mayor tiempo posible y tiene como uno de sus principios la eliminación de residuos. Este estudio tuvo como objetivo medir la circularidad de los residuos de una industria de producción de vidrio plano, utilizando un indicador que comparaba escenarios dentro de una empresa. Para ello, se hicieron comparaciones entre el escenario real de la empresa y los escenarios peor y mejor dentro de la misma, donde en el peor escenario, ninguno de los residuos es reutilizado y en el mejor escenario, todos los residuos son reutilizados. El indicador midió la circularidad de los residuos dentro de la empresa y demostró ser una herramienta útil para ayudar en la implementación de mejoras basadas en la reutilización de residuos. El indicador se calculó en tres escenarios diferentes: dos escenarios de referencia y un escenario que representaba la situación real de la empresa. El cálculo del indicador indicó que la empresa representaba el 83% del escenario ideal, donde todos los residuos son reutilizados.

Palabras-clave:
Economía Circular; Residuos; Circularidad; Indicador; Vidrio

Introdução

A industrialização trouxe diversos benefícios para a sociedade, porém tem causado diversos impactos ambientais, como poluição dos rios, dos mares e do ar, mudanças climáticas, entre outras, devido aos padrões de produção e consumo atuais (TSENG et al., 2018), fato que pode levar a um esgotamento dos recursos naturais (MICHELINI et al., 2017).

O atual modelo socioeconômico é baseado em uma economia linear, na qual as empresas fazem produtos e os consumidores usam e descartam (MICHELINI et al., 2017), com suas raízes na distribuição desigual da riqueza, concentrando-se nas regiões mais desenvolvidas (SARIATLI, 2017).

No modelo de produção linear, uma das principais consequências é a geração de resíduos, decorrente da extração de matérias-primas, produção, consumo e descarte acelerados pelo desenvolvimento econômico, cujos produtos finais além de terem um curto tempo de vida útil, são eliminados ao final dela (FELLNER et al., 2017).

Com o aumento populacional e o rápido desenvolvimento econômico, o modelo de produção linear está atingindo seu limite e problemas como o desperdício de materiais têm sido cada vez mais comuns, indo em direção ao esgotamento dos recursos (ELLEN MACARTHUR FOUNDATION, 2013).

A economia circular surge como alternativa à economia linear, com um modelo de fluxo cíclico, visando reduzir o desperdício de materiais e os impactos ambientais negativos, por meio da reutilização de materiais, remanufatura, renovação, reparo e, no último caso, a reciclagem (KORHONEN; HONKASALO; SEPPÄLÄ, 2018). Por este motivo, propostas para viabilizar o uso racional dos recursos têm aumentado, focando na transição para um modelo de produção circular (SWAR et al., 2011).

O conceito de economia circular é cada vez mais notado como solução para uma série de desafios, como geração de resíduos, escassez de recursos e benefícios econômicos sustentados (LIEDER; RASHID, 2016). A transição para modelos de negócios circulares visa otimizar os fluxos de mercadorias e materiais, levando em consideração sua natureza cíclica em todas as etapas de produção (SEROKA-STOLKA; OCIEPA-KUBICKA, 2019).

Visando identificar possíveis soluções de melhorias tanto no âmbito econômico quanto ambiental, o presente trabalho se propôs a realizar uma análise dos resíduos gerados numa indústria de produção de vidros planos, identificando os tipos, quantidade gerada por ano e o que é feito com cada um deles.

Neste contexto, a utilização de ferramentas que auxiliem na gestão de resíduos é indispensável, pois agilizam o processo de tomada de decisão. As métricas de circularidade são úteis para avaliar empiricamente os efeitos de uma economia circular em termos de rentabilidade, criação de valor e impactos ambientais (LINDER; SARASINI; VAN LOON, 2017).

O trabalho teve como objetivo quantificar a circularidade dos resíduos de uma indústria de produção de vidros planos, por meio de um indicador, cuja base lógico-matemática é o método de análise hierárquica, que demonstrou ser uma ferramenta útil para a empresa implementar melhorias em função do reaproveitamento de resíduos. Para isso foram feitas comparações entre o cenário real da empresa com o pior e melhor cenários da mesma, onde, no pior cenário, nenhum dos resíduos é reaproveitado e no melhor cenário, todos os resíduos são reaproveitados.

O indicador utilizado é uma ferramenta quantitativa que identifica a circularidade dos resíduos, auxiliando no processo de tomada de decisão para implementação de políticas de incentivo à economia circular.

Economia circular e circularidade

O uso dos recursos finitos de forma econômica e racional, visando reduzir ou eliminar os desperdícios é a essência do modelo circular. Isto requer repensar conceitos enraizados nas práticas da sociedade relacionados ao consumo e produção, objetivando reduzir os impactos ambientais negativos (MASI et al., 2018) melhorando as práticas sustentáveis, o que implica em que organizações adotem novas práticas produtivas, levando em consideração os aspectos sociais e ambientais (LIEDER; RASHID, 2016).

O conceito de economia circular não está ligado a nenhum autor específico e foi desenvolvido a partir de uma perspectiva multidisciplinar, com diferentes abordagens envolvendo áreas como engenharia, economia, ecologia, design e negócios (PRIETO-SANDOVAL; JACA; ORMAZABAL, 2018), que considera o conceito da criação de valor por meio do uso racional dos recursos e minimização dos impactos ambientais em todas as fases do ciclo de vida dos produtos (SEROKA-STOLKA; OCIEPA-KUBICKA, 2019).

As estratégias de circularidade englobam reutilização, reparo, renovação, remanufatura, reaproveitamento e reciclagem (BOCKEN et al., 2017) e estão diretamente ligadas à ideia de design de economia circular, cuja proposta é criar produtos voltados para facilitar a sua reutilização e reciclagem, além de prolongar a vida útil dos mesmos, diminuindo o uso excessivo de materiais e evitando o esgotamento dos recursos naturais (CLARK et al., 2016).

Um componente-chave de um ecossistema industrial é aumentar a eficiência dos recursos através da circulação de materiais (HAUPT; VADENBO; HELLWEG, 2017) e fechamento de ciclo, que representa um dos pilares da economia circular, o qual consiste em reintegrar resíduos ao ciclo de produção e recuperar energia para conduzir toda cadeia de gestão e recuperação de materiais (TOMIĆ; SCHNEIDER, 2018), objetivando uma economia significativa de custos e impactos ambientais (LINDER; WILLIANDER, 2017).

Para aumentar a vida útil dos recursos é necessário mudar as práticas de produção e analisar todas as etapas que compõe o processo produtivo, desde a extração de recursos até seu descarte final, levando em consideração a gestão do ciclo de vida de cada produto (SWAR et al., 2011).

Uma estratégia que pode ser utilizada na proposta de uma nova visão direcionada à produção e consumo sustentável é a criação de fluxos de retorno, onde um produto que seria descartado é utilizado para alimentar outros ciclos, aumentando a vida útil dos mesmos e reduzindo o desperdício de recursos escassos (SVENSSON; FUNCK, 2019).

Materiais e métodos

Para calcular a circularidade dos resíduos foi utilizado como referência o indicador de simbiose industrial proposto por Felicio et al. (2016), a partir dos resíduos ligados ao setor de produção da empresa, os quais representaram mais de 90% dos resíduos totais.

De forma inovadora, o indicador foi aplicado em uma empresa de produção de vidros planos, para analisar detalhadamente os resíduos ligados à produção da mesma e quantificar a circularidade dos mesmo, com base nos princípios da economia circular.

A ferramenta visa apontar a evolução do reaproveitamento dos resíduos, relacionando a quantidade de impacto circulante e a quantidade de impacto de saída. O impacto circulante diz respeito aos resíduos aproveitados e o impacto de saída, aos resíduos descartados (MANTESE; AMARAL, 2016).

O cálculo do indicador mostra a relação entre o somatório da quantidade de cada subproduto circulante e a quantidade de cada subproduto de saída, e a taxa entre o momento de entrada e saída determina o nível de circularidade, cuja evolução pode ser acompanhada no decorrer do tempo (FELICIO et al., 2016). O indicador proposto por Felicio et al. (2016) é obtido por meio da Equação 1.

$ISI=\frac{QIC}{(1+QIS)}=\frac{\sum (QRCiXGRCi)}{1+\sum (QRSiXGRSi)}$ Equação 1

Onde:

QIC: Quantidade de impacto circulante

QIS: Quantidade de impacto de saída

QRC: Quantidade de resíduo circulante

QRS: Quantidade de resíduo de saída

GRC: Grau de resíduo circulante

GRS: Grau de resíduo de saída

Para o cálculo do indicador as informações como tipos de resíduos, quantidade de cada resíduo e quantidade de resíduos reaproveitados e descartados, foram obtidas via questionários.

De acordo com Felicio et al. (2016), a quantidade de impacto circulante é obtida por meio da multiplicação da quantidade de resíduos reaproveitados pelo seu respectivo grau. A quantidade de impacto de saída é obtida por meio da multiplicação da quantidade de resíduos descartados pelo seu respectivo grau. O grau do resíduo é baseado na importância do resíduo, de acordo com uma avaliação de impacto ambiental. Para determinar o grau são utilizados alguns critérios de avaliação, que são: legislação, classe do resíduo, uso ou destinação e problemas ou riscos.

Tendo em vista que em termos ambientais os resíduos têm diferentes classificações conforme sua importância e periculosidade (ABNT NBR 10004), faz-se necessário avaliar cada um deles individualmente e determinar seu grau de prioridade em relação aos outros.

Para o cálculo do grau de cada resíduo é necessário saber o peso de cada critério e a avaliação de cada resíduo dentro de cada critério. Para identificar o peso de cada critério utiliza-se a matriz de comparação dos julgamentos dos especialistas.

Para cálculo do grau de resíduos circulantes foram utilizados os critérios legislação, classe dos resíduos e uso de resíduos. Já para o cálculo do grau de resíduos de saída foram utilizados os critérios legislação, classe dos resíduos e destinação dos resíduos, por este motivo os valores dos mesmo são divergentes.

Após a determinação dos critérios são atribuídos pesos conforme a importância de cada um, obtidos por meio do Método de Análise Hierárquica (AHP). Em seguida, são calculadas as variáveis grau de resíduo circulante (GRC) e grau de resíduo de saída (GRS) para cada critério e, posteriormente, se calcula a quantidade impacto circulante e a quantidade de impacto de saída (FELICIO et al., 2016).

O cálculo dos graus do resíduo circulante e de saída podem ser obtidos por meio das equações 2 e 3, respectivamente.

$GRC=pesodocritérioxavaliaçãodocritério$ Equação 2

$GRS=pesodocritérioxavaliaçãodocritério$ Equação 3

Após determinar o grau dos resíduos, multiplica-se este pela quantidade de cada resíduo e repete-se para todos os resíduos circulantes e de saída. O somatório de cada multiplicação será o impacto (adimensional).

Por fim, após determinação de todas as variáveis necessárias, basta substituí-las na Equação 1, calculando o indicador e observando a circularidade em função do resíduo. A circularidade perfeita ocorre quando todos os resíduos são reaproveitados, ou seja, quando a quantidade dos resíduos de saída fosse igual a zero.

Método de análise hierárquica

O método de análise hierárquica (AHP) é uma técnica de tomada de decisão estabelecida para a análise de problemas complexos. Foi criado por Thomas L. Saaty em 1971 e ganhou maturidade em 1973, que propôs uma matriz de comparação de critérios, refletindo as prioridades e preferências.

O método AHP transforma um problema de decisão complexo em uma estrutura hierárquica através de comparações entre pares com os critérios de uma hierarquia, em que os especialistas são solicitados a fornecer seus julgamentos sobre a predominância de um critério sobre outro para determinar sua importância, visando atingir determinado objetivo (GARBUZOVA-SCHLIFTER; MADLENER, 2016).

Os modelos AHP assumem que existem relações unidirecionais entre elementos de diferentes níveis de decisão ao longo da hierarquia e elementos não correlacionados dentro de cada cluster, bem como entre clusters. Portanto, não é apropriado para modelos que especifiquem relacionamentos interdependentes na estrutura (CHENG; LI, 2007).

Uma aplicação típica do método AHP começa com a definição do problema, identificação da meta a ser alcançada, comparação entre pares de componentes em relação aos critérios e montagem da estrutura como uma hierarquia, que é vista como uma forma lógica e organizada de representar o problema (KHAIRA; DWIVEDI, 2018).

A importância de cada critério em relação ao outro é medida em nível de intensidade numa escala de 1 a 9, onde 1 representa a mesma importância entre ambos e 9 a importância absoluta de um sobre o outro e na montagem da matriz o elemento mais importante da comparação é sempre usado como um valor inteiro da escala, e o menos importante, como o inverso dessa unidade (SILVA, 2007). As comparações são baseadas na escala fundamental proposta por Saaty (1990), que são descritas abaixo.

• Intensidade 1: Os dois critérios têm mesma contribuição para o objetivo (Mesma Importância)

• Intensidade 3: Um dos critérios é um pouco mais importante que o outro (Pequena importância)

• Intensidade 5: Um dos critérios é fortemente mais importante que o outro (Grande Importância)

• Intensidade 7: Um dos critérios é muito mais importante que o outro (Importância Muito grande)

• Intensidade 9: Um dos critérios é totalmente mais importante que o outro

• Intensidades 2,4,6,8: Intermediárias entre duas definições

Após preenchimento da matriz de decisões, é necessário fazer a normalização dos valores, somando-se os valores da entrada de cada coluna da matriz e dividindo cada entrada da matriz pela soma dos valores de sua respectiva coluna. Em seguida, divide-se cada entrada da matriz pela soma dos valores de sua respectiva coluna. Feito isso se estima o peso de cada critério, calculando-se a média aritmética de cada linha da matriz normalizada, resultando no vetor peso (BERTAHONE; BRANDALISE, 2017).

Em seguida são calculados os pesos relativos dos elementos, através da média aritmética de cada linha da matriz normalizada, formando assim o autovetor de peso (BERTAHONE; BRANDALISE, 2017). A razão de coerência (CR) indica a consistência dos julgamentos com valores limites de acordo com a quantidade de julgamentos. As equações 4 e 5 mostram como obter o valor de CR (HERNÁNDEZ, 2010).

$CR=(\lambda -n)/(n-1)\cdot RI$ Equação 4

Onde:

CR: Razão de Coerência.

RI: Índice de Coerência Aleatória.

n: Número de Critérios.

λ: Autovalor Máximo

O índice de coerência aleatória (RI), também chamado de índice randômico, é um valor padrão tabelado, proposto por Saaty (1990), em função do número de critérios (n). Os valores de RI podem ser observados na Figura 1.

Figura 1
Índice de Coerência Aleatória

Para matrizes 3x3 o limite considerado é 0,05; para matrizes 4x4 o limite considerado é 0,08 e para as demais matrizes é considerado como limite 0,1 (CHENG; LI, 2007).

O autovetor de pesos (P) define a prioridade dos julgamento e é obtido através do cálculo do vetor prioridade, em que os valores são normalizados, somando-se os componentes das colunas e dividindo cada componente por essa soma e, posteriormente, calcula-se a média dos valores normalizados resultando no vetor de prioridade de cada critério (ARUEIRA, 2014).

O autovalor (λ) define a consistência dos valores apresentados e é calculado através da multiplicação da matriz de comparações dos julgamentos pelo vetor de prioridade e, posteriormente, é calculada a média dos valores obtidos em cada linha da nova matriz, resultando no autovalor máximo (ARUEIRA, 2014).

Para cálculo do autovalor máximo utiliza-se a Equação 5.

$A^t\cdot P^t=\lambda \max .P^t$ Equação 5

Onde:

A: Matriz de Comparações.

P: Autovetor de Pesos.

λ_max: Autovalor Máximo.

O método AHP é utilizado para identificar o melhor caminho diante de várias opções. Neste estudo ele foi utilizado para calcular o grau do resíduo, e este por sua vez foi posteriormente utilizado para o cálculo do indicador.

Cálculo do grau do resíduo

Para o cálculo do indicador foram coletadas informações como tipos de resíduos, quantidade de cada resíduo produzida no ano de 2020 e a quantidade de resíduos reaproveitados e descartados, através de questionários direcionados aos responsáveis. Além disso, foram identificados os resíduos diretamente ligados à produção, que posteriormente foram utilizados no cálculo do indicador.

Os resíduos reaproveitados são chamados de circulantes e os descartados são chamados de saída.

Avaliação dos critérios

A avaliação dos critérios legislação, classe de resíduos, uso dos resíduos e destinação dos resíduos foi realizada pelos especialistas da empresa, que atribuíram notas 1, 3 e 5, conforme pode ser observado a seguir.

A) Legislação:

1 - Boas Práticas

3 - Requisito Geral

5 - Requisito Legal Específico

B) Classe de Resíduos:

1 - Não perigosos - Inertes

3 - Não perigosos - Não inertes

5 - Perigosos

C) Uso de Resíduos

1 - Há tratamento de resíduos na empresa doadora e receptora

3 - Há tratamento de resíduos somente na receptora

5 - Não há tratamento dos resíduos

D) Destinação dos Resíduos

1 - Utilizado como combustível

3 - Reciclagem

5 - Aterro

E) Problemas e Riscos

1 - Baixo risco (acidentes e contaminação)

3 - Médio risco (acidentes e contaminação)

5 - Alto risco (acidentes e contaminação)

A avaliação dos critérios foi realizada pelos especialistas da empresa, baseando-se nos critérios propostos por Felicio et al. (2016), que são: legislação, classe de resíduos, uso ou destinação, problemas e riscos. Para resíduos circulantes considera-se uso e para os descartados, destinação. Após feita a avaliação dos critérios foi elaborada a matriz de comparação dos critérios, baseada na escala fundamental de Saaty e nas respostas dos especialistas entrevistados, conforme proposto por Felicio et al. (2016), a fim de determinar a ordem de importância de cada critério e calcular seu respectivo peso. Para determinação dos pesos utilizou-se o método AHP.

Pesos dos critérios

Para a determinação do peso de cada critério foi distribuído um questionário entre alguns representantes da empresa dos setores de meio ambiente, produção e compras, pois são os que têm maior ligação ao assunto e têm o entendimento e informações necessárias.

Após identificar a avaliação e peso de cada critério foram calculados o grau de resíduo circulante (GRC), de acordo com a Equação 2, e o grau de resíduo de saída (GRS), conforme Equação 3.

Em seguida, foi elaborada uma Tabela para cada cenário proposto, multiplicando os valores das quantidades de resíduos circulantes e de saída pelo seu respectivo grau, resultando nos impactos circulante e de saída.

Os valores da quantidade de impacto circulante e de saída foram substituídos na Equação 1, resultando no valor do indicador que representou cada um dos cenários propostos e serviu como base para identificar a posição que a empresa se encontra em relação ao melhor e pior cenário.

Descrição dos cenários

Para uma melhor análise do nível da circularidade de resíduos da empresa foram considerados três cenários:

• Cenário 1: total aproveitamento dos resíduos - melhor cenário

• Cenário 2: nenhum aproveitamento dos resíduos - pior cenário

• Cenário 3: cenário real da empresa

Resultados e discussões

Um indicador é um elemento central para tomadas de decisão e no presente trabalho serviu para analisar a situação real da empresa comparando com as referências do melhor e pior cenários.

O indicador foi utilizado para medir a circularidade dos resíduos da empresa.

Tipo de Resíduos

Para o cálculo do indicador foram identificados os tipos de resíduos produzidos na empresa no ano de 2020 e suas respectivas quantidades, conforme Tabela 1.

Tabela 1
Total de resíduos gerados

TIPO DE RESÍDUO	QUANTIDADE (T/ANO)
Caco de Vidro	6842,92
Entulho	4,00
Isopor	2,11
Lâmpada	3,00
Lixo Comum	63,31
Madeira	52,11
Óleo de cozinha	102,60
Óleo lubrificante	7,93
Plástico	18,35
Resíduo Hospitalar	0,03
Cal	399,27
Metal	73,54
Papel/Papelão	8,88
Miscelânea	13,45
Total	7591,50

• Fonte: Dados fornecidos pela empresa, 2021

De acordo com a empresa, foram produzidos 14 tipos diferentes de resíduos. Os valores foram medidos em toneladas por ano (t/ano) e o total de resíduos produzidos foi de 7591,50 toneladas por ano, com destaque para o caco de vidro que sozinho representa 90% do total de resíduos.

Para o cálculo do indicador foram considerados os resíduos que estão diretamente ligados à produção, que representaram mais de 95% do total de resíduos produzidos. Os resíduos diretamente ligados à produção foram caco de vidro, óleo lubrificante, cal e miscelânea, que juntos totalizaram 7263,57 toneladas no ano de 2020. O caco de vidro representou 94% dos resíduos da produção.

De forma a obter um melhor desempenho do modelo e tornar a análise mais acessível, foi realizada a normalização dos dados, colocando todos os valores numa escala de 0 a 1. Essa etapa contribui para que os dados ficassem na mesma escala sem alterar seu perfil de variação.

A normalização dos valores foi feita dividindo o valor da quantidade de cada resíduo pela soma total da quantidade dos resíduos. Os valores normalizados podem ser observados abaixo.

Caco de vidro = 0,942; óleo lubrificante = 0,001; cal = 0,055; miscelânea = 0,002

Peso dos critérios

Para o cálculo do grau de cada resíduo é necessário saber o peso de cada critério e a avaliação de cada resíduo dentro de cada critério. Para identificar o peso de cada critério utilizou-se a matriz de comparação dos julgamentos dos especialistas, que pode ser observada na Tabela 2.

Tabela 2
Julgamentos dos especialistas

	LEGISLAÇÃO	CLASSE DOS RESÍDUOS	USO/ DESTINAÇÃO	PPROBLEMAS/ RISCOS
LEGISLAÇÃO	1	1/3	1/5	1/7
CLASSE DOS RESÍDUOS	3	1	1/3	1/5
USO / DESTINAÇÃO	5	3	1	1/3
PROBLEMAS /RISCOS	7	5	3	1

• Fonte: Autores, 2021

Os julgamentos dos critérios par a par pelos especialistas da empresa são apresentados na Tabela 2, após um consenso entre as avaliações. Observa-se que a comparação problemas/riscos x legislação recebeu peso 7, indicando que problemas/riscos é muito mais importante que legislação. Além disso, identificou-se que não existe nenhuma comparação que julga dois critérios diferentes com a mesma importância.

Percebeu-se que as comparações classe dos resíduos x legislação, uso/destinação x classe dos resíduos e problemas/riscos x uso/destinação foram julgadas como pouco mais importante que a outra, com peso igual a 3 e uso/destinação x legislação e problemas/riscos x classe dos resíduos foram julgadas como mais importante que a outra.

De forma a visualizar melhor os resultados, os dados foram normalizados dividindo-se o valor de cada julgamento pelo somatório dos pesos de cada coluna. Os valores foram dispostos em uma mesma base (de zero a 1), conforme se observa na Tabela 3.

Tabela 3
Normalização de dados

	LEGISLAÇÃO	CLASSE DOS RESÍDUOS	USO/ DESTINAÇÃO	PPROBLEMAS/ RISCOS
LEGISLAÇÃO	0,063	0,036	0,044	0,085
CLASSE DOS RESÍDUOS	0,188	0,107	0,074	0,119
USO / DESTINAÇÃO	0,313	0,321	0,221	0,199
PROBLEMAS /RISCOS	0,438	0,536	0,662	0,597

• Fonte: Autores, 2021

Após a normalização foi calculado o vetor prioridade de cada critério, sendo a legislação com vetor prioridade igual a 0,057, classe de resíduos com valor igual a 0,122, uso/destinação com 0,263 e problemas/riscos com 0,558.

A partir dos resultados identificou-se que o critério de maior prioridade é problemas/riscos e o de menor prioridade é a legislação. Para verificar a coerência dos julgamentos e validar os resultados obtidos, calculou-se a razão de coerência.

Para o cálculo da razão de coerência foi calculado o autovalor máximo. O cálculo do autovalor máximo relaciona a matriz de comparação original com os pesos de cada critério, onde cada comparação é multiplicada pelo peso da respectiva coluna originando uma nova matriz.

Para cada critério foi realizada a soma dos valores e dividiu-se o resultado pelo peso correspondente ao critério, conforme é detalhado a seguir:

• LEGISLAÇÃO: (0,057 + 0,041 + 0,053 + 0,080) / 0,057 = 4,050

• CLASSE DOS RESÍDUOS: (0,171 + 0,122 + 0,088 + 0,112) / 0,122 = 4,040

• USO/DESTINAÇÃO: (0,285 + 0,366 + 0,263 + 0,186) / 0,263 = 4,182

• PROBLEMAS/RISCOS: (0,399 + 0,610 + 0,789 +0,558) / 0,558 = 4,222

O valor do autovalor máximo (λ) é dado pela média dos valores encontrados, dada por:

• O valor de λ = 4,123.

• A razão de coerência é dada por:

• CR = (4,123-4) / (4-1).0,9

• CR = 0,045

Visto que para matrizes 4x4 o limite para a razão de coerência é igual a 0,08 e 0,045 < 0,08, conclui-se que existe consistência nos julgamentos e consideram-se os valores do vetor prioridade descritos na Tabela 5. Após identificar o vetor peso de cada critério foram avaliados os critérios dos resíduos circulantes e de saída, respectivamente. Após definidas as avaliações dos critérios de cada um dos resíduos, foi calculado o grau do resíduo circulante. Os valores do grau de resíduo circulante (GRC) são vistos a seguir.

• Caco de vidro = 2,360

• Óleo lubrificante = 3,130

• Cal = 2,411

• Miscelânea = 2,411

O grau do resíduo é baseado na importância do resíduo dentro de uma avaliação de impacto ambiental e, avaliando os resíduos circulantes, o de maior grau e importância foi o óleo lubrificante. O grau de resíduo de saída de cada critério, podem ser observados abaixo.

• Caco de vidro = 2,886

• Óleo lubrificante = 3,13

• Cal = 2,411

• Miscelânea = 2,411

Avaliando os resíduos de saída, o de maior grau e importância foi o óleo lubrificante.

Avaliação dos critérios

O cálculo do grau dos resíduos multiplica o peso de cada critério pela avaliação de cada resíduo dentro de cada critério. As avaliações dos critérios dos resíduos circulantes e de saída, respectivamente, onde 5 representa a pior situação e 1 a melhor.

Avaliação dos critérios dos resíduos circulantes

A avaliação dos critérios dos resíduos circulantes, pelos especialistas da empresa, é vista a seguir.

A) Caco de vidro

Legislação: 1

Classe de resíduos: 3

Uso de resíduos: 1

Problemas e riscos: 3

B) Óleo lubrificante

Legislação: 1

Classe de resíduos: 5

Uso de resíduos: 3

Problemas e riscos: 3

C) Cal

Legislação: 3

Classe de resíduos: 3

Uso de resíduos: 5

Problemas e riscos: 1

D) Miscelânea (batch)

Legislação: 3

Classe de resíduos: 3

Uso de resíduos: 5

Problemas e riscos: 1

Os valores apresentados representam as avaliações dos resíduos circulantes dentro de cada critério, ou seja, fazendo uma suposição de que todos os resíduos fossem circulantes. Após, foi realizada a mesma avaliação para os resíduos de saída, conforme pode-se observar a seguir.

A) Caco de vidro

Legislação: 1

Classe de resíduos: 3

Uso de resíduos: 3

Problemas e riscos: 3

B) Óleo lubrificante

Legislação: 1

Classe de resíduos: 5

Uso de resíduos: 3

Problemas e riscos: 3

C) Cal

Legislação: 3

Classe de resíduos: 3

Uso de resíduos: 5

Problemas e riscos: 1

D) Miscelânea (batch)

Legislação: 3

Classe de resíduos: 3

Uso de resíduos: 5

Problemas e riscos: 1

Cálculo do indicador

Após identificados os valores, realizou-se o cálculo do indicador nos três cenários descritos, conforme se pode observar na Tabela 4.

Tabela 4
Cálculo do indicador nos cenários descritos

CENÁRIO 1
TIPO DE RESÍDUO	QRC	GRC	QRC X GRC	QRS	GRS	QRS x GRS
CACO DE VIDRO	0.942	2.36	2.22	0	2.886	0
ÓLEO LUBRIFICANTE	0.001	3.13	0	0	3.13	0
CAL	0.055	2.411	0,13	0	2.411	0
MISCELÂNEA (BATCH)	0.002	2.411	0	0	2.411	0
		QIC	2.36		QIS	0
					ISI	2.36
CENÁRIO 2
TIPO DE RESÍDUO	QRC	GRC	QRC X GRC	QRS	GRS	QRS x GRS
CACO DE VIDRO	0	2.36	0	0.942	2.886	2.72
ÓLEO LUBRIFICANTE	0	3.13	0	0.001	3.13	0
CAL	0	2.411	0	0.055	2.411	0.13
MISCELÂNEA (BATCH)	0	2.411	0	0.002	2.411	0
		QIC	0		QIS	0
					ISI	0
CENÁRIO 3
TIPO DE RESÍDUO	QRC	GRC	QRC X GRC	QRS	GRS	QRS x GRS
CACO DE VIDRO	0.942	2.36	2.223	0	2.886	0
ÓLEO LUBRIFICANTE	0.001	3.13	0.003	0	3.13	0
CAL	0	2.411	0	0.055	2.411	0.13
MISCELÂNEA (BATCH)	0	3.884	0	0.002	2.411	0
		QIC	2.226		QIS	0.14
					ISI	1.96

• Fonte: Autores, 2021

Os resultados da Tabela 4 mostram que o valor ótimo da situação corresponde a 2,36, sem nenhum resíduo de saída. O pior cenário possui valor igual a zero, com nenhum aproveitamento dos resíduos. O cenário real da empresa (cenário 3) obteve valor de 1,96, com parte dos resíduos descartados e parte reaproveitados. O resultado do cenário real indica a necessidade de maiores esforços para aproveitamentos dos resíduos para que se atinja a melhor referência.

O indicador possibilitou quantificar o quanto foi efetivo o aproveitamento dos resíduos gerados pela empresa. Isso permitiu conhecer a efetividade da circularidade dos resíduos na empresa estudada na sua relação com outros agentes envolvidos. Quanto mais próximo de zero for o seu resultado maior será o desperdício, deixando de aproveitar os resíduos como insumos (resíduo=alimento).

O indicador de circularidade está diretamente relacionado com o segundo princípio da economia circular, que diz sobre manter os produtos e materiais em uso, ou seja, diminuir a quantidade de impacto de saída (QIS) e aumentar a quantidade do impacto circulante (QIC), resultando no aumento da efetividade em função do reaproveitamento dos resíduos.

As condições viabilizadoras e sistêmicas são ditas favoráveis quando incluem um conjunto de ações como: colaboração entre as partes interessadas, estabelecimentos de regras ambientais, liderança ágil e políticas públicas para que o reuso de materiais e uma maior produtividade de recursos se tornem um lugar comum.

Em termos do uso racional de recursos e reaproveitamento dos resíduos, uma das estratégias é a utilização de ciclos reversos, que é o elemento básico para implementar a economia circular, que sugere um retorno de materiais ao sistema de produção, sendo necessário um trabalho conjunto, envolvendo logística da cadeia de entrega, separação, armazenamento, gestão de risco, geração de energia, com redução de resíduos de saída, reforçando a proposta do design circular.

O indicador possibilitou quantificar o aproveitamento dos resíduos gerados pela empresa. Isso permitiu conhecer a efetividade da circularidade de resíduos e sua relação com outros agentes envolvidos. Quanto mais próximo de zero for o seu resultado, maior será o desperdício, deixando de aproveitar os resíduos como insumos (resíduo=alimento).

As ações de melhoria propostas incluem: buscar parcerias com empresas locais para criar sinergias que beneficiem a coletividade, como a redução de custos e impactos ambientais, por meio do compartilhamento de materiais e aproveitamento de resíduos. Além disso, analisar oportunidades para aumentar o engajamento da empresa em projetos de reutilização de resíduos, que demonstram eficiência e podem abrir novas oportunidades de negócios, destacando a colaboração entre indústrias como vantagem competitiva.

Conclusão

Foi realizado um estudo em uma empresa de produção de vidros planos, a fim de se identificar a efetividade da empresa em termos do reaproveitamento dos resíduos.

A fim de avaliar a efetividade da circularidade dos recursos na empresa foi utilizado um indicador, que foi aplicado de forma inovadora a uma empresa, analisando-se detalhadamente a circularidade dos resíduos em uma indústria de produção de vidros planos.

Foram identificados quatro tipos de resíduos diretamente ligados à produção da empresa, os quais representaram mais de 95% do total de seus resíduos gerados. Identificou-se que o caco de vidro foi o principal resíduo gerado e que sozinho representou mais de 90% dos resíduos de produção. Todo o caco de vidro é reaproveitado dentro ou fora da empresa.

O cálculo do indicador de circularidade, utilizado em termos da efetividade do reaproveitamento dos resíduos, resultou em um valor igual a 1,96, que representa 83% do valor do melhor cenário, indicando que com mais alguns esforços a empresa pode atingir o valor ideal de circularidade dos resíduos da produção.

As análises e resultados serviram de apoio e referência para a empresa analisada elaborar um plano de melhorias, em termos do reaproveitamento dos resíduos e o indicador mostrou-se uma ferramenta efetiva para monitorar, orientar e controlar ações, bem como poderá servir de base para outras empresas adotarem e implantarem melhorias em seu ambiente produtivo.

Além disso, tal indicador apoia a implantação de políticas relacionadas à economia circular, com propostas de reaproveitamento de recursos e redução de desperdício.

Como proposta para trabalhos futuros, sugere-se a aplicação em outros cenários de estudo e a união com outros indicadores direcionados à economia circular.

Referências bibliográficas

• ARUEIRA, A. Aplicação do Método AHP para Avaliação de Transportadores. Master’s thesis (Master’s in Production Engineering) - Graduate Program in Production Engineering, Department of Industrial Engineering, Pontifical Catholic University of Rio de Janeiro. Rio de Janeiro, p. 71, 2014.
• BERTAHONE, P.; BRANDALISE, N. Uso Do Método Analytic Hierarchy Process (AHP) Para Escolha De Fornecedor De Farinha De Trigo : Um Estudo De. Simpósio de Excelência e Tecnologia (SEGET), [s. l.], v. 4, 2017.
• BOCKEN, N.; OLIVETTI, E.; CULLEN, J.; POTTING, J.; LIFSET, R. Taking the Circularity to the Next Level: A Special Issue on the Circular Economy. Journal of Industrial Ecology, [s. l.], v. 21, n. 3, p. 476-482, 2017. Disponível em: https://doi.org/10.1111/jiec.12606
  » https://doi.org/10.1111/jiec.12606
• CHENG, E.W.L.; LI, H. Application of ANP in process models: An example of strategic partnering. Building and Environment, [s. l.], v. 42, n. 1, p. 278-287, 2007. Disponível em: https://doi.org/10.1016/j.buildenv.2005.07.031
  » https://doi.org/10.1016/j.buildenv.2005.07.031
• CLARK, J.; FARMER, T.; HERRERO-DAVILA, L.; SHERWOOD, J. Circular economy design considerations for research and process development in the chemical sciences. Green Chemistry, [s. l.], v. 18, n. 14, p. 3914-3934, 2016. Disponível em: https://doi.org/10.1039/c6gc00501b
  » https://doi.org/10.1039/c6gc00501b
• ELLEN MACARTHUR FOUNDATION. Towards the circular economy: Economic and business rationale for an accelerated transition. 2013.
• FELICIO, M.; AMARAL, D.; ESPOSTO, K.; GABARRELL DURANY, X. Industrial symbiosis indicators to manage eco-industrial parks as dynamic systems. Journal of Cleaner Production, [s. l.], v. 118, p. 54-64, 2016. Disponível em: https://doi.org/10.1016/j.jclepro.2016.01.031
  » https://doi.org/10.1016/j.jclepro.2016.01.031
• FELLNER, J.; JAKOB,L.; SCHARFF, C.; LANER, D. Present Potentials and Limitations of a Circular Economy with Respect to Primary Raw Material Demand. Journal of Industrial Ecology, [s. l.], v. 21, n. 3, p. 494-496, 2017. Disponível em: https://doi.org/10.1111/jiec.12582
  » https://doi.org/10.1111/jiec.12582
• GARBUZOVA-SCHLIFTER, M.; MADLENER, R. AHP-based risk analysis of energy performance contracting projects in Russia. Energy Policy, [s. l.], v. 97, p. 559-581, 2016. Disponível em: https://doi.org/10.1016/j.enpol.2016.07.024
  » https://doi.org/10.1016/j.enpol.2016.07.024
• HAUPT, M.; VADENBO, C.; HELLWEG, S. Do We Have the Right Performance Indicators for the Circular Economy?: Insight into the Swiss Waste Management System. Journal of Industrial Ecology, [s. l.], v. 21, n. 3, p. 615-627, 2017. Disponível em: https://doi.org/10.1111/jiec.12506
  » https://doi.org/10.1111/jiec.12506
• HERNÁNDEZ, C. T. Modelo de Gerenciamento da logística reversa integrado às questões estratégicas das organizações. Doctoral Thesis in Mechanical Engineering. São Paulo State University. São Paulo, 2010.
• KHAIRA, A.; DWIVEDI, R. K. A State of the Art Review of Analytical Hierarchy Process. Materials Today: Proceedings, [s. l.], v. 5, n. 2, p. 4029-4035, 2018. Disponível em: https://doi.org/10.1016/j.matpr.2017.11.663
  » https://doi.org/10.1016/j.matpr.2017.11.663
• KORHONEN, J.; HONKASALO, A.; SEPPÄLÄ, J. Circular Economy: The Concept and its Limitations. Ecological Economics, [s. l.], v. 143, p. 37-46, 2018. Disponível em: https://doi.org/10.1016/j.ecolecon.2017.06.041
  » https://doi.org/10.1016/j.ecolecon.2017.06.041
• LIEDER, M.; RASHID, A. Towards circular economy implementation: a comprehensive review in the context of manufacturing industry. Journal of Cleaner Production, [s.l.], vol. 115, p. 36-51, 2016
• LINDER, M.; SARASINI, S.; VAN LOON, P. A Metric for Quantifying Product-Level Circularity. Journal of Industrial Ecology, [s. l.], v. 21, n. 3, p. 545-558, 2017. Disponível em: https://doi.org/10.1111/jiec.12552
  » https://doi.org/10.1111/jiec.12552
• LINDER, M.; WILLIANDER, M. Circular Business Model Innovation: Inherent Uncertainties. Business Strategy and the Environment, [s. l.], v. 26, n. 2, p. 182-196, 2017. Disponível em: https://doi.org/10.1002/bse.1906
  » https://doi.org/10.1002/bse.1906
• MANTESE, G.; AMARAL, D . Identification and qualitative comparison of performance indicators of industrial symbiosis. Revista Produção Online, [s. l.], v. 16, n. 4, p. 1329, 2016. Disponível em: https://doi.org/10.14488/1676-1901.v16i4.2349
  » https://doi.org/10.14488/1676-1901.v16i4.2349
• MASI, D.; KUMAR, V.; GARZA-REYES, J.A.; GODSELL, J. Towards a more circular economy: exploring the awareness, practices, and barriers from a focal firm perspective. Production Planning and Control, [s. l.], v. 29, n. 6, p. 539-550, 2018. Disponível em: https://doi.org/10.1080/09537287.2018.1449246
  » https://doi.org/10.1080/09537287.2018.1449246
• MICHELINI, G.; MORAES, R.; CUNHA, R.; COSTA, J.; OMETTO, A. From Linear to Circular Economy: PSS Conducting the Transition. Procedia CIRP, [s. l.], v. 64, p. 2-6, 2017. Disponível em: https://doi.org/10.1016/j.procir.2017.03.012
  » https://doi.org/10.1016/j.procir.2017.03.012
• PRIETO-SANDOVAL, V.; JACA, C.; ORMAZABAL, M. Towards a consensus on the circular economy. Journal of Cleaner Production, [s. l.], v. 179, p. 605-615, 2018. Disponível em: https://doi.org/10.1016/j.jclepro.2017.12.224
  » https://doi.org/10.1016/j.jclepro.2017.12.224
• SAATY, T. L. How to make a decision: the analytic hierarchy process. European journal of operational research, 1990 v. 48, n. 1, p. 9-26.
• SARIATLI, F. Linear Economy Versus Circular Economy: A Comparative and Analyzer Study for Optimization of Economy for Sustainability. Visegrad Journal on Bioeconomy and Sustainable Development, [s. l.], v. 6, n. 1, p. 31-34, 2017. Disponível em: https://doi.org/10.1515/vjbsd-2017-0005
  » https://doi.org/10.1515/vjbsd-2017-0005
• SEROKA-STOLKA, O.; OCIEPA-KUBICKA, A. Green logistics and circular economy Green Cities 2018. Transportation Research Procedia, [s. l.], v. 39, n. 2018, p. 471-479, 2019. Disponível em: https://doi.org/10.1016/j.trpro.2019.06.049
  » https://doi.org/10.1016/j.trpro.2019.06.049
• SILVA, Diva Martins Rosas. Aplicação do Método AHP para Avaliação de Projetos Industriais. Master’s Thesis, Graduate Program in Industrial Engineering at PUC-Rio , Rio de Janeiro p. 128, 2007.
• SVENSSON, N.; FUNCK, E.K. Management control in circular economy . Exploring and theorizing the adaptation of management control to circular business models. Journal of Cleaner Production, [s. l.], v. 233, p. 390-398, 2019. Disponível em: https://doi.org/10.1016/j.jclepro.2019.06.089
  » https://doi.org/10.1016/j.jclepro.2019.06.089
• SWAR, T. E.; HUNKULER, D.; KÖPFFER, W.; PERSONE, H.L.; CIROTH, A.; BRENT, A.C.; PAGAN, R. Environmental Life Cycle Costing - A code of practice. Society of Environmental Toxicology and Chemistry (SETAC). 2011.
• TOMIĆ, T.; SCHNEIDER, D. The role of energy from waste in circular economy and closing the loop concept - Energy analysis approach. Renewable and Sustainable Energy Reviews, [s. l.], v. 98, n. September, p. 268-287, 2018. Disponível em: https://doi.org/10.1016/j.rser.2018.09.029
  » https://doi.org/10.1016/j.rser.2018.09.029
• TSENG, M. L.; TAN, R.; CHIU, A.; CHIEN, C.; KUO, T. Circular economy meets industry 4.0: Can big data drive industrial symbiosis? Resources, Conservation and Recycling, [s. l.], v. 131, n. January, p. 146-147, 2018. Disponível em: https://doi.org/10.1016/j.resconrec.2017.12.028
  » https://doi.org/10.1016/j.resconrec.2017.12.028

Datas de Publicação

• Publicação nesta coleção
  20 Dez 2024
• Data do Fascículo
  2024

Histórico

• Recebido
  10 Set 2022
• Aceito
  11 Jun 2024