Método híbrido de aprendizado de máquina e geoestatística na avaliação em massa de imóveis para fins tributários

Abstract

O imposto sobre a propriedade imobiliária constitui instrumento essencial de política urbana, tendo como base de cálculo o valor venal do imóvel. Contudo, o dinamismo do mercado imobiliário e a defasagem dos valores cadastrais podem comprometer a equidade fiscal, produzindo distorções na tributação. Neste contexto, esta pesquisa teve como objetivo desenvolver um método híbrido que integra técnicas de aprendizado de máquina e modelagem geoestatística para a avaliação em massa de imóveis urbanos, visando contribuir para maior equidade na tributação imobiliária. A investigação concentrou-se em apartamentos da região central de Florianópolis, Santa Catarina, a partir de registros coletados por web scraping e refinados, após pré-processamento, para uma base final de 1.529 imóveis. Adotou-se um delineamento quantitativo, compreendendo etapas como a engenharia de recursos, o ajuste de um modelo de regressão linear múltipla como benchmark e o teste de seis algoritmos de aprendizado de máquina baseados em árvores de decisão, abrangendo métodos de bagging e boosting, seguidos da modelagem geoestatística dos resíduos. Na etapa geoestatística, analisou-se a autocorrelação espacial dos resíduos pelo índice de Moran, ajustaram-se semivariogramas teóricos e aplicou-se a krigagem ordinária dos resíduos tanto ao modelo benchmark quanto ao de melhor desempenho. Os modelos de aprendizado de máquina superaram a regressão linear múltipla, com destaque para o gradient boosting machine. A krigagem dos resíduos aprimorou ambos os modelos e evidenciou que a estrutura espacial permanece relevante mesmo após o ajuste do melhor algoritmo. Ainda assim, a escolha do modelo preditivo mostrou-se mais determinante do que a correção espacial, e apenas a configuração híbrida do gradient boosting machine atendeu simultaneamente aos três critérios de qualidade da avaliação em massa recomendados pela IAAO. Por fim, o método possibilitou a geração de plantas de valores genéricos com representação espacial mais aderente à distribuição dos valores homogeneizados na área de estudo. Conclui-se que a integração entre aprendizado de máquina e geoestatística constitui uma estratégia metodológica consistente para a avaliação em massa de imóveis, contribuindo para estimativas mais precisas, mais uniformes e mais aderentes à dinâmica espacial do mercado imobiliário, com potencial de aplicação em processos de atualização cadastral, tributação imobiliária e apoio à gestão territorial.

Abstract: The property tax is an essential instrument of urban policy, with the property's assessed value serving as its tax base. However, the dynamism of the real estate market and the obsolescence of cadastral values can undermine fiscal equity, producing distortions in taxation. In this context, this research aimed to develop a hybrid method integrating machine learning techniques and geostatistical modeling for the mass appraisal of urban real estate, seeking to contribute to greater equity in property taxation. The study focused on apartments in the central area of Florianópolis, Santa Catarina, drawing on records collected through web scraping and refined, after preprocessing, into a final dataset of 1,529 properties. A quantitative design was adopted, comprising stages such as feature engineering, the fitting of a multiple linear regression model as a benchmark, and the testing of six tree-based machine learning algorithms covering bagging and boosting methods, followed by the geostatistical modeling of the residuals. In the geostatistical stage, the spatial autocorrelation of the residuals was assessed using Moran's I, theoretical semivariograms were fitted, and ordinary kriging of the residuals was applied to both the benchmark model and the best-performing one. The machine learning models outperformed multiple linear regression, particularly the gradient boosting machine. Kriging of the residuals improved both models and showed that the spatial structure remains relevant even after fitting the best algorithm. Nevertheless, the choice of predictive model proved more decisive than the spatial correction, and only the hybrid gradient boosting machine configuration simultaneously met the three mass appraisal quality criteria recommended by the IAAO. Finally, the method enabled the generation of property value maps whose spatial representation more closely reflects the distribution of homogenized values across the study area. It is concluded that integrating machine learning and geostatistics constitutes a sound methodological strategy for the mass appraisal of real estate, yielding more accurate and uniform estimates that better capture the spatial dynamics of the real estate market, with potential application in cadastral updating, property taxation, and land management.