Sistemas agroflorestais : fatores ambientais e culturais no contexto da análise financeira

Abstract

Resumo: Os Sistemas Agroflorestais (SAFs) têm despontado como uma alternativa para otimizar o uso das áreas rurais, para diversificar produção, gerar renda e ainda contribuir para a recuperação da flora e da fauna dos ambientes. Contudo, ainda existem poucos modelos contundentes que confirmam a sustentabilidade financeira temporal de SAFs. Assim, esta pesquisa teve como objetivo desenvolver no estado do Paraná modelos de SAFs eficientes, eficazes e sustentáveis financeiramente e realizar quatro prognoses de SAFs já implantados no mesmo estado. Para tanto, foram utilizadas ferramentas de Diagnóstico Rural Participativo (DRP) e também a planilha AmazonSAF 8.1, elaborada pela Embrapa. Os três principais resultados deste estudo foram: o desenvolvimento de uma metodologia de planejamento para composição de SAFs; criação de dois modelos de SAFs otimizados e seis prognoses financeiras - dos dois modelos criados e de quatro sistemas já implantados. A metodologia possui oito etapas; foi baseada em DRP, testada e validada com a efetiva participação de vinte agricultores. Estas etapas metodológicas podem ser aplicáveis a qualquer condição edafoclimática e tamanho de área. A partir da metodologia, foram desenvolvidos dois modelos otimizados de SAFs para regiões com distintas condições edafoclimáticas e socioeconômicas do Paraná. Os resultados das prognoses dos modelos de SAFs-otimizados, além de apresentarem indicadores financeiros positivos, possuem fluxos de caixa e demandas de mão de obra compatíveis com os anseios socioeconômicos temporais do grupo analisado. Apesar de três das quatro prognoses financeiras dos SAFs já implantados terem apresentado indicadores positivos, os rendimentos líquidos dos sistemas não foram suficientes para suprir as necessidades básicas dos agricultores analisados. Isso demonstra que além dos indicadores financeiros, é importante inserir na análise de projetos de SAFs o planejamento, a avaliação técnica e financeira cautelosa, visando um prognóstico mais preciso.

Abstract: The Agroforestry Systems (AFSs) have been emerging as an alternative to optimize the use of rural areas, to diversify production, to generate income and also to contribute to the recovery of the flora and fauna of the environments. However, there are few incontestable models that confirm the temporal financial sustainability of the AFSs. Therefore, this research had the goal of developing AFSs models in the state of Paraná that are efficient, effective and financially sustainable and elaborating four prognosis for AFSs already implemented in the same state. For this purpose, the tools used were the Participatory Rural Diagnostic (PRD) and also the AmazonSAF 8.1 spreadsheet, developed by Embrapa. The three main results from this study were: the development of a planning methodology for AFSs composition; the creation of two optimized AFSs models and six financial prognosis - for the two created models and the four already implemented. The methodology has eight steps; it was elaborated using the PRD, tested and validated by the effective participation of twenty farmers. These methodological steps can be applied to any edaphoclimatic condition and area extent. Using this methodology two optimized AFSs models were developed for regions with different edaphoclimatic and socioeconomic conditions in the state of Paraná. The results of the prognosis for the optimized AFSs models, besides showing positive financial indicators, have both cash flow and demands for a workforce compatible with the temporal socioeconomic expectancy of the studied group. Despite the fact that three out of four financial prognosis of the already implemented AFSs had presented positive indicators, the net incomes of these systems were not enough to cover the basic needs of the farmers. It demonstrates that besides the financial indicators, it is important to add to the AFSs project analysis, the planning and a careful technical and financial evaluation, aiming for a more precise prognosis.