O Fórum Econômico Mundial lançou em 2019 a 14ª edição do Global Risks Report, relatório que analisa anualmente os principais riscos globais. Ele aponta os eventos climáticos extremos como o principal fator de risco em escala global e, em segundo lugar, os fracassos nas ações de mitigação e adaptação às mudanças climáticas. Além dos temas citados, questões como crise hídrica e mudanças climáticas são recorrentes no top 5 Global Risks dos últimos anos.
Isso é notadamente importante para a economia agroindustrial, já que as condições climáticas integram um dos principais fatores de produção, e é ainda mais relevante para a atividade florestal, onde a exposição dos plantios ao tempo é muito mais longa.
No Brasil, os efeitos das oscilações climáticas e eventos extremos vem sendo sentidos com maior intensidade nesta década, apresentando impactos relevantes na produção florestal. Exemplos recentes como a crise hídrica ocorrida no sudeste em 2014/2015 e secas severas no norte de Minas Gerais, Espirito Santo e Bahia (2015/2016), trouxeram impactos econômicos para o setor na ordem de US$ 470 milhões (levantamento Geplant, considerando a redução na produção de madeira nas áreas afetadas).
Na prática, não é difícil encontrar oportunidades de melhoria na gestão florestal pela adoção de uma abordagem estruturada de gestão de riscos na produtividade.
Um exemplo são empreendimentos, contratos de parceria florestal ou planos de abastecimento de madeira lastreados em projeções de produção determinísticas, ou seja, que consideram um valor futuro fixo. Também é frequente encontrarmos projeções enviesadas pela falta de estimativas locais ou pela utilização de referências passadas (áreas experimentais ou de produção) que passaram por condições climáticas favoráveis e que não se repetem nos ciclos posteriores. Nestes casos, é importante que a expectativa futura de produção:
– Considere as características edafoclimáticas locais e seja descontaminada de condições climáticas atípicas (positivas ou negativas);
– Permita que as partes envolvidas (investidores, diretores, parceiros ou fornecedores) tenham conhecimento dos riscos e probabilidades futuras de produção, considerando cenários mais prováveis, otimistas e pessimistas.
– Possa ser atualizada com maior agilidade e confiabilidade, permitindo tomada de decisões para mitigar riscos de abastecimento ou de quebra de produção.
Outro caso frequente é a inacurácia das projeções de modelos tradicionais em plantios que passaram por condições climáticas atípicas, já que, em geral, os modelos consideram condições climáticas dentro da normalidade.
Os exemplos citados, dentre outros casos, reforçam a importância da adoção de um processo robusto e estruturado na quantificação e avaliação de riscos na produção de madeira. No entanto, olhar a projeção da produção florestal sob uma ótica quantitativa de análise de riscos, baseada em dados e ferramentas analíticas, requer uma mudança de paradigmas e de cultura.
Conversando com o diretor de uma grande empresa florestal, ao apresentar este conceito e nosso trabalho, tivemos uma grata surpresa ao ouvir que temos uma importante missão: “levar esta abordagem de gestão e análise de riscos na produtividade aos gestores florestais do país, pois com certeza promoverá impactos positivos ao setor”. Por isso, acreditamos fortemente nas oportunidades de melhoria no manejo florestal através da adoção de tecnologias e da constante evolução de nossos conceitos.
Um dos produtos da plataforma GPT para Gestão da Produtividade é baseada na Gestão de Riscos, pautada em projeções futuras baseadas em análises probabilísticas, incluindo áreas de expansão (sem histórico de produção), gerando informações com maior acurácia, agilidade e confiabilidade, possibilitando uma relação mais transparente com investidores, acionistas e stakeholders e trazendo melhores decisões de negócio.
Nossa plataforma utiliza uma rica base de dados de solo, relevo, sensoriamento remoto e um histórico climático de 40 anos, com abrangência nacional, além de ferramentas analíticas e modelos robustos para analisar a interação entre fatores de produção e gerar resultados sensíveis às oscilações climáticas.
—
Forest Production Risk Management: the future of your forest, today
The World Economic Forum launched in 2019 the 14th edition of the Global Risks Report, a report which analyzes the main global risk annually. It points out extreme climatic events as the main risk factor on a global scale and, moreover, failures in mitigation and adaptation to climate change actions. In addition to the afore mentioned topics, issues such as water crisis and climate change are recurrent in the top 5 Global Risks of recent years.
This is notably important for the agro-industrial economy, since the climatic conditions integrate one of the main factors of production, and it is even more relevant to the forestry activity, where the exposure of the plantations to time is much longer.
In Brazil, the effects of climatic oscillations and extreme events have been felt with greater intensity in this decade, presenting significant impacts on forest production. Recent examples such as the water crisis occurring in the southeast in 2014/2015 and severe drought in the north of Minas Gerais, Espírito Santo and Bahia (2015/2016), have brought economic impacts to the sector in the order of US$470 million (survey Geplant, considering the timber production in the affected areas).
In practice, it is not difficult to find opportunities for improvement in forest management by adopting a structured approach to risk management in productivity.
An example is undertakings, forest partnership contracts or timber supply plans backed up in deterministic production projections, that is, they consider a fixed future value. We also find projections biased by the lack of local estimates or the use of past references (experimental or production areas) which have undergone favorable climatic conditions and which are not repeated in subsequent cycles. In these cases, it is important that future production expectation:
– Consider the local edaphoclimatic characteristics and be decontaminated from atypical climatic conditions (positive or negative);
– Allow the parties involved (investors, directors, partners or suppliers) to be aware of the future risks and probabilities of production, considering more probable, optimistic and pessimistic scenarios.
– Can be updated with greater agility and reliability, allowing decision making to mitigate risks of supply or breakdown of production.
Another frequent case is the inaccuracy of the projections of traditional models in plantations which have undergone atypical climatic conditions, since; in general, the models consider climatic conditions within normality.
The examples cited, among other cases, reinforce the importance of adopting a robust and structured process in quantifying and assessing risks in wood production. However, looking at the projection of forest production under a quantitative perspective of risk analysis, based on data and analytical tools, requires a change of paradigms and culture.
Talking with the director of a large forestry company, in presenting this concept and our work, we had a grateful surprise to hear that we have an important mission: “To take this approach of management and analysis of risks in productivity to forest managers of the country, because it will certainly promote positive impacts on the sector”. Therefore, we strongly believe in the opportunities for improvement in forest management through the adoption of technologies and the constant evolution of our concepts.
One of the products of the GPT platform for productivity management is based in risk management, guided by future projections based on probabilistic analysis, including areas of expansion (without production history), generating information with greater accuracy, agility and reliability, enabling a more transparent relationship with investors, shareholders and stakeholders and bringing better business decisions.
Our platform utilizes a rich database of soil, relief, remote sensing and a 40-year climate history, with national coverage, as well as analytical tools and robust models to analyze the interaction between production factors and generate sensitive outcomes to climate oscillations.
