Investigation of the optimal locations to increase the sugarcane supply in Brazil: application of a mix and integer programing model

Essa tese tem como objetivo desenvolver um modelo matemático de programação mista para auxiliar na indicação das regiões ótimas para acréscimo da oferta de cana-de-açúcar no Brasil. Fazendo uso do ferramental desenvolvido almeja-se avaliar o comportamento espacial da produção de cana, dos fluxos de abastecimento e do consumo de açúcar e etanol mediante projeções futuras da demanda, e também mediante a incorporação dos novos projetos ferroviários, hidroviários e dutoviários na malha intermodal de transportes. Considerando as projeções do consumo doméstico e das exportações sucroalcooleiras para 2020/2021, o modelo matemático sugeriu as regiões ideais para aumentar a oferta de cana-de-açúcar, dentre as áreas com aptidão edafoclimática para o cultivo da cultura, visando a maximização da receita das indústrias do setor. As recomendações do modelo indicam acréscimo de 220 milhões de toneladas na produção dos canaviais do estado de São Paulo, 79 milhões em Mato Grosso do Sul, 70 milhões no Paraná, 65 milhões em Minas Gerais, 60 milhões na Bahia, 42 milhões em Goiás, 24 milhões no Tocantins, 15 milhões no Maranhão, 8 milhões no Mato Grosso e 7 milhões no estado do Piauí, nas condições do cenário com projeções de crescimento pessimista. Além disso, a alocação ótima dos fluxos de transporte de açúcar sugere uma participação de 45% do modal ferroviário, 52% do modal rodoviário e 3% de alternativas hidro-ferroviárias na produção total de serviços de transporte (TKU), considerando a demanda 2020/2021. No caso do etanol as proporções recomendadas indicam 61% para a modalidade rodoviária, 27% para a alternativa ferroviária e 12% para a combinação intermodal hidro-dutoviária. Os benefícios econômicos diretos proporcionados pela expansão da malha intermodal de transporte podem gerar economias com fretes próximas a R$ 444 milhões por safra, no escoamento da produção sucroalcooleira, baixando o frete unitário médio do setor de R$ 59,12 por tonelada para 54,12 por tonelada transportada. O método revelou-se uma ferramenta importante na análise da distribuição espacial da oferta de cana-de-açúcar, e os resultados geraram informações importantes para condução de políticas públicas e para organização do setor sucroenergético.This thesis aims to construct a mathematical model of mix and integer programming for supporting the decisions about the best regions to increase the supply of sugar cane in Brazil. In addition is intended to use the model to provide inputs for analyzing the spatial sugar cane production and ethanol and sugar transport flows considering future supply and demand assumptions and different multimodal transportation network configuration. Supposing sugar and ethanol demand and exports projections to crop 2020/2021 the mathematical model recommended the optimum agricultural areas to increase the production of sugar cane in other to maximize the sector revenue. The model outputs recommended an increase of 220 million tons in sugarcane production at São Paulo state, 79 millions at Mato Grosso do Sul, 70 million at Paraná, 65 million at Minas Gerais, 60 millions at Bahia, 42 million at Goiás, 24 million at Tocantins, 15 million at Maranhão, 8 millions at Mato Grosso and 7 millions tons at Piauí. Regarding the sugar transportation flows the results proposed a share of 45% for rail mode, 52% for road and 3% for barge-rail alternatives in the total freight (Ton-Kilometer). In the case of ethanol the results indicated a share of 61% for road, 27% for rail, and 12% for barge-pipelines alternatives. The direct economic benefits provided by the expansion of multimodal transportation network implicates savings on freight near to R$ 444 million per crop, that involves a decrease from R$ 59.12 per ton to R$ 54,12 per ton in the unit freight cost. The mathematical model revealed be an important tool for spatial analysis of sugar cane supply in Brazil and the results provided important inputs for Federal Government policies and for planning the sugar and ethanol sector