26/Ago/2020

A Companhia Nacional de Abastecimento (Conab) anunciou nesta terça-feira (25/08) que incorporou novos métodos de levantamento de safra e de processamento dos dados, para aprimorar as informações disponíveis aos produtores rurais. O processo adiciona o “crop tour”, ou seja, viagens a campo feitas pela equipe Conab para coletar amostras objetivas de produtividade e processamentos estatísticos de consolidação dos dados, calibrando melhor os números estimados. A soja é o primeiro produto submetido a esses ajustes de metodologia. Aplicados esses procedimentos à safra 2019/2020, que se encerrou em junho passado, houve o ajuste de 120,9 milhões de toneladas para 124,5 milhões de toneladas.

A diferença de 3,6 milhões de toneladas representa 3% da previsão divulgada anteriormente e ocorre por causa da maior produtividade, que passou de 3.272 quilos por hectare para 3.378 quilos por hectare. A oleaginosa foi escolhida em virtude de o desenvolvimento da cultura na safra 2019/2020 já ter sido concluído, uma vez que este método utiliza dados de colheita finalizada. A nova etapa de avaliação foi aplicada aos últimos sete anos-safra da soja, desde 2013/2014. Com isso, pequenas correções na colheita total do grão foram realizadas. No total acumulado, as correções não chegam a 2% da produção então estimada, mas, em volume, o somatório dos períodos é de cerca de 14,4 milhões de toneladas. Com isso, o quadro de oferta e demanda também passará por ajustes.

A expectativa é que o balanço atualizado seja publicado no próximo levantamento da safra de grãos, no dia 10 de setembro. Os novos procedimentos servem tanto para aprimorar quanto para validar os números. Depois da soja, estão na pauta para revisão também arroz, feijão, algodão, trigo e milho. O processo de construção de estimativa de safra já envolve o contato direto com mais de 900 agentes cadastrados em todo o País. A inclusão do "crop tour" permitir avaliar a produtividade diretamente nas lavouras pela equipe Conab, para calibrar os dados estimados. A análise da dispersão de dados são um tratamento estatístico para identificar outliers nos dados obtidos em todo o processo de coleta. Fonte: Agência Estado. Adaptado por Cogo Inteligência em Agronegócio.