Os sistemas agroindustriais são estruturas complexas que são influenciadas pelas transformações econômicas, políticas e tecnológicas da sociedade. Assim, as organizações públicas e privadas que estão inseridas nesses sistemas precisam de informações setoriais que as permitam identificar cenários futuros e ajustar seus recursos internos às novas situações geradas pelo ambiente externo. Uma das alternativas para dispor dessa informação é a aplicação de ferramentas de projeção por meio da simulação de cenários. Este trabalho, nesse sentido, tem como foco principal a simulação de cenários para o setor sucroenergético brasileiro a partir do método de mapeamento e quantificação de sistemas agroindustriais. Para atingi- lo, foi aplicada uma pesquisa exploratória e qualitativa, cuja execução foi divida em três fases. A primeira considerou o desenho do sistema agroindustrial da cana-de-açúcar no Brasil, identificando os seus principais setores e variáveis participantes; a segunda compreendeu a quantificação do sistema, estimando, a partir de relações entre as variáveis, os fluxos comerciais dos elos de insumos agrícolas, produção de matéria-prima, insumos industriais e processamento industrial, no ano fiscal de 2008; e, finalmente, na terceira fase foi feita uma simulação de cenários para o período 2011-2015 com base em projeções de mercado e uso de ferramenta eletrônica. A coleta de dados foi realizada por meio de dados primários e secundários, levantados em entrevistas com executivos, pesquisadores, instituições governamentais e organizações setoriais dos diferentes elos do sistema agroindustrial, além de publicações como anuários estatísticos, relatórios, prognósticos, entre outros, elaborados por instituições governamentais e não governamentais. Já o processamento e simulação de cenários foram feitos com a utilização de um software de planilha eletrônica. Como resultados desta pesquisa, portanto, foram apresentadas as etapas necessárias para desenhar, quantificar e simular cenários para o setor sucroenergético, assim como os valores obtidos nos cálculos, que permitirá, em pesquisas futuras, explorar o aperfeiçoamento do modelo de simulação por meio da inserção de novas variáveis e da atualização dos valores atribuídos a elas.

Agroindustrial systems are complex structures that are subject to economic, political and technological changes within society. Therefore, the organization held within these systems must frequently adjust their specific resources to the situations created by the environment. One of the alternatives to identify opportunities and threats to the systems is the application of tools for exploring the future through scenario analysis. Thus, this research focuses on simulating scenarios for the Brazilian Sugarcane Agroindustrial System through the application of the Method for Mapping and Quantifying Agroindustrial Systems. In order to achieve this objective, an exploratory and qualitative research has been made in three phases. The first phase has considered the structure of the Sugarcane Agroindustrial System in Bra zil, identifying their key sectors and variables; the second one has addressed the quantification of the system, estimating the trade flows between farm input suppliers, sugarcane producers, industrial input supplier and sugarcane mills in 2008; and finally, in the third phase a scenario simulation has been done for the period of 2011-2015 based on market projections with the use of an electronic tool. Both primary and secondary data have been used. Primary data have been collected thought interviews with executives, researchers, governmental institutions and industrial organizations representatives, while secondary data have been gathered from publications such as statistical reports and prognostics from private and governmental institutions. The data processing and the scenario simulations have been done by using an electronic spreadsheet software. The results of the research show the necessary stages for drawing the systems structure, quantifying the trade flows between its links and simulating scenarios for the Sugarcane Agroindustrial System. They also show the values obtained from the calculations, which allows the further improvement of the simulation model in future research by updating the values given to the variables as well as by inserting new var iables.