barzategonzlez,+est72_6

Economía, Sociedad y Territorio, vol. xxiii, núm. 72, 2023, 521-546.
Economía, Sociedad y Territorio, vol. xxiii, núm. 72, 2023, 521-546 521
DOI: http://dx.doi.org/10.22136/est20231852
Reconfiguración de las actividades

agrícolas en México (1980-2015):
una aproximación desde la estadística
espacial
Reconfiguration of agricultural activities in
Mexico (1980-2015): an approach from spatial
statistics
Carlos Alejandro Custodio González*
Abstract
This paper investigates, from a spatial approach, the productive effects of public
policies aimed at promoting rural development in Mexico, in the context of economic
liberalization. By combining two quantitative methods: Principal Component
Analysis and Spatial Autocorrelation, we identifieda process of productive reconfigu-
ration during the period 1980-2015, resulting from the reconversion towards more
profitable agricultural crops. This was reflected in two spatial expressions: 1) the
existence of spatial agglomerations oriented towards cocoa and ornamental plants;
and 2) the spatial fragmentation of the agricultural conglomerate dedicated to the
production of basic grains.
Keywords: productive effects, spatial dimension, principal component analysis,

spatial autocorrelation.
Resumen
Desde un enfoque espacial, se indaga sobre los efectos productivos de las políti-
cas públicas orientadas a promover el desarrollo rural en México en el contexto
de la liberalización económica, mediante la combinación de dos métodos cuan-
titativos: análisis de componentes principales y autocorrelación espacial. Se
identificó, durante el periodo 1980-2015, un proceso de reconfiguración pro-
ductiva, resultado de la reconversión hacia cultivos agrícolas de mayor rentabi-
lidad, dicho proceso se refleja en dos expresiones espaciales: 1) la existencia de
aglomeraciones espaciales orientadas en cacao y plantas ornamentales, y 2) la
fragmentación espacial del conglomerado agrícola dedicado a la producción de
granos básicos.
Palabras clave: efectos productivos, dimensión espacial, análisis de componen-

tes principales, autocorrelación espacial.
*Instituto Politécnico Nacional, Centro Interdisciplinario de Investigación para el Desarrollo

Integral Regional unidad Durango, correo-e: [email protected]
522 Custodio González, C. A.: Reconfiguración de las actividades agrícolas en México (1980-2015)…
Introducción
Durante los últimos ochenta años, la estructura productiva agrícola en

México ha transitado de una agricultura enfocada en el cultivo de granos
básicos (maíz y frijol) para consumo familiar y satisfacción de necesidades
alimentarias del país (Zorrilla Ornelas, 2003; Vargas-Hernández, 2005)
hacia un modelo exportador orientado en la producción de cultivos más
rentables (frutas y hortalizas) (García-Pascual, 2003).
La reconfiguración productiva acrecentó y consolidó las desigualdades
socioeconómicas entre productores agrícolas dando origen a dos tipos de
productores: una minoría incorporada a la agricultura de exportación,
competitiva e integrada a mercados internacionales, sustentada en nuevas
técnicas de producción, mejoramiento de los predios vía la fertilización
y el riego, y el desarrollo de medios de acondicionamiento y comerciali-
zación; y una mayoría de pequeños productores agrícolas dependientes
del temporal, sin acceso a créditos e incentivos (De Grammont, 2010),
relegados a sistemas tradicionales de cultivo de granos básicos para la
subsistencia o de baja rentabilidad (Vargas-Hernández, 2005; Escalante
y Catalán, 2008; Fiscal et al., 2017).
El proceso de polarización, resultado de la reconfiguración productiva,
también se refleja a escala geográfica mayor; diversas investigaciones des-
tacan la particular configuración espacial de México (Asuad et al., 2007;
Delgadillo-Macías, 2008; Germán-Soto y Escobedo Sagaz, 2011; Gómez
Oliver y Tacuba, 2017), una región sur pobre y atrasada, de productores
agrícolas sustentados en sistemas tradicionales y una región centro y norte
relativamente prospera, orientada a sistemas agrícolas comerciales.
En este contexto, se vuelven necesarias aproximaciones metodológicas
con enfoque espacial para el estudio de los efectos de la apertura económica
en la estructura productiva de las actividades agrícolas, por ello, el objetivo
de este artículo es identificar los patrones de asociación espacial de las
actividades agrícolas, resultado de la implementación de las políticas de
ajuste estructural y liberalización económica.
Para su cumplimiento, se desarrolló una metodología sustentada en
dos métodos cuantitativos; primero el análisis de componentes princi-
pales, cuya finalidad fue identificar las actividades agrícolas de mayor
relevancia en la dinámica productiva agrícola de México durante el
periodo 1980-2015 y, segundo, la detección de patrones de asociación
espacial mediante el uso de la autocorrelación espacial técnica, pertene-
ciente al conjunto de herramientas metodológicas del análisis explora-
torio de datos, los cuales teóricamente se sustentan en la primera ley de
la Geografía enunciada por el geógrafo francés Waldo Tobler (1970: 234),
la cual establece: “geográficamente todo está relacionado con todo, pero

los objetos próximos están más relacionados entre sí que los lejanos”.
1. La política del desarrollo rural y sus efectos en la reconfiguración

productiva de México
Las políticas públicas de desarrollo rural instrumentadas por el Estado

mexicano se caracterizan por una visión sectorial, centrada en la produc-
tividad de las actividades agrícolas y agropecuarias, tal como lo describen
las distintas etapas evolutivas de dichas políticas. De acuerdo con Zorrilla
Ornelas (2003), Vargas-Hernández (2005), Hernández Cortés (2009) y
Herrera Tapia (2013), son cuatro las etapas de las políticas de desarrollo
rural:
1) Reparto agrario (1929-1940), etapa referida al conjunto de medidas

políticas, económicas, sociales y legislativas impulsadas con el fin de
modificar la estructura de la propiedad y la producción de la tierra
a partir de su distribución entre campesinos sin acceso a ella.
2) Sustitución de importaciones (1940-1970), basada en el proceso
de industrialización y urbanización para el desarrollo nacional. En
este contexto, las actividades agrícolas y agropecuarias tuvieron
dos funciones principales: a) producción de alimentos para satis-
facer la demanda de la reciente y creciente población urbana; b)
producción de materia prima empleada por el sector industrial.
Para el cumplimiento de estas funciones, la política de desarrollo
rural se sustentó en la inversión en crédito, tecnología e infraes-
tructura agrícola, así como en la búsqueda de la diversificación y
rendimiento productivo.
3) Desarrollo compartido (1970-1982), etapa caracterizada por el
incremento del gasto público en infraestructura y promoción de
la participación de la iniciativa privada en la industria del país, en
esta etapa la producción agrícola quedó al margen.
4) Ajuste estructural y liberalización económica (1982-actualidad), en
esta etapa, la política pública tiene como objetivo modernizar el
sector agrícola mediante su incorporación a la economía orientada
al libre mercado. A partir de la privatización de empresas agrícolas
propiedad del gobierno, desregulación de los precios, manteni-
miento de niveles bajos de inflación y el control de los precios de
la producción agrícola. Los pocos recursos estatales se concentra-
ron en los productos de mayor rentabilidad que responden a las
condiciones del mercado internacional, en detrimento de la segu-

ridad alimentaria nacional (Escalante y Catalán, 2008).
La liberalización económica representó la disolución gradual del pro-

yecto de desarrollo nacional de la postguerra orientado a políticas protec-
cionistas e intervención del Estado en los mecanismos del mercado, fue
sustituido por un proyecto de apertura de mercado (Llambí, 2000) e
integración en redes productivas, comerciales, de servicios y financieras,
donde la política pública nacional se subordinó a la regulación suprana-
cional de empresas transnacionales y agencias multilaterales. En el caso
de México, a la transformación antes descrita se sumaron las reformas de
la tenencia de la tierra de los años noventa y la creciente competencia
entre productos agrícolas, consecuencia de la reducción arancelaria impul-
sada por el Tratado de Libre Comercio con América del Norte, en 1994
(Scwentesius Rindermann et al., 2012).
La transición hacia una economía de apertura comercial trajo consigo
efectos desfavorables en los espacios rurales mexicanos. Uno de ellos fue
la drástica reducción de los apoyos gubernamentales, reflejada en la inver-
sión en infraestructura rural, social y productiva (Gómez Oliver y Tacuba,
2017). La restricción de apoyos también influyó en la privatización y
cierre de la mayor parte de empresas estatales y organismos de ayuda para
la producción y comercialización (Germán-Soto y Escobedo Sagaz, 2011;
Fiscal et al., 2017).
En relación con la estructura productiva, se instrumentó una estrate-
gia de reconfiguración sustentada en el aprovechamiento de ventajas
comparativas. En este sentido, las zonas en que, climática y agronómica-
mente fuese posible, debería sustituirse el cultivo de productos básicos
por la producción hortícola, frutícola y silvícola de exportación (Zorrilla
Ornelas, 2003). La reconfiguración productiva trajo consigo un efecto
secundario: la especialización de las unidades productivas agrícolas en
frutas y hortalizas de alta rentabilidad, destancando la producción de
granos básicos (Escalante y Catalán, 2008).
Autores como Asuad et al., (2007), Germán-Soto y Escobedo Sagaz
(2011), así como Gómez Oliver y Tacuba (2017) han identificado dos
procesos asociados a la polarización productiva de las actividades agríco-
las: 1. concentración del crecimiento en las regiones norte y occidente de
la agricultura comercial, 2. incremento de las desigualdades socioeconó-
micas entre productores del norte del país, favorecidos por la agricultura
empresarial exportadora y productores del sur del país que desarrollan
agricultura familiar. Estos procesos hacen suponer la presencia de una
asociación espacial o contigüidad geográfica entre los estados del país,
determinada por el desempeño productivo de las actividades agrícolas.
La contigüidad geográfica es un término de la econometría espacial centrado

en la interacción de regiones próximas (Montero Kuscevic y Del Río
Rivera, 2013).
2. Metodología
2.1. Datos
Los datos se obtuvieron del Servicio de Información Agroalimentaria y

Pesquera (SIAP), en específico de la sección denominada Producción
agrícola, que integra la información estadística sobre la producción de la
agricultura mexicana para el periodo 1980-2018. Sin embargo, el presente
estudio se centró en el periodo 1980-2015, con intervalos de tiempo de
cinco años para disminuir la influencia de las fluctuaciones cíclicas eco-
nómicas y la correlación serial (Islam, 1995). Las variables empleadas en
la descripción del desempeño productivo de los estados se sintetizan en la
tabla 1.
Tabla 1
Variables que describen el desempeño productivo de los estados,
1980-2015
Variable Tipo de variable Medida
Superficie sembrada Cuantitativa continua Hectárea
Superficie cosechada Cuantitativa continua Hectárea
Producción Cuantitativa continua Toneladas por hectárea
Valor de la producción Cuantitativa continua Miles de pesos
Fuente: elaboración propia.
La estructura de las actividades agrícolas se integró de la siguiente

manera: 137 productos (1980); 149 productos (1985); 177 productos
(1990); 218 (1995); 273 productos (2000); 300 productos (2005); 306
productos (2010) y 307 productos (2015). Con la finalidad de facilitar
el manejo y análisis de la información, las actividades agrícolas se agru-
paron en 17 categorías: 1. Aromáticas; 2. Cacao; 3. Café; 4. Caña de
azúcar; 5. Cereales; 6. Fibras; 7. Forrajes; 8. Frutas; 9. Frutos rojos; 10.
Hortalizas; 11. Maíz; 12. Oleaginosas; 13. Plantas ornamentales; 14.
Otros productos agrícolas; 15. Semillas; 16. Suculentas y 17. Tubérculos.
2.2. Análisis de datos
El análisis de las variables que describen el desempeño productivo a escala

estatal se fundamentó en dos métodos, el primero de ellos perteneciente
al conjunto de técnicas de la estadística multivariada denominado Análisis
de Componentes Principales (ACP). El ACP tiene como finalidad construir
un modelo matemático de combinaciones lineales, a partir de la reducción
o simplificación de la cantidad de variables originales empleadas en la
caracterización de un fenómeno (Aldás Manzano y Uriel Jiménez, 2017).
El modelo matemático es resultante de operaciones matriciales entre las
variables originales y los objetos o individuos evaluados por dichas variables.
Las operaciones dan como resultado nuevas variables, denominadas com-
ponentes principales. Para realizar el ACP se usó el paquete estadístico
RStudio en su versión 3.6.0 desarrollado por RStudio Team (2020).
A partir de los resultados obtenidos del ACP, se empleó el segundo
método denominado autocorrelación espacial global. La autocorrelación
espacial se refiere a la característica según la cual la presencia de una can-
tidad o calidad de la variable estudiada en una determinada zona o región,
hace más o menos probable su presencia en las zonas o regiones vecinas. La
autocorrelación espacial puede ser positiva, cuando valores elevados o bajos
de una variable tienden a concentrarse en determinado espacio, o negativa,
cuando las áreas geográficas tienden a estar rodeadas de vecinos con valo-
res desiguales. La medida empleada para detectar autocorrelación espacial
es el Índice Global de Moran (IGM) (Germán-Soto y Escobedo Sagaz,
2011; Barros Díaz, 2014), el cual se calcula de la siguiente manera (Asuad
et al., 2007):
Donde xi es la observación correspondiente a la región i de la variable;

wij son los pesos de la matriz de contactos W y N es el tamaño de muestra.
El resultado del Índice Global de Moran (IGM) tiene una salida grá-
fica denominada diagrama de dispersión de Moran. El diagrama se basa
en los resultados estimados de la ecuación antes mencionada. A partir de
este diagrama, el comportamiento del fenómeno de estudio se divide en
cuatro cuadrantes (figura 1): el primer y tercer cuadrante (alto-alto; bajo-
bajo) indican autocorrelación positiva, es decir, el comportamiento de la
variable en algunas regiones está siendo favorecido por su comportamiento
en regiones próximas. El segundo y cuarto cuadrante (bajo-alto; alto-bajo)
reflejan la existencia de autocorrelación espacial negativa, es decir, el
comportamiento de una variable está produciendo efectos contrarios en

las regiones próximas (Germán-Soto y Escobedo Sagaz, 2011).
Figura 1
Cuadrantes del diagrama de dispersión de Moran
Fuente: elaboración propia a partir de Asuad et al., 2007.
Un indicador complementario al Índice Global de Moran es el Índice

Local de Moran, a partir de este indicador se obtienen mapas locales que
representan las localizaciones con valores estadísticamente significativos,
mediante las cuales se detecta la existencia de puntos atípicos y formación
de clusters (Garrocho y Campos-Alanís, 2013; Molinatti, 2013; Barros
Díaz, 2014) al interior de las zonas de estudio. De acuerdo con Lloyd
(2010), el Índice Local de Moran clasifica a las unidades espaciales en
cinco categorías:
1. Bajo-bajo. Esta categoría se refiere a unidades espaciales con valo-

res bajos de la variable estudiada, rodeadas de unidades espaciales
también de valores bajos.
2. Alto-alto. Esta categoría se integra por unidades espaciales con
valores altos del atributo estudiado, rodeadas de unidades espacia-
les también de valores altos.
3. Bajo-alto. Esta categoría incluye unidades espaciales con valores
bajos del atributo, rodeadas de unidades espaciales de valores altos.
4. Alto-bajo. En esta categoría se encuentran las unidades espaciales
con valores altos del atributo estudiado, rodeadas de unidades
espaciales de valores bajos.
5. Estadísticamente no significativas. Esta categoría se refiere a uni-

dades espaciales con valores estadísticamente no significativos.
El análisis de autocorrelación espacial se realizó mediante el programa

de análisis de exploración de datos espaciales GeoDA, en su versión 1.14
desarrollado por Anselin (2022).
3. Resultados
El ACP se integra por tres etapas. La primera consta de la evaluación sobre

la pertinencia del ACP, a partir de identificar la presencia de correlaciones
altas (≥ 0.70, donde el signo indica el sentido de la relación) entre las
variables en estudio, mediante una matriz de correlaciones. La segunda
etapa consiste en determinar el número de componentes principales para
reducir la dimensionalidad del problema. La elección se realiza a partir de
considerar la cantidad de componentes que expliquen la mayor proporción
de variabilidad del fenómeno estudiado; por lo general, se considera como
referencia un valor de 80% de variación total. La tercera etapa reside en
identificar los grupos de variables formados a partir de los valores (auto-
valores, para cada variable) sugeridos por los componentes principales.
Los resultados de las matrices de correlaciones (anexo, tablas 6, 7, 8 y
9) indican la pertinencia estadística del ACP para las cuatro variables
asociadas con el rendimiento productivo. Respecto a la reducción de la
dimensionalidad de las categorías para las variables: superficie sembrada,
superficie cosechada y producción, el número de componentes principales
fueron tres, mientras que el número de componentes principales para la
variable Valor de la producción fueron dos. Estas afirmaciones se sustentan
en el método formal, el cual consiste en elegir el número de componentes
principales en función de la proporción de variabilidad explicada por cada
componente, como se mencionó anteriormente, la regla general indica
que la variabilidad explicada debe ser igual a 80% (tabla 2).
Al considerar como referente la mayor proporción posible de variabi-
lidad (tabla 3), la dinámica de la superficie sembrada está asociada con la
producción de frutas y hortalizas, maíz y plantas ornamentales. En cuanto
a la superficie cosechada, su dinámica es explicada por la producción de
frutas y hortalizas, plantas ornamentales y cacao. Por su parte, la dinámica
de la producción está vinculada con frutas, hortalizas, café y semillas.
Finamente, la dinámica del valor de la producción se describe a partir de
actividades agrícolas como frutas, hortalizas y otros cultivos agrícolas.
Tabla 2
Explicación de la varianza por componente principal
Componente Variable
Superficie sembrada Superficie cosechada Producción Valor de la producción
Varianza Varianza Varianza Varianza Varianza Varianza Varianza Varianza
explicada acumulada explicada acumulada explicada acumulada explicada acumulada
(%) (%) (%) (%) (%) (%) (%) (%)
CP1 46 46 46 46 61 61 88 88
CP2 18 64 17 63 14 75 7 95
CP3 15 79 14 77 11 86 1 96
CP4 9 88 10 87 5 91 1 97
CP5 7 95 6 93 3 94 1 98
CP6 2 97 3 96 2 96 0.5 99.5
CP7 3 100 4 100 4 100 0.5 100.0
Nota: las celdas marcadas de gris indican el número de componentes que recogen la mayor proporción posible de variabilidad.
Economía, Sociedad y Territorio, vol. xxiii, núm. 72, 2023, 521-546
Fuente: elaboración propia a partir de RStudio 3.6.0. de RStudio Team (2020).

529
Tabla 3
Matriz de autovalores para las categorías que agrupan a las actividades agrícolas
Categorías Variables asociadas al rendimiento productivo de las actividades agrícolas
Superficie sembrada Superficie cosechada Producción Valor de la producción
CP1 CP2 CP3 CP1 CP2 CP3 CP1 CP2 CP3 CP1 CP2
Aromáticas 0.06 -0.19 0.30 0.04 -0.34 -0.03 0.23 0.00 -0.30 0.246 0.03
Cacao -0.21 -0.35 -0.10 -0.16 -0.15 0.44 -0.23 -0.06 -0.22 0.247 0.14
Café 0.29 -0.28 -0.09 0.29 0.01 0.35 -0.12 -0.55 0.02 0.213 0.31
Caña de azúcar 0.32 0.10 0.17 0.33 -0.02 -0.18 0.29 -0.03 -0.01 0.243 0.25
Cereales -0.15 -0.14 0.37 -0.14 -0.36 -0.19 -0.00 -0.22 -0.53 0.255 0.05
Fibras -0.31 0.12 -0.15 -0.32 0.14 -0.04 -0.14 0.52 0.17 0.243 -0.12
Forrajes 0.27 -0.10 -0.25 0.27 0.18 0.24 0.22 -0.29 0.18 0.227 0.39
Frutas 0.33 -0.09 0.004 0.34 -0.02 0.10 0.30 -0.07 0.09 0.257 0.01
Frutos rojos 0.26 0.27 0.11 0.26 -0.03 -0.31 0.26 0.27 -0.15 0.227 -0.39
Hortalizas 0.34 -0.08 0.02 0.34 -0.03 0.05 0.30 -0.01 0.04 0.256 -0.03
Maíz -0.07 -0.46 -0.18 -0.12 -0.33 0.29 0.29 -0.00 -0.06 0.255 -0.002
Oleaginosas -0.24 0.38 0.09 -0.25 0.18 -0.38 0.26 0.22 -0.08 0.252 -0.12
Ornamentales 0.06 -0.18 0.51 0.07 0.49 -0.13 0.29 -0.01 -0.03 0.253 0.10
Otros 0.17 0.29 0.22 0.17 -0.10 -0.40 0.20 0.28 -0.14 0.196 -0.56
Semillas -0.20 -0.33 0.25 -0.16 -0.46 0.01 -0.11 0.04 -0.65 0.251 -0.01
Suculentas 0.32 -0.06 -0.19 0.33 -0.10 -0.04 0.27 -0.13 0.00 0.226 -0.32
Tubérculos 0.04 -0.07 0.37 0.07 -0.15 -0.13 0.28 -0.18 0.06 0.251 0.18
Nota 1: la abreviatura CP hace referencia a componente principal.
Nota 2: las celdas marcadas en color gris indican los grupos de cultivos que obtienen la mayor proporción posible de variabilidad por componente principal.
Fuente: elaboración propia a partir de RStudio 3.6.0 de RStudio Team (2020).

Uno de los rasgos distintivos de la producción agrícola en México durante

los últimos 35 años es la importancia de las frutas y hortalizas, así lo mues-
tran los resultados del ACP, pues estos cultivos aparecen como factores
explicativos de la dinámica de las cuatro variables asociadas con el rendi-
miento productivo. Destaca también la importancia de la producción de
plantas ornamentales y cacao para describir la dinámica de la superficie
sembrada y cosechada. Estos resultados coinciden con los obtenidos por
Escalante y Catalán (2008), quienes identificaron la importancia de las
frutas y hortalizas para la dinámica productiva del campo mexicano y de
otros cultivos orientados hacia el mercado externo: plantas ornamentales,
café y cacao. Respecto a los cultivos que constituyen la base de la dieta
diaria de los mexicanos, sólo destaca el maíz para explicar la dinámica de la
superficie sembrada y las semillas para la variable producción.
3.1. Patrones espaciales de la estructura productiva agrícola

en México
En cuanto a la autocorrelación espacial, los resultados del IGM (tabla 4

y tabla 5) indican la presencia de autocorrelación positiva significativa, es
decir, formación de conglomerados en plantas ornamentales para superfi-
cie sembrada; cacao y plantas ornamentales para superficie cosechada; y
semillas para la variable producción. El resto de las categorías: frutas,
hortalizas, maíz, café y otros cultivos agrícolas no presentan autocorrelación
espacial significativa. Estos resultados permiten inferir tres efectos espa-
ciales del ajuste estructural y la liberalización económica en la estructura
productiva agrícola de México:
1. Si bien la dinámica agrícola en el periodo 1980-2015 ha estado

asociada con la producción de frutas y hortalizas, estas actividades
no han consolidado patrones de aglomeración geográfica. Esto se
puede explicar por la diferencia en las capacidades y lógicas de
producción de las unidades agrícolas.
2. Consolidación de la aglomeración espacial enfocada a la producción
de cacao al sureste de México. Además, el surgimiento del conglome-
rado especializado en la producción de plantas ornamentales en el
centro del país. Ambas actividades vinculadas a mercados externos.
3. La fragmentación de la concentración geográfica dedicada a la
producción de semillas en el norte del país. Esta desestructuración
espacial puede estar asociada a la baja rentabilidad de las semillas
en comparación con la rentabilidad obtenida en la producción de
frutas y hortalizas, lo que puede explicar la reconfiguración pro-
ductiva en la región norte del país.
Tabla 4
Valores y niveles de significancia estadística del Índice Global
de Moran (IGM) para las categorías que agrupan
las actividades agrícolas, 1980
Categorías Variables del rendimiento productivo agrícola
Superficie Superficie Producción Valor de la
sembrada cosechada producción
IGM p-valor IGM p-valor IGM p-valor IGM p-valor
Frutas -0.03 0.98 -0.02 0.96 -0.01 0.81 -0.003 0.67
Hortalizas -0.01 0.82 -0.01 0.82 0.001 0.54 -0.01 0.83
Maíz -0.05 0.77 NA NA NA NA NA NA
Ornamentales -0.07 0.48 -0.08 0.45 NA NA NA NA
Cacao NA NA 0.28 0.00* NA NA NA NA
Café NA NA NA NA 0.04 0.23 NA NA
Semillas NA NA NA NA 0.51 0.00* NA NA
Otros cultivos NA NA NA NA NA NA -0.02 0.90
Nota 1. El símbolo * indica la presencia de diferencias estadísticamente significativas considerando un p < 0.05.
Nota 2. La abreviatura NA significa “no aplica”.
Fuente: elaboración propia a partir de GeoDA 1.14 de Anselin (2022).
Tabla 5
Valores y niveles de significancia estadística del Índice Global
de Moran (IGM) para las categorías que agrupan
las actividades agrícolas, 2015
Categorías Variables del rendimiento productivo agrícola
Superficie Superficie Producción Valor de la
sembrada cosechada producción
IGM p-valor IGM p-valor IGM p-valor IGM p-valor
Frutas -0.05 0.72 -0.05 0.73 -0.01 0.72 -0.07 0.45
Hortalizas -0.04 0.89 -0.04 0.87 0.002 0.61 0.07 0.15
Maíz -0.03 0.94 NA NA NA NA NA NA
Ornamentales 0.10 0.04* 0.10 0.04* NA NA NA NA
Cacao NA NA 0.20 0.00* NA NA NA NA
Café NA NA NA NA 0.04 0.24 NA NA
Semillas NA NA NA NA 0.11 0.04* NA NA
Otros cultivos NA NA NA NA NA NA -0.04 0.80
Nota 1. El símbolo * indica la presencia de diferencias estadísticamente significativas considerando un p < 0.05.
Nota 2. La abreviatura NA significa “no aplica”.
Para profundizar en los patrones de aglomeración identificados por el

IGM se utilizó el Índice Local de Moran. Para la variable superficie sem-
brada, los resultados indican el surgimiento de un conglomerado espacial
dedicado a la producción de plantas ornamentales localizado en la zona
centro del país, inexistente en 1980 (mapa 1). El conglomerado abarca
al Estado de México, Morelos, Puebla, Michoacán y Guerrero; el mismo
proceso de emersión puede observarse para la variable “superficie cose-
chada” (mapa 2).
Mapa 1
Concentración geográfica de la superficie sembrada de plantas
ornamentales, 1980-2015
Mapa 2
Concentración geográfica de la superficie cosechada de plantas
ornamentales, 1980-2015
Para Tejeda-Sartorius et al. (2015), el proceso de aglomeración espacial

florícola está asociado a dos factores: el primero es la diversidad climática
de México, que favorece la producción de una gran cantidad de especies
a bajo costo –México ha pasado de producir tres variedades de plantas

ornamentales en 1980 a 48 en 2015 (SIAP, 2018)–; el segundo factor es que
la floricultura es la actividad agrícola de mayor rentabilidad en México, pues
la firma de tratados comerciales permite el acceso a más de 40 mercados
internacionales, aunque no todos los productores florícolas se han beneficiado
de los acuerdos internacionales para la exportación de sus productos. Las
características productivas: pequeñas unidades de producción, mano de
obra familiar y barata, y el alto costo de factores avanzados (infraestructura,
recursos humanos y tecnología) (Orozco y Mendoza Martínez, 2003)
condicionan el rendimiento de la mayoría de floricultores.
El cacao fue otra categoría que el IGM identificó como aglomeración
espacial para la variable superficie cosechada. La concentración espacial
dedicada a la producción de este cultivo se localiza en los estados del
sureste de México: Chiapas, Tabasco, Oaxaca, Veracruz y Campeche (mapa
3). A diferencia del florícola, este conglomerado tiene un origen ancestral
(Salas Tornés y Hernández Sánchez, 2015), consecuencia de las necesida-
des edafoclimáticas del cultivo: estratos medios de las selvas cálidas
húmedas del hemisferio occidental. Sin embargo, el cultivo presenta una
tendencia a la baja en cuanto a la superficie cosechada y producción
(Espinosa García et al., 2015), resultado de factores como bajos rendi-
mientos, edad avanzada de las plantaciones, altos costos de producción,
exceso de intermediarios, liberalización comercial y dependencia de
precios internacionales, así como la presencia de plagas y enfermedades
(González, 2005; Priego-Castillo et al., 2009; Díaz-José et al., 2013,
Hernández Gómez et al., 2015), dichos factores condicionan a largo plazo
la reproducción y permanencia del conglomerado cacaotero.
Mapa 3
Concentración geográfica de la superficie cosechada de cacao,
1980-2015

En relación con la variable “producción”, la única categoría de activi-

dades agrícolas que resultó significativa fueron las semillas. En 1980, la
concentración espacial de la producción se localizaba en el norte del país,
específicamente en los estados de Chihuahua, Durango, Nayarit, Sonora
y Sinaloa. Sin embargo, para 2015, dicha aglomeración se fragmentó,
Durango se mantuvo como único integrante de la concentración (mapa 4).
El proceso de fragmentación puede estar asociado con la pérdida de ren-
tabilidad de las semillas, resultado de la apertura comercial que trajo
consigo el incremento de volúmenes de importación de semillas como
frijol, garbanzo y soya (Ayala Garay et al., 2008). En consecuencia, la
producción nacional se redujo por los precios poco competitivos en rela-
ción con semillas importadas. La baja rentabilidad ha sido una pauta en
la región norte del país para sustituir el cultivo de semillas por productos
agrícolas más rentables como frutas y hortalizas.
Mapa 4
Concentración geográfica de la producción de semillas, 1980-2015
Conclusiones
El principal efecto de las políticas de ajuste estructural y liberalización

económica sobre la organización productiva de las actividades agrícolas
en México ha sido la reconfiguración productiva. Esta condición describe
el proceso de transición de la producción de cultivos tradicionales hacia
cultivos de mayor rentabilidad. Muestra de tal afirmación son los resul-
tados obtenidos por el ACP, el cual identificó a las frutas, hortalizas y
plantas ornamentales como los cultivos que explican la dinámica del ren-
dimiento productivo de las actividades agrícolas de México en el periodo
1980-2015.
Por otro lado, cultivos como maíz y semillas, aun cuando mantienen
su importancia en términos de superficie cosechada y producción, han
visto reducida su trascendencia para explicar la dinámica del rendimiento.
En el contexto de la apertura económica, la estructura productiva agrícola
en México ha transitado de ser un medio de subsistencia y autoconsumo,
hacia un esquema de manufactura de productos agrícolas donde se ante-
pone la rentabilidad que generan ciertos cultivos (en su mayoría orienta-
dos hacia el mercado externo) a la satisfacción de la demanda interna de
alimentos.
Respecto a la presencia de asociaciones espaciales agrícolas, el IGM
permitió identificar tres características en la estructura productiva agrícola
de México: 1. A pesar de que la dinámica del rendimiento productivo de
las actividades agrícolas se encuentra asociada a las frutas y hortalizas,
éstas no han consolidado una aglomeración geográfica. 2. En la actualidad,
existen dos aglomeraciones espaciales agrícolas: cacao y plantas ornamen-
tales, la primera precede al contexto de apertura económica; mientras que
la segunda es resultado de dicho contexto. 3. Fragmentación espacial del
conglomerado dedicado a la producción de semillas.
Por su parte, el Índice Local de Moran permitió identificar la localiza-
ción de las aglomeraciones espaciales. En el caso del cacao, la aglomeración
abarca los estados del sureste del país: Chiapas, Tabasco, Oaxaca, Campe-
che y Veracruz, mientras que la aglomeración de plantas ornamentales se
integra por el Estado de México, Morelos, Michoacán, Guerrero y Puebla.
Por su parte, el conglomerado dedicado a la producción de semillas, en la
actualidad, se integra únicamente por Durango.
La incorporación de la dimensión espacial a través de los métodos de
autocorrelación en el estudio de la dinámica productiva de las actividades
agrícolas en México permitió identificar patrones de comportamiento
geográfico, reflejados en la delimitación de regiones o conglomerados
agrícolas. A partir de dicha delimitación, es posible postular la necesidad
de generar políticas públicas de desarrollo rural diferenciadas, sustentadas
en elementos como recursos naturales disponibles, condiciones de los
recursos productivos, características socioeconómicas, capacidades del
capital humano, y densidad del capital social. En suma, transitar de una
visión sectorial del desarrollo rural hacia una perspectiva territorial, con
la finalidad de potencializar y dinamizar las capacidades endógenas de los
productores agrícolas.
Anexos
Tabla 6
Matriz de correlación para la variable superficie sembrada
Aromáticas Cacao Café Caña Cereales Fibras Forrajes Frutas Frutos Hortalizas Maíz Oleaginosas Ornamentales Otros Semillas Suculentas Tubérculos
de rojos
azúcar
Aromáticas 1.00 0.08 0.36 0.30 -0.08 -0.20 0.02 0.06 -0.01 0.25 -0.20 -0.32 0.36 -0.05 0.28 0.07 0.65
Cacao 0.08 1.00 -0.09 -0.63 0.10 0.53 -0.44 -0.43 -0.66 -0.47 0.76 -0.10 -0.16 -0.43 0.69 -0.50 -0.05
Café 0.36 -0.09 1.00 0.66 -0.42 -0.77 -0.44 -0.43 -0.66 -0.47 0.76 -0.10 0.14 0.12 -0.26 0.85 0.15
Caña de azúcar 0.30 -0.63 0.66 1.00 -0.36 -0.80 0.75 0.85 0.35 0.88 0.24 -0.96 0.32 0.73 -0.48 0.71 0.21
Cereales -0.08 0.10 -0.42 -0.36 1.00 -0.02 -0.38 -0.28 -0.36 -0.35 0.20 0.28 0.68 -0.22 0.61 -0.52 0.20
Fibras -0.20 0.53 -0.77 -0.80 -0.02 1.00 -0.71 -0.91 -0.57 -0.91 0.07 0.70 -0.52 -0.33 0.31 -0.78 -0.23
Forrajes 0.02 -0.43 0.75 0.48 -0.38 -0.71 1.00 0.70 0.25 0.75 -0.01 -0.66 -0.13 -0.15 -0.60 0.90 -0.04
Frutas 0.06 -0.43 0.85 0.86 -0.28 -0.91 0.70 1.00 0.71 0.93 0.04 -0.78 0.30 0.49 -0.40 0.86 -0.02
Frutos rojos -0.01 -0.66 0.35 0.89 -0.36 -0.57 0.25 0.71 1.00 0.62 -0.48 -0.20 0.18 0.88 -0.50 0.52 -0.10
Hortalizas 0.25 -0.47 0.88 0.87 -0.35 -0.91 0.75 0.93 0.62 1.00 -0.11 -0.76 0.24 0.41 -0.52 0.88 0.28
Maíz -0.20 0.76 0.24 -0.41 0.20 0.07 -0.01 0.04 -0.48 -0.11 1.00 -0.47 0.05 -0.41 0.55 -0.05 -0.32
Oleaginosas -0.32 -0.16 0.14 0.32 0.68 -0.52 -0.66 -0.78 -0.20 -0.76 -0.47 1.00 -0.22 0.01 0.04 -0.75 -0.05
Ornamentales 0.36 -0.16 0.14 0.32 0.68 -0.52 -0.13 0.30 0.18 0.24 0.05 -0.22 1.00 0.23 0.48 -0.01 0.33
Otros 0.05 -0.43 0.12 0.73 -0.22 -0.33 -0.15 0.49 0.88 0.41 -0.41 0.01 0.23 1.00 -0.32 0.18 0.05
Semillas 0.28 0.69 -0.26 -0.48 0.61 0.31 -0.60 -0.40 -0.50 -0.52 0.55 0.04 0.48 -0.32 1.00 -0.62 0.01
Suculentas 0.07 -0.50 0.85 0.71 -0.52 -0.78 0.90 0.86 0.52 0.88 -0.05 -0.75 -0.01 0.18 -0.62 1.00 -0.10
Tubérculos 0.65 -0.05 0.15 0.21 0.20 -0.23 -0.04 -0.02 -0.10 0.28 -0.32 -0.05 0.33 0.05 0.01 -0.10 1.00
537

Tabla 7
Matriz de correlación para la variable superficie cosechada
de rojos
azúcar
Aromáticas 1.00 0.08 0.10 0.04 0.07 -0.21 -0.03 0.04 0.00 0.19 0.05 -0.30 0.40 -0.01 0.45 0.30 0.67
Cacao 0.08 1.00 0.01 -0.65 0.04 0.37 -0.32 -0.28 -0.61 -0.35 0.75 -0.18 -0.12 -0.43 0.45 -0.41 -0.10
Café 0.10 0.01 1.00 -0.65 0.04 0.37 0.84 0.88 0.35 0.85 -0.01 -0.92 0.03 0.07 -0.38 0.74 0.00
Caña de azúcar 0.04 -0.65 0.62 1.00 -0.24 -0.83 0.61 0.88 0.90 0.87 -0.34 -0.50 0.32 0.67 -0.36 0.92 0.10
Cereales 0.07 0.04 -0.56 -0.24 1.00 0.05 -0.49 -0.40 -0.24 -0.40 0.31 0.26 0.73 -0.08 0.59 -0.39 0.08
Fibras -0.21 0.37 -0.75 -0.83 0.05 1.00 -0.73 -0.89 -0.55 -0.92 0.23 0.77 -0.51 -0.29 0.30 -0.79 -0.32
Forrajes -0.03 -0.32 0.84 0.61 -0.49 -0.73 1.00 0.77 0.28 0.74 -0.36 -0.67 -0.10 -0.14 -0.62 0.59 -0.02
Frutas 0.04 -0.28 0.88 0.88 -0.40 -0.89 0.77 1.00 0.70 0.95 -0.13 -0.79 0.21 0.44 -0.39 0.91 0.08
Frutos rojos 0.00 -0.61 0.35 0.90 -0.24 -0.55 0.28 0.70 1.00 0.66 -0.23 -0.22 0.22 0.89 -0.19 0.84 0.02
Hortalizas 0.19 -0.35 0.85 0.87 -0.40 -0.92 0.74 0.95 0.66 1.00 -0.32 -0.77 0.25 0.43 -0.46 0.90 0.33
Maíz 0.05 0.75 -0.01 -0.34 0.31 0.23 -0.36 -0.13 -0.23 -0.32 1.00 -0.21 0.26 -0.11 0.78 -0.15 -0.44
Oleaginosas -0.30 -0.18 -0.92 -0.50 0.26 0.77 -0.67 -0.79 -0.22 -0.77 -0.21 1.00 -0.34 -0.01 0.07 -0.67 -0.11
Ornamentales 0.40 -0.12 0.03 0.32 0.73 -0.51 -0.10 0.21 0.22 0.25 0.26 0.34 1.00 0.26 0.51 0.28 0.28
Otros -0.01 -0.43 0.07 0.67 -0.08 -0.29 -0.14 0.44 0.89 0.43 -0.11 -0.01 0.26 1.00 -0.01 0.62 0.11
Semillas 0.45 0.45 -0.38 -0.36 0.59 0.30 -0.62 -0.39 -0.19 -0.46 0.78 0.07 0.51 -0.01 1.00 -0.19 -0.08
Suculentas 0.30 -0.41 0.74 0.92 -0.39 -0.79 0.59 0.91 0.84 0.90 -0.15 -0.67 0.28 0.62 -0.19 1.00 0.18
Tubérculos 0.67 -0.10 0.00 0.10 0.08 -0.32 -0.02 0.08 0.02 0.33 -0.44 -0.11 0.28 0.11 -0.08 0.18 1.00

Tabla 8
Matriz de correlación para la variable producción
de rojos
azúcar
Aromáticas 1.00 -0.50 -0.36 0.69 0.16 0.42 0.48 0.63 0.67 0.74 0.70 0.71 0.69 0.48 0.15 0.70 0.69
Cacao -0.50 1.00 0.45 -0.54 0.10 0.20 -0.58 -0.80 -0.59 -0.68 -0.59 -0.69 -0.74 -0.50 0.62 -0.75 -0.71
Café -0.36 0.45 1.00 -0.31 0.18 -0.58 0.02 -0.31 -0.68 -0.33 -0.35 -0.74 -0.42 -0.53 0.06 -0.10 -0.07
Caña de azúcar 0.69 -0.54 -0.31 1.00 -0.08 -0.48 0.73 0.91 0.81 0.97 0.95 0.81 0.94 0.58 -0.32 0.80 0.88
Cereales 0.16 0.10 0.18 -0.08 1.00 -0.43 0.05 0.02 -0.03 -0.02 -0.1 0.05 0.04 -0.10 0.56 -0.01 -0.06
Fibras -0.42 0.20 -0.58 -0.48 -0.43 1.00 -0.59 -0.51 -0.11 -0.51 -0.46 -0.08 -0.43 -0.07 0.04 -0.66 -0.68
Forrajes 0.48 -0.58 0.02 0.73 0,05 -0.59 1.00 0.83 0.31 0.68 0.69 0.56 0.82 -0.01 -0.53 0.63 0.76
Frutas 0.63 -0.80 -0.31 0.91 0.02 -0.51 0.83 1.00 0.75 0.94 0.90 0.83 0.98 0.53 -0.52 0.87 0.92
Frutos rojos 0.67 -0.59 -0.68 0.81 -0.03 -0.11 0.31 0.75 1.00 0.87 0.84 0.90 0.79 0.89 -0.11 0.70 0.66
Hortalizas 0.74 -0.68 -0.33 0.97 -0.02 -0.51 0.68 0.94 0.87 1.00 0.95 0.83 0.94 0.70 -0.33 0.91 0.94
Maíz 0.70 -0.59 -0.35 0.95 -0.01 -0.46 0.69 0.90 0.84 0.95 1.00 0.85 0.93 0.62 -0.26 0.83 0.84
Oleaginosas 0.71 -0.69 -0.74 0.81 0.05 -0.08 0.56 0.83 0.90 0.83 0.85 1.00 0.90 0.61 -0.20 0.62 0.63
Ornamentales 0.69 -0.74 -0.42 0.94 0.04 -0.43 0.82 0.98 0.79 0.94 0.93 0.90 1.00 0.52 -0.42 0.80 0.87
Otros 0.48 -0.50 -0.53 0.58 -0.10 -0.07 -0.01 0.53 0.89 0.70 0.62 0.61 0.52 1.00 -0.08 0.66 0.55
Semillas 0.15 0.62 0.06 -0.32 0.56 0.04 -0.53 -0.52 -0.11 -0.33 -0.26 -0.20 -0.42 -0.08 1.00 -0.37 -0.45
Suculentas 0.70 -0.75 -0.10 0.80 -0.01 -0.66 0.63 0.87 0.70 0.91 0.83 0.62 0.80 0.66 -0.37 1.00 0.96
Tubérculos 0.69 -0.71 0.07 0.88 -0.06 -0.68 0.76 0.92 0.66 0.94 0.84 0.63 0.87 0.55 -0.45 0.96 1.00

539
Tabla 9
Matriz de correlación para la variable valor de la producción
de rojos
azúcar
Aromáticas 1.00 0.93 0.76 0.92 0.92 0.85 0.88 0.97 0.82 0.97 0.92 0.90 0.97 0.71 0.95 0.86 0.96
Cacao 0.93 1.00 0.80 0.98 0.96 0.02 0.90 0.95 0.78 0.95 0.96 0.91 0.98 0.61 0.96 0.72 0.97
Café 0.76 0.80 1.00 0.98 0.96 0.92 0.90 0.81 0.53 0.80 0.83 0.78 0.82 0.41 0.81 0.67 0.86
Caña de azúcar 0.92 0.98 0.83 1.00 0.96 0.85 0.96 0.94 0.71 0.93 0.94 0.88 0.98 0.52 0.94 0.69 0.99
Cereales 0.92 0.96 0.85 0.96 1.00 0.95 0.90 0.98 0.85 0.98 1.00 0.98 0.98 0.71 0.99 0.83 0.97
Fibras 0.85 0.92 0.76 0.85 0.95 1.00 0.73 0.94 0.91 0.93 0.97 0.96 0.90 0.81 0.95 0.83 0.87
Forrajes 0.88 0.90 0.90 0.96 0.90 0.73 1.00 0.88 0.57 0.87 0.86 0.80 0.93 0.38 0.87 0.64 0.96
Frutas 0.97 0.95 0.81 0.94 0.98 0.94 0.88 1.00 0.89 1.00 0.99 0.98 0.98 0.77 1.00 0.89 0.97
Frutos rojos 0.82 0.78 0.53 0.71 0.85 0.91 0.57 0.89 1.00 0.90 0.88 0.93 0.82 0.96 0.89 0.92 0.77
Hortalizas 0.97 0.95 0.80 0.93 0.98 0.93 0.87 1.00 0.90 1.00 0.98 0.97 0.98 0.78 0.99 0.90 0.97
Maíz 0.92 0.96 0.83 0.94 1.00 0.97 0.86 0.99 0.88 0.98 1.00 0.99 0.97 0.75 0.99 0.85 0.96
Oleaginosas 0.90 0.91 0.78 0.88 0.98 0.96 0.80 0.98 0.93 0.97 0.99 1.00 0.94 0.83 0.98 0.91 0.92
Ornamentales 0.97 0.98 0.82 0.98 0.98 0.90 0.93 0.98 0.82 0.98 0.97 0.94 1.00 0.67 0.98 0.81 0.99
Otros 0.71 0.61 0.41 0.52 0.71 0.81 0.38 0.77 0.96 0.78 0.75 0.83 0.67 1.00 0.77 0.92 0.60
Semillas 0.95 0.96 0.81 0.94 0.99 0.95 0.87 1.00 0.89 0.99 0.99 0.98 0.98 0.77 1.00 0.87 0.97
Suculentas 0.86 0.72 0.67 0.69 0.83 0.83 0.64 0.89 0.92 0.90 0.85 0.91 0.81 0.92 0.87 1.00 0.78
Tubérculos 0.96 0.97 0.86 0.99 0.97 0.87 0.96 0.97 0.77 0.97 0.96 0.92 0.99 0.60 0.97 0.78 1.00

Fuentes consultadas
Aldás Manzano, Joaquín y Uriel Jiménez, Ezequiel (2017), Análisis mul-

tivariante aplicado con R, Madrid, Editorial Paraninfo.
Anselin, Luc (2022), “GeoDA” (versión 1.14), Chicago, University of

Chicago, <https://geodacenter.github.io/>, 23 de junio de 2020.
Asuad, Normand; Quintana Romero, Luis y Ramírez Hernández, Roberto

(2007), “Convergencia espacial y concentración regional agrícola
en México 1970-2003”, Problemas del Desarrollo. Revista Lati-
noamericana de Economía, 38 (49), Ciudad de México, Univer-
sidad Nacional Autónoma de México, pp. 79-111, doi: https://
doi.org/10.22201/iiec.20078951e.2007.149.7665
Ayala Garay, Alma Velia; Rindermann Schwentesius, Rita; Gómez Cruz,

Manuel Ángel y Almaguer, Gustavo (2008), “Competitividad del
frijol mexicano frente al de Estados Unidos en un contexto de
liberalización comercial”, Región y Sociedad, 20 (42), Hermosillo,
El Colegio de Sonora, pp. 38-62, doi: https://doi.org/10.22198/
rys.2008.42.a508
Barros Díaz, Otilia (2014), “Econometría espacial y análisis sociodemográ-

fico. Aplicación en la formación de agrupaciones espaciales de
envejecimiento en Cuba periodo 2003-2009”, Novedades en pobla-
ción, 10 (20), La Habana, Universidad de la Habana, pp. 1-10,
<https://tinyurl.com/22h4ogvw>, 2 de diciembre de 2020.
De Grammont, Hubert C. (2010), “La evolución de la producción agro-

pecuaria en el campo mexicano: concentración productiva, pobreza
y pluriactividad”, Andamios, 7 (13), Ciudad de México, Univer-
sidad Autónoma de la Ciudad de México, pp. 85-117, doi: http://
dx.doi.org/10.29092/uacm.v7i13.119
Delgadillo-Macías, Javier (2008), “Desigualdades territoriales en México

derivadas del tratado de libre comercio de América del Norte”,
EURE, 34 (101), Santiago de Chile, Pontificia Universidad Católica
de Chile, pp. 71-98, <https://tinyurl.com/2b2b7aot>, 3 de diciem-
bre de 2020.
Díaz-José, Oscar; Aguilar-Ávila, Jorge; Rendón-Medel, Roberto y Santoyo-

Cortés, Horacio Vinicio (2013), “Estado actual y perspectivas de
la producción de cacao en México”, Ciencia e Investigación Agraria,
40 (2), Santiago de Chile, Pontificia Universidad Católica de Chile,

pp. 279-289, <https://tinyurl.com/3cvxp62z>, 4 de diciembre
de 2020.
Escalante, Roberto y Catalán, Horacio (2008), “Situación del sector

agropecuario en México: perspectivas y retos”, Economía Informa,
núm. 350, Ciudad de México, Universidad Nacional Autónoma
de México, pp. 7-25, <https://tinyurl.com/226xdqkr>, 5 de
diciembre 2020.
Espinosa García, José Antonio; Uresti-Gil, Jesús; Vélez Izquierdo, Alejan-

dra; Moctezuma-López, Georgel; Inurreta-Aguirre, Héctor Daniel
y Góngora-González, Sergio Fernando (2015), “Productividad y
rentabilidad potencial del cacao (Theobroma cacao L.) en el trópico
mexicano”, Revista Mexicana de Ciencias Agrícolas, 6 (5), Ciudad
de México, Instituto Nacional de Investigaciones Forestales,
Agrícolas y Pecuarias, pp. 1051-1063, doi: https://doi.org/10.29
312/remexca.v6i5.598
Fiscal, Carlos Bruno; Restrepo, Luis Fernando y Rodríguez, Holmes

(2017), “Estructura productiva agrícola del estado de Sinaloa,
México, y el Tratado de Libre Comercio de América del Norte”,
Chilean Journal of Agricultural & Animal Science, 33 (1), Con-
cepción, Universidad de Concepción, pp. 14-23, <https://tinyurl.
com/2cpcbx3v>, 5 de diciembre de 2020.
García-Pascual, Francisco (2003), “La agricultura latinoamericana en la

era de la globalización y de las políticas neoliberales: un primer
balance”, Revista de Geografía, núm. 2, Barcelona, Universitat
de Barcelona, pp. 9-36, <https://tinyurl.com/29gnm3f6>, 6 de
diciembre de 2020.
Garrocho, Carlos y Campos-Alanís, Juan (2013), “Requiem por los indi-

cadores no espaciales de segregación residencial”, Papeles de
Población, núm. 77, Toluca, Universidad Autónoma del Estado
de México, pp. 269-300, <https://tinyurl.com/236ryc3a>, 7 de
diciembre de 2020.
Germán-Soto, Vicente y Escobedo Sagaz, José Luis (2011), “¿Ha ampliado

la liberalización comercial la desigualdad económica entre los
estados mexicanos? Un análisis desde la perspectiva econométrico-
espacial”, Economía Mexicana Nueva Época, 20 (1), Ciudad de
México, Centro de Investigación y Docencia Económica, pp. 37-77,

<https://tinyurl.com/29w9r7xa>, 18 de diciembre de 2020.
Gómez Oliver, Luis y Tacuba, Angélica (2017), “La política de desarrollo

rural en México, ¿existe correspondencia entre lo formal y lo
real?”, Economía UNAM, 14 (42), Ciudad de México, Universi-
dad Nacional Autónoma de México, pp. 93-117, <https://tinyurl.
com/22vhra8v>, 8 de diciembre de 2020.
González, Víctor (2005), “Cacao en México: competitividad y medio

ambiente con alianzas (Diagnóstico rápido de producción y mer-
cadeo)”, Pennsylvania, United States Agency International Develo-
pment, <https://tinyurl.com/279bhw3f>, 14 de mayo de 2020.
Herrera Tapia, Francisco (2013), “Enfoque y políticas de desarrollo rural

en México. Una revisión de su construcción institucional”, Gestión
y Política Pública, 22 (1), Ciudad de México, Centro de Investi-
gación y Docencia Económica, pp. 131-159, <https://tinyurl.
com/2at5fj5b>, 9 de diciembre de 2020.
Hernández Cortés, Celia (2009), “El enfoque territorial del desarrollo rural
y las políticas públicas territoriales”, Encrucijada, núm. 3, Ciudad
de México, Universidad Nacional Autónoma de México, pp. 1-14,
doi: http://dx.doi.org/10.22201/fcpys.20071949e.2009.3.58544
Hernández Gómez, Elizabeth; Hernández Morales, Javier; Avendaño

Arrazate, Carlos Hugo; López-Guillen, Guillermo; Garrido-
Ramírez, Eduardo Raymundo; Romero Nápoles, Jesús y Nava
Díaz, Cristian (2015), “Factores socioeconómicos y parasitológicos
que limitan la producción del cacao en Chiapas, México”, Revista
Mexicana de Fitopatología, 33 (2), Ciudad de México, Sociedad
Mexicana de Fitopatología, pp. 232-246, <https://onx.la/a8449>,
10 de diciembre de 2020.
Islam, Nazrul (1995), “Growth empirics: A panel data approach”, Quar-

terly Journal of Economics, 110 (4), Oxford, Oxford University
Press, pp. 1127-1170, <https://onx.la/b355c>, 11 de diciembre
de 2020.
Llambí, Luis (2000), “Globalización y desarrollo rural”, ponencia pre-

sentada en el Seminario Internacional La nueva ruralidad en
América Latina, Bogotá, 22-24 de agosto del 2000, Pontificia
Universidad Javeriana, <https://tinyurl.com/26n7b3rh>, 20 de

junio de 2022.
Lloyd, Christopher (2010), “Exploring population spatial concentrations

in Northern Ireland by community background and other cha-
racteristics: an application of geographically weighted spatial
statistics”, International Journal of Geographical Information Science,
24 (8), Dallas, University of Texas at Dallas, pp. 1193-1221, doi:
https://doi.org/10.1080/13658810903321321
Molinatti, Florencia (2013), “Segregación residencial e inserción laboral

en la ciudad de Córdoba”, EURE, 39 (117), Santiago de Chile,
Pontificia Universidad Católica de Chile, pp. 117-145, <https://
tinyurl.com/ybr94btn>, 12 de diciembre de 2020.
Montero Kuscevic, Carlos Martín y Del Río Rivera, Marco Antonio

(2013), “Convergencia en Bolivia: un enfoque espacial con datos
de panel dinámicos”, Revista de Economía del Rosario, 16 (2),
Rosario, Universidad del Rosario, pp. 233-256, <https://onx.la/
c6682>, 13 de diciembre de 2020.
Orozco, María Estela y Mendoza Martínez, Maritza (2003), “Competiti-

vidad local de la agricultura ornamental en México”, Ciencia Ergo
Sum, 10 (1), Toluca, Universidad Autónoma de Estado de México,
pp. 29-42, <https://onx.la/433c0>, 14 de diciembre de 2020.
Priego-Castillo, Gonzalo Alberto.; Galmiche-Tejeda, Ángel; Castelán-

Estrada, Mepivoseth; Ruiz-Rosado, Octavio y Ortiz-Ceballos, Ángel
(2009), “Evaluación de la sustentabilidad de dos sistemas de pro-
ducción de cacao: estudios de caso en unidades de producción rural
en Comalcalco, Tabasco”, Universidad y Ciencia, 25 (1), Villaher-
mosa, Universidad Juárez Autónoma de Tabasco, pp. 39-57,
<https://onx.la/b5c50>, 15 de diciembre de 2020.
RStudio Team (2020), “RStudio: Integrated Development for R. RStudio”,

Boston, PBC, <http://www.rstudio.com/>, 13 de junio de 2020.
Salas Tornés, Jesús y Hernández Sánchez, Laura Yunuen (2015), “Cacao,

una aportación de México al mundo”, Ciencia, julio-septiembre,
Ciudad de México, Academia Mexicana de Ciencias, pp. 33-39,
<https://onx.la/bffcb>, 16 de diciembre de 2020.
Scwentesius Rindermann, Rita; Martínez-Carrasco Pleite, Federico y Perní

Llorente, Angel (2012), “Efecto de la liberalización de los mer-
cados agrarios. Valoraciones acerca de la política de desarrollo
rural implementadas en México”, Revista Mexicana de Ciencias
Agrícolas, Ciudad de México, Instituto Nacional de Investigacio-
nes Forestales, Agrícolas y Pecuarias, pp. 355-364, <https://tin-
yurl.com/2xwqn328>, 21 de junio de 2022.
SIAP (Servicio de Información Agroalimentaria y Pesquera) (2018),

“Producción agropecuaria y pesquera [Conjunto de datos]”,
Ciudad de México, Gobierno de México, <https://onx.la/588a2>,
2 de abril de 2020.
Tejeda-Sartorius, Olga; Río-Barreto, Yasbet; Trejo-Téllez, Libia y

Vaquera-Huerta, Humberto (2015), “Caracterización de la
producción y comercialización de flor de corte en Texcoco,
México”, Revista Mexicana de Ciencias Agrícolas, 6 (5), Ciudad
de México, Instituto Nacional de Investigaciones Forestales,
Agrícolas y Pecuarias, pp. 1105-1118, doi: https://doi.org/10.29
312/remexca.v6i5.602
Tobler, Waldo (1970), “A computer film that simulates urban growth in

the Detroit region”, Economic Geography, núm. 46, Londres,
Taylor & Francis, pp, 234-240, doi: https://doi.org/10.2307/14
3141
Vargas-Hernández, José (2005), “El impacto económico y social de los

desarrollos recientes en las políticas agrícolas y rurales e institu-
ciones en México”, Agricultura, Sociedad y Desarrollo, 2 (2),
Texcoco, Colegio de Postgraduados, pp. 97-122, <https://onx.la/
afc79>, 19 de diciembre de 2020.
Zorrilla Ornelas, Leopoldo (2003), “Las políticas mexicanas de desarrollo

rural en el siglo XX”, Comercio exterior, 53 (2), Ciudad de México,
Bancomext, pp. 103-113, <https://onx.la/cc9ef>, 20 de diciem-
bre de 2020.
Recibido: 18 de marzo de 2021.

Reenviado: 10 de junio de 2022.
Aceptado: 13 de julio de 2022.
Carlos Alejandro Custodio González. Licenciado en Ciencias Ambien-

tales, maestro y doctor en Ciencias Agropecuarias y Recursos Naturales.
Realizó una estancia posdoctoral en el Instituto de Investigaciones Socia-
les de la Universidad Nacional Autónoma de México. Actualmente, es
profesor-investigador del Instituto Politécnico Nacional, Centro Inter-
disciplinario de Investigación para el Desarrollo Integral Regional (IPN
CIIDIR), unidad Durango. Integrante del Sistema Nacional de Investi-
gadores nivel candidato. Sus líneas de investigación son desarrollo con
enfoque territorial, conglomeraodos agrícolas, capital social rural y
epistemología de la complejidad. Entre sus más recientes publicaciones
se encuentran, como coautor: “Los arreglos institucionales en torno a la
política forestal mexicana. Una perspectiva de redes”, Entorno Geográfico,
núm. 24, e21212227, Cali, Universidad del Valle, pp. 1-19 (2022); “El
desarrollo desde la episteme de la complejidad”, Contribuciones desde
Coatepec, núm. 36, Toluca, Universidad Autónoma del Estado de México,
pp. 1-11 (2022); “Capital social y relaciones socio-productivas: un estu-
dio metodológico y empírico en los espacios rurales del noroeste del Estado
de México”, Aposta: Revista de ciencias sociales, núm. 88, Madrid, Apos-
tadigital, pp. 88-104 (2021) y “Reconfiguración productiva, estrategias
de reproducción y capital social en espacios rurales: un análisis explora-
torio en el noroeste del Estado de México”, Cuadernos de Desarrollo Rural,
17 (85), Bogotá, Pontificia Universidad Javeriana, pp. 1-18 (2020).

barzategonzlez,+est72_6

Cargado por

Copyright:

Formatos disponibles

barzategonzlez,+est72_6

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

barzategonzlez,+est72_6

Cargado por

Copyright:

Formatos disponibles

Economía, Sociedad y Territorio, vol. xxiii, núm. 72, 2023, 521-546.

Reconfiguración de las actividades

Keywords: productive effects, spatial dimension, principal component analysis,

Palabras clave: efectos productivos, dimensión espacial, análisis de componen-

*Instituto Politécnico Nacional, Centro Interdisciplinario de Investigación para el Desarrollo

Durante los últimos ochenta años, la estructura productiva agrícola en

la cual establece: “geográficamente todo está relacionado con todo, pero

1. La política del desarrollo rural y sus efectos en la reconfiguración

Las políticas públicas de desarrollo rural instrumentadas por el Estado

1) Reparto agrario (1929-1940), etapa referida al conjunto de medidas

condiciones del mercado internacional, en detrimento de la segu-

La liberalización económica representó la disolución gradual del pro-

La contigüidad geográfica es un término de la econometría espacial centrado

Los datos se obtuvieron del Servicio de Información Agroalimentaria y

La estructura de las actividades agrícolas se integró de la siguiente

2.2. Análisis de datos

El análisis de las variables que describen el desempeño productivo a escala

Donde xi es la observación correspondiente a la región i de la variable;

comportamiento de una variable está produciendo efectos contrarios en

Fuente: elaboración propia a partir de Asuad et al., 2007.

Un indicador complementario al Índice Global de Moran es el Índice

1. Bajo-bajo. Esta categoría se refiere a unidades espaciales con valo-

5. Estadísticamente no significativas. Esta categoría se refiere a uni-

El análisis de autocorrelación espacial se realizó mediante el programa

El ACP se integra por tres etapas. La primera consta de la evaluación sobre

Fuente: elaboración propia a partir de RStudio 3.6.0. de RStudio Team (2020).

Fuente: elaboración propia a partir de RStudio 3.6.0 de RStudio Team (2020).

Uno de los rasgos distintivos de la producción agrícola en México durante

3.1. Patrones espaciales de la estructura productiva agrícola

En cuanto a la autocorrelación espacial, los resultados del IGM (tabla 4

1. Si bien la dinámica agrícola en el periodo 1980-2015 ha estado

Para profundizar en los patrones de aglomeración identificados por el

Fuente: elaboración propia a partir de GeoDA 1.14 de Anselin (2022).

Fuente: elaboración propia a partir de GeoDA 1.14 de Anselin (2022).

Para Tejeda-Sartorius et al. (2015), el proceso de aglomeración espacial

a bajo costo –México ha pasado de producir tres variedades de plantas

Fuente: elaboración propia a partir de GeoDA 1.14 de Anselin (2022).

En relación con la variable “producción”, la única categoría de activi-

Fuente: elaboración propia a partir de GeoDA 1.14 de Anselin (2022).

El principal efecto de las políticas de ajuste estructural y liberalización

Fuente: elaboración propia a partir de RStudio 3.6.0 de RStudio Team (2020).

Fuente: elaboración propia a partir de RStudio 3.6.0 de RStudio Team (2020).

Fuente: elaboración propia a partir de RStudio 3.6.0 de RStudio Team (2020).

Fuente: elaboración propia a partir de RStudio 3.6.0 de RStudio Team (2020).

Aldás Manzano, Joaquín y Uriel Jiménez, Ezequiel (2017), Análisis mul-

Anselin, Luc (2022), “GeoDA” (versión 1.14), Chicago, University of

Asuad, Normand; Quintana Romero, Luis y Ramírez Hernández, Roberto

Ayala Garay, Alma Velia; Rindermann Schwentesius, Rita; Gómez Cruz,

Barros Díaz, Otilia (2014), “Econometría espacial y análisis sociodemográ-

De Grammont, Hubert C. (2010), “La evolución de la producción agro-

Delgadillo-Macías, Javier (2008), “Desigualdades territoriales en México

Díaz-José, Oscar; Aguilar-Ávila, Jorge; Rendón-Medel, Roberto y Santoyo-

40 (2), Santiago de Chile, Pontificia Universidad Católica de Chile,

Escalante, Roberto y Catalán, Horacio (2008), “Situación del sector

Espinosa García, José Antonio; Uresti-Gil, Jesús; Vélez Izquierdo, Alejan-

Fiscal, Carlos Bruno; Restrepo, Luis Fernando y Rodríguez, Holmes

García-Pascual, Francisco (2003), “La agricultura latinoamericana en la

Garrocho, Carlos y Campos-Alanís, Juan (2013), “Requiem por los indi-

Germán-Soto, Vicente y Escobedo Sagaz, José Luis (2011), “¿Ha ampliado

México, Centro de Investigación y Docencia Económica, pp. 37-77,