Tipología territorial de los sistemas productivos de cereales forrajeros en México: una aproximación desde la autocorrelación espacial

Autores

  • Karen Jaqueline Palma Ramírez
  • Gabriela Rodríguez Licea
  • Enrique Espinosa Ayala
  • Juvencio Hernández Martínez

DOI:

https://doi.org/10.34188/bjaerv9n2-048

Palavras-chave:

configuración territorial, externalidades espaciales, economias de aglomeración, autocorrelación espacial, Índice de Moran

Resumo

La producción de granos y cereales forrajeros en México presenta alta concentración regional que genera desequilibrios regionales en la oferta e integración de las cadenas productivas, no obstante, existe un vacío en el análisis de estos cultivos desde una perspectiva territorial, por lo que el objetivo es analizar la autocorrelación espacial de la producción de avena, cebada, triticale, trigo y maíz con el fin de identificar la existencia de dependencia espacial y la formación de conglomerados productivos a nivel estatal. Metodológicamente, se emplearon el Índice de Moran (IM) y los Indicadores Locales de Asociación Espacial (LISA), utilizando datos del volumen de producción acumulada para el periodo 2012–2022, procesados mediante OpenGeoDa. Los resultados muestran autocorrelación espacial positiva y significativa para maíz (I = 0.254; p = 0.010) y avena (I = 0.156; p = 0.029) que evidencian la existencia de clústeres productivos. En contraste, la cebada (I = 0.062; p = 0.180), el trigo (I = 0.036; p = 0.224) y el triticale (I = -0.027) presentan patrones espaciales no significativos o aleatorios. El análisis de la prueba de LISA permitió identificar un clúster alto–alto para maíz en Jalisco, Zacatecas y Aguascalientes, y para avena en Durango, Coahuila y Nuevo León, mientras que en el sur del país (Oaxaca, Chiapas y Veracruz) predominan patrones bajo–bajo asociados a rezago productivo. En conclusión, la producción responde a configuraciones espaciales diferenciadas por el cultivo que permite proponer una tipología de sistemas productivos basada en su grado de dependencia espacial.

Referências

Aranda, J. (1996). Alimentación animal y producción pecuaria. Editorial Trillas.

Anselin, L. (1988). Spatial econometrics: Methods and models. Kluwer Academic Publishers.

Anselin, L. (1995). Local indicators of spatial association—LISA. Geographical Analysis, 27(2), 93–115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x

Asuad, N., Quintana, L., & Ramírez, R. (2007). Convergencia espacial y concentración regional agrícola en México. Problemas del Desarrollo, 38(149), 11–34.

Cordero, A., et al. (2003). Infraestructura y desarrollo regional en México. Universidad Nacional Autónoma de México.

Corrales, S. (2007). Clústeres y competitividad regional. Revista de Economía Regional, 5(2), 45–68.

Custodio González, C. A. (2023). Reconfiguración de las actividades agrícolas en México (1980–2015). Economía, Sociedad y Territorio, 23(72), 521–546. https://doi.org/10.22136/est20231972

FAO. (s. f.). Agricultural systems and food production. Food and Agriculture Organization of the United Nations.

Flores López, H. E., Ramírez Sánchez, S. E., Ireta Moreno, J. & Villarreal Rodas, J. H. (2025). Rendimiento e indicadores económicos de agroecosistemas de maíz forrajero con prácticas de manero de agricultura regenerativa en México. Brazilian Journal of Animal and Environmental Research, 8(4), 1-11. https://doi.org/10.34188/bjaerv8n4-212

Krugman, P. (1991). Increasing returns and economic geography. Journal of Political Economy, 99(3), 483–499. https://doi.org/10.1086/261763

Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37(1–2), 17–23. https://doi.org/10.1093/biomet/37.1-2.17

Navejas Jiménez, J., Cota Barreras, C. I., Loya Ramírez, J. G., Mercado Mancera, G., & de la Rosa Aguilar, E. (2024). Uso de la tecnología de riego para producción de maíz forrajero en zonas áridas. Brazilian Journal of Animal and Environmental Research, 7(2), 1-7. https://doi.org/10.34188/bjaerv7n2-072

OECD. (2020). Rural well-being: Geography of opportunities. OECD Publishing. https://doi.org/10.1787/d25cef80-en

Pompa-García, M., et al. (2011). Spatial patterns of soil degradation in Mexico. Environmental Monitoring and Assessment, 179, 123–135.

Porter, M. E. (1998). Clusters and the new economics of competition. Harvard Business Review, 76(6), 77–90.

Rodríguez-Licea, Gabriela, García-Salazar, José Alberto, & Hernández-Martínez, Juvencio. (2016). Identificación de conglomerados para impulsar las cadenas productivas de carne en México. Agronomía Mesoamericana , 27 (2), 353-365. https://dx.doi.org/10.15517/am.v27i2.24388.

Secretaría de Agricultura y Desarrollo Rural (SADER). (2018). Panorama agroalimentario. Gobierno de México.

Sistema de Información Agroalimentaria y Pesquera (SIAP). (2022). Producción agrícola por cultivo. Gobierno de México.

Tobler, W. R. (1970). A computer movie simulating urban growth in the Detroit region. Economic Geography, 46(sup1), 234–240. https://doi.org/10.2307/143141

Villegas, G., et al. (2001). Nutrición animal aplicada. Editorial Limusa.

World Bank. (2019). Harvesting prosperity: Technology and productivity growth in agriculture. World Bank. https://doi.org/10.1596/978-1-4648-1393-1

Downloads

Publicado

2026-04-23

Como Citar

Ramírez, K. J. P., Licea, G. R., Ayala, E. E., & Martínez , J. H. (2026). Tipología territorial de los sistemas productivos de cereales forrajeros en México: una aproximación desde la autocorrelación espacial. Brazilian Journal of Animal and Environmental Research, 9(2), e86767. https://doi.org/10.34188/bjaerv9n2-048

Edição

Seção

Artigos originais