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 comercialización; 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 destacan 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 principales, 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, perteneciente al conjunto de herramientas metodológicas del análisis exploratorio 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 productividad 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:

La liberalización económica representó la disolución gradual del proyecto de desarrollo nacional de la postguerra orientado a políticas proteccionistas 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 supranacional 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 impulsada 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 inversión 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 estrategia de reconfiguración sustentada en el aprovechamiento de ventajas comparativas. En este sentido, las zonas en que, climática y agronómicamente 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 agrícolas: 1. concentración del crecimiento en las regiones norte y occidente de la agricultura comercial, 2. incremento de las desigualdades socioeconómicas 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

2.2. 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 componentes 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 cantidad 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 valores 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}):

I=N∑i=1n∑i=1nwij∑i=1N∑j=1nwijxi-x-xj-x-∑i=1nwijxi-x-2i≠j

Donde x_i es la observación correspondiente a la región i de la variable; w_ij 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 gráfica 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; bajobajo) 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}).

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

Figura 1 Cuadrantes del diagrama de dispersión de Moran 

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 valores 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 espaciales 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 unidades 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 (autovalores, 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 variabilidad (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.

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 muestran los resultados del ACP, pues estos cultivos aparecen como factores explicativos de la dinámica de las cuatro variables asociadas con el rendimiento 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 superficie 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 espaciales 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 conglomerado 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 productiva 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 sembrada		Superficie cosechada		Producción		Valor de la 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 sembrada		Superficie cosechada		Producción		Valor de la 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”.

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

Para profundizar en los patrones de aglomeración identificados por el IGM se utilizó el Índice Local de Moran. Para la variable superficie sembrada, 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 cosechada” (Mapa 2).

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

Mapa 1 Concentración geográfica de la superficie sembrada de plantas ornamentales, 1980-2015 

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

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 necesidades 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 rendimientos, 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.

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

Mapa 3 Concentración geográfica de la superficie cosechada de cacao, 1980-2015 

En relación con la variable “producción”, la única categoría de actividades 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 rentabilidad 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 relación 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.

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

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 resultados obtenidos por el ACP, el cual identificó a las frutas, hortalizas y plantas ornamentales como los cultivos que explican la dinámica del rendimiento 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 antepone la rentabilidad que generan ciertos cultivos (en su mayoría orientados 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 ornamentales, 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 localización de las aglomeraciones espaciales. En el caso del cacao, la aglomeración abarca los estados del sureste del país: Chiapas, Tabasco, Oaxaca, Campeche 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 fnalidad de potencializar y dinamizar las capacidades endógenas de los productores agrícolas.