México: El Sector Agropecuario Ante El Desafío Del Cambio Climático

México: el sector agropecuario ante
el desafío del cambio climático

el desafio del Cambio Climático
Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación

Organización de las Naciones Unidas para la Alimentación y la Agricultura
Ciudad de México, 2014

Las denominaciones empleadas en este producto informativo y la forma en
que aparecen presentados los datos que contiene no implican, por parte de
la Organización de las Naciones Unidas para la Alimentación y la Agricultura
(FAO), juicio alguno sobre la condición jurídica o nivel de desarrollo de
países, territorios, ciudades o zonas, o de sus autoridades, ni respecto de la
delimitación de sus fronteras o límites. La mención de empresas o productos
de fabricantes en particular, estén o no patentados, no implica que la FAO los
apruebe o recomiende de preferencia a otros de naturaleza similar que no se
mencionan.
Las opiniones expresadas en este producto informativo son las de su(s)

autor(es), y no reflejan necesariamente los puntos de vista o políticas de la FAO.
ISBN 978-92-5-308584-2 (edición impresa)

E-ISBN 978-92-5-308585-9 (PDF)
© FAO, 2014
La FAO fomenta el uso, la reproducción y la difusión del material contenido

en este producto informativo. Salvo que se indique lo contrario, se podrá copiar,
descargar e imprimir el material con fines de estudio privado, investigación
y docencia, o para su uso en productos o servicios no comerciales, siempre
que se reconozca de forma adecuada a la FAO como la fuente y titular
de los derechos de autor y que ello no implique en modo alguno que la FAO
aprueba los puntos de vista, productos o servicios de los usuarios.
Todas las solicitudes relativas a la traducción y los derechos de adaptación

así como a la reventa y otros derechos de uso comercial deberán dirigirse a
www.fao.org/contact-us/licence-request o a [email protected].
Los productos de información de la FAO están disponibles en el sitio web de la

Organización (www.fao.org/publications) y pueden adquirirse mediante solicitud
por correo electrónico a [email protected].
Directorio
Organización de las Naciones Unidas

Para la Alimentación y la Agricultura
Lic. Enrique Martínez y Martínez Nuria Urquía Fernández

Secretario Representante de la FAO en México
Lic. Ricardo Aguilar Castillo Salomón Salcedo Baca

Subsecretario de Alimentación y Competitividad Oficial Principal de Políticas
Oficina Regional de la FAO para América Latina
MVZ. Enrique Sánchez Cruz y el Caribe
Director en Jefe del SENASICA
Lic. Carlos Gerardo López Cervantes

Director General de Planeación y Evaluación
Lic. Aníbal González Pedraza

Director General Adjunto de Planeación y Evaluación
de Programas
Lic. Verónica Gutiérrez Macías

Directora de Diagnóstico y Planeación de Proyectos
Ing. Jaime Clemente Hernández

Subdirector de Análisis y Seguimiento
Lic. Silvia Dolores Urbina Hinojosa

Subdirectora de Evaluación
www.sagarpa.gob.mx www.fao.org
Dirigió
Alfredo González Cambero
Coordinadora de Análisis de Políticas

Ina Salas Casasola
Diseño y formación
Eduardo García
Fotografías
FAO México
Índice
Prefacio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XIII
Introducción. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . XV
Capítulo I. El Cambio Climático y el Sector Agropecuario. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Predicciones para México. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Vulnerabilidad de la agricultura ante eventos climatológicos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Efectos sobre la producción agrícola. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.3 Disponibilidad de recursos hídricos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.4 Estudios agroclimáticos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Esfuerzos de mitigación del cambio climático en México. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Desafíos del sector agropecuario mexicano frente al cambio climático. . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.4 Relevancia y contribución del sector agropecuario en México. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4.1 Abastecimiento de la demanda de alimentos de México. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.2 Fuentes de inestabilidad del cambio climático hacia la agricultura. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4.3 El medio rural proveedor de servicios ambientales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Capítulo II. Enfoque Ricardiano. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1 Resultados de las estimaciones de los modelos Ricardianos por Región. . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1.1 Región 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1.2 Región 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.1.3 Región 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.1.4 Región 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.1.5 Región 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.6 Región 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.1.7 Región 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.1.8 Región 8. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2 Efectos esperados del cambio climático en el valor de la tierra. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.2.1 Región 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.2.2 Región 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.2.3 Región 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.2.4 Región 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.2.5 Región 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2.6 Región 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
v
2.2.7 Región 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.2.8 Región 8. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3 Proyecciones del modelo Ricardiano a nivel del país. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3.1 Proyecciones al 2050. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3.2 Proyecciones al 2099. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Capítulo III. Enfoque de funciones de producción. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.1 Resultados empíricos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.1.1 Región 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.1.2 Región 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.1.3 Región 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.1.4 Región 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.1.5 Región 5. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.1.6 Región 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3.1.7 Región 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.1.8 Región 8. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
3.2 Proyecciones del modelo de funciones de producción a nivel del país. . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
Capítulo IV. Conclusiones y recomendaciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
4.1 Conclusiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
4.2 Recomendaciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
Bibliografía. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
vi
Cuadros
Cuadro 1. Emisiones de GEI (kt). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Cuadro 2. Emisiones de GEI (t métricas per cápita). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Cuadro 3. Acciones de la Agenda de Transversalidad en el sector agropecuario. . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Cuadro 4. Población total según tamaño de localidad, 2000, 2005 y 2010. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Cuadro 5. Incidencia y número de personas según situación de pobreza por ingresos en el sector rural. . . . . . . 12
Cuadro 6. Regiones empleadas en el estudio de cambio climático. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Cuadro 7. Distribución de las UER por Región. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Cuadro 8. Modelo Ricardiano estimado para la Región 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Cuadro 9. Modelo Ricardiano estimado para la Región 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Cuadro 10. Modelo Ricardiano estimado para la Región 3. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Cuadro 16. Número de municipios empleados en el estudio para cada función de producción. . . . . . . . . . . . . . . 44
Cuadro 17. Región 1: Funciones de producción agrícola, maíz, frijol y naranja. . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Cuadro 18. Región 1: Funciones de producción de pastos, bovinos carne y leche. . . . . . . . . . . . . . . . . . . . . . . . . . 50
Cuadro 19. Región 2: Funciones de producción agrícola, maíz y frijol. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Cuadro 20: Región 2: Funciones de producción de pastos, bovinos carne y leche. . . . . . . . . . . . . . . . . . . . . . . . . . 57
Cuadro 31. Región 8: Funciones de producción agrícola, maíz, frijol y trigo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
vii
Figuras
Figura 1. Impactos esperados por el incremento en la temperatura media mundial. . . . . . . . . . . . . . . . . . . . . . . .. 10

Figura 2. Localidades según actividad económica de sus habitantes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Figura 3. Participación porcentual del PIB agropecuario en el PIB total de México. . . . . . . . . . . . . . . . . . . . . . . 13
Figura 4. Exportaciones e importaciones de productos agroalimentarios de México 1993-2010. . . . . . . . . . . . . 14
Figura 5. Productos agroalimentarios importados por México en 2010. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Figura 6. Productos agroalimentarios exportados por México en 2010. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 15
Figura 7. Porcentaje de unidades de producción con problemas para desarrollar la actividad agro-
pecuaria y forestal. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Figura 8. Superficie agrícola según disponibilidad de agua para riego y área de temporal. . . . . . . . . . . . . . . . . . . 16
Figura 9. México: Regiones y Estados utilizados en el análisis Ricardiano. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Figura 10. Región 1: Ingreso neto proyectado de acuerdo al Modelo Ricardiano. . . . . . . . . . . . . . . . . . . . . . . . . .. 32
Figura 12. Región 3. Ingreso neto proyectado de acuerdo al Modelo Ricardiano. . . . . . . . . . . . . . . . . . . . . . . . . .. 34
Figura 18. Variación de Ingreso neto agropecuario de las UER a nivel estatal 2008 - 2050. . . . . . . . . . . . . . . . . . 38
Figura 19. Variación de Ingreso neto agropecuario de las UER a nivel estatal 2008 - 2099. . . . . . . . . . . . . . . . . . 39
Figura 20. México: Regiones y Estados utilizados en el análisis de funciones de producción. . . . . . . . . . . . . . . . 44
Figura 21. Región 1: Rendimiento del maíz en función de la precipitación anual. . . . . . . . . . . . . . . . . . . . . . . . . . 48
Figura 22. Región 1: Rendimiento del maíz en función de la temperatura. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 48
Figura 23. Región 1: Rendimiento del frijol en función de la precipitación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 49
Figura 24. Región 1: Rendimiento del frijol en función de la temperatura. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 49
Figura 25. Región 1: Proyección del comportamiento de la producción agrícola entre 2010-2099. . . . . . . . . . . 52
Figura 26. Región 1: Proyección del comportamiento de los rendimientos de maíz entre 2010-2099. . . . . . . . . 52
Figura 27. Región 1: Proyección del comportamiento de los rendimientos del frijol entre 2010-2099. . . . . . . . 53
Figura 28. Región 1: Proyección del comportamiento de los rendimientos de la naranja entre 2010-
2099. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Figura 29. Región 1: Proyección del comportamiento de la producción de pastizales entre 2010-2099. . . . . . . 54
Figura 30. Región 1: Efectos de la producción de pastizales en la producción de leche y carne. . . . . . . . . . . . . .. 54
viii
Figura 31. Región 2: Rendimiento del frijol en función de la temperatura Primavera– Verano. . . . . . . . . . . . . . 56
Figura 32. Región 2: Proyección del comportamiento de la producción agrícola entre 2010-2099 . . . . . . . . . .. 58
Figura 33. Región 2: Proyección del comportamiento de los rendimientos de maíz entre 2010-2099. . . . . . . .. 59
Figura 36. Región 2: Efectos de la producción de pastizales en la producción de leche y carne. . . . . . . . . . . . . . 60
Figura 37. Región 3: Rendimiento del maíz en función de la precipitación anual. . . . . . . . . . . . . . . . . . . . . . . . . . 63
Figura 38. Región 3: Rendimiento del maíz en función de la temperatura. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Figura 39. Región 3: Rendimiento del frijol en función de la precipitación promedio anual. . . . . . . . . . . . . . . . 64
Figura 40. Región 3: Rendimiento del frijol en función de la temperatura promedio anual. . . . . . . . . . . . . . . . . 64
Figura 46. Región 4: Rendimiento del maíz en función de la precipitación promedio anual. . . . . . . . . . . . . . . .. 70
Figura 47. Región 4: Rendimiento del maíz en función de la temperatura promedio anual. . . . . . . . . . . . . . . . . 71
Figura 48. Región 4: Rendimiento del frijol en función de la precipitación promedio anual. . . . . . . . . . . . . . . . 71
Figura 54. Región 5: Rendimiento del maíz en función de la temperatura promedio anual. . . . . . . . . . . . . . . . . 77
Figura 61. Región 6: Rendimiento del frijol en función de la temperatura. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
ix
Figura 64. Región 6: Proyección del comportamiento de los rendimientos del frijol entre 2010-2099. . . . . . .. 87
Figura 68. Región 7: Rendimiento del frijol en función de la precipitación. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
Figura 74. Región 8: Rendimiento del trigo en función de la temperatura Otoño–Invierno. . . . . . . . . . . . . . . . 98
Figura 78. Región 8: Proyección del comportamiento de los rendimientos del trigo entre 2010-2099. . . . . . . . 101
Figura 81. Impactos de los cambios en la temperatura y precipitación sobre el valor de la producción
agrícola al 2050. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 103
Figura 82. Impactos de los cambios en la temperatura y precipitación sobre el valor de la producción
agrícola al 2099. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Figura 83. Impactos de los cambios en la temperatura y precipitación sobre la producción de maíz al 2050. .. 105
Figura 84. Impactos de los cambios en la temperatura y precipitación sobre la producción de maíz al 2099. .. 106
Figura 85. Impactos de los cambios en la temperatura y precipitación sobre la producción de frijol al 2050. .. 107
Figura 86. Impactos de los cambios en la temperatura y precipitación sobre la producción de frijol al 2099. .. 108
Figura 87. Impactos de los cambios en la temperatura y precipitación sobre la producción de la naranja
al 2050. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Figura 88. Impactos de los cambios en la temperatura y precipitación sobre la producción de la naranja
al 2099 en la Región 1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
Figura 89. Impactos de los cambios en la temperatura y precipitación sobre la producción del trigo al 2050.. 110
Figura 90. Impactos de los cambios en la temperatura y precipitación sobre la producción del trigo al 2099.. 111
x
Siglas
ASERCA Apoyos y Servicios a la Comercialización Agropecuaria

BM Banco Mundial
CENAPRED Centro Nacional de Prevención de Desastres
CICC Comisión Intersecretarial de Cambio Climático
CMNUCC Convención Marco de las Naciones Unidas sobre Cambio Climático
CONAGUA Comisión Nacional del Agua
CONAFOR Comisión Nacional Forestal
CONAPESCA Comisión Nacional de Acuacultura y Pesca
COTECOCA Comisión Técnica Consultiva de Coeficientes de Agostadero
COUSSA Componente de Conservación y Uso Sustentable de Suelo y Agua
ENCC Estrategia Nacional de Cambio Climático
FAO Organización de las Naciones Unidas para la Alimentación y la Agricultura
FIRCO Fideicomiso de Riesgo Compartido
FMI Fondo Monetario Internacional
GEI Gases de Efecto Invernadero
INE Instituto Nacional de Ecología
INEGI Instituto Nacional de Estadística, Geografía e Informática
INIFAP Instituto Nacional de Investigaciones Forestales, Agrícolas y Pecuarias
IPCC Grupo Intergubernamental de Expertos sobre Cambio Climático
(por sus siglas en inglés)
MDL Mecanismo de Desarrollo Limpio
NARR North American Regional Reanalysis
OMM Organización Meteorológica Mundial
PECC Programa Especial de Cambio Climático
PIB Producto Interno Bruto
PNUD Programa de las Naciones Unidas para el Desarrollo
PNUMA Programa de Naciones Unidas para el Medio Ambiente
PROGAN Programa de Producción Pecuaria Sustentable y Ordenamiento Ganadero y
Apícola
SEMARNAT Secretaría del Medio Ambiente y Recursos Naturales
SIAP Servicio de Información Agroalimentaria y Pesquera.
xi
xii
México: El sector agropecuario ante el desafío del Cambio Climático
Prefacio
En México las actividades agropecuarias tienen una climas más cálidos. En la Península de Yucatán algunos
gran importancia en el medio rural como fuente de municipios llegan incluso a reportar pérdidas totales de la
ingresos y proveedor de alimentos. El sector agropecuario producción agrícola. De otro lado, se espera que los
desarrolla sus actividades en gran parte de las localidades rendimientos de cultivos básicos como el maíz y el frijol
rurales y aprovecha los recursos naturales, constituyéndose muestren tendencias a la baja, además de una pronunciada
en uno de los principales medios de empleo para la inestabilidad, lo cual tendrá impactos negativos sobre el
población que reside en el medio rural. ingreso agrícola y generará vulnerabilidad en el consumo
alimentario. Finalmente, se presentarán impactos
La producción agropecuaria es muy sensible al cambio negativos por la reducción de precipitaciones en la
climático. Algunos ejemplos de los impactos más producción de pastizales, lo cual incide de manera
importantes previstos para el sector agropecuario con negativa sobre la producción de carne y leche de bovinos.
relación a la variación de la temperatura son la
disminución de rendimientos de los cultivos en medios Si bien la cuantificación de les efectos del cambio
más cálidos debido al estrés causado por el calor, el climático puede variar a medida que se disponga de mayor
aumento de plagas y enfermedades, el aumento de fuegos información climatológica, las tendencias recientes hacen
incendios devastadores, la reducción en el suministro de suponer que es indispensable que se continúen con los
agua, y problemas de calidad del agua y florecimiento de trabajos para mitigar los impactos futuros y que permitan
algas. En cuanto a los fenómenos extremos como las una adaptación hacia los escenarios futuros. En este
sequías, las lluvias extremas, las granizadas y los ciclones, sentido, el fortalecimiento de las acciones emprendidas
se tienen previstos daños severos a los cultivos, erosión del por la SAGARPA en materia de reducción de emisiones
suelo, imposibilidad para cultivar por saturación hídrica y adaptación al cambio climático resultan indispensables.
de los suelos, efectos adversos en la calidad del agua, estrés De igual manera, es necesario seguir generando mayor
hídrico y aumento de la muerte del ganado, entre otros. información que permita realizar proyecciones con mayor
certitud y que permita anticipar las zonas que requieren
Los resultados muestran que existirán predominan- de mayor atención para mitigar los efectos adversos del
temente impactos negativos del cambio climático sobre cambio climático.
los ingresos de las UER, y la producción agrícola y
pecuaria. En cuanto a los ingresos netos agropecuarios, se
encontró que en la mayoría de las regiones un aumento en
la temperatura tiene efectos negativos sobre el valor de la
tierra al afectar adversamente al ingreso neto obtenido por
la unidad de producción en su conjunto de actividades
agropecuarias. Lo anterior, como consecuencia de la
reducción en las precipitaciones y el aumento en la
temperatura derivado del calentamiento global. En las
Regiones 4 y 8 no se proyectan ingresos netos
agropecuarios en promedio negativos, aunque sí hay una
tendencia a la baja, la cual se acompaña de una gran
volatilidad.
En relación con los impactos del cambio climático en la

producción agrícola y pecuaria de los municipios, las
estimaciones indican que hacia el 2050 existirán pérdidas
en el valor de la producción en los estados del sur del país,
mientras que en algunos estados del norte podrían existir
incrementos en la producción, asociadas a la presencia de
xiii
Introducción
El sector agropecuario en México ha sufrido una serie estimación de los impactos de las variaciones de la
de cambios y de adaptaciones a lo largo de los años, tanto temperatura y la precipitación sobre la producción
por modificaciones en las condiciones de la tierra, las agrícola y pecuaria mexicana. De igual modo, se
variaciones en el clima y los cambios en las demandas de presentan proyecciones a futuro con miras a resaltar la
la sociedad. En ocasiones esto se ha hecho al modificar las necesidad de realizar acciones de política pública para
prácticas de manejo de las unidades agropecuarias y por la mitigar y reducir los efectos negativos del cambio
sustitución de cultivos o razas, entre otras causas. El climático en el largo plazo.
cambio climático revive este reto y las medidas analizadas
en este trabajo dejan claro que existen los elementos para En este estudio se presentan modelos de predicción de
afrontarlo. los efectos del cambio climático sobre el sector
agropecuario de México a nivel regional, para lo cual se
Por cambio climático se entienden las variaciones del realizaron estimaciones a nivel de unidades económicas
clima atribuidas directa o indirectamente a la actividad rurales y a nivel de municipios, empleando modelos
humana que altera la composición de la atmósfera diferenciados para calcular la renta agrícola, y el volumen
mundial y que se suma a la variabilidad natural del clima y valor de la producción agrícola y pecuaria. El análisis
observada durante períodos de tiempo comparables1. Sus concluye que el cambio climático, estimado a través de las
efectos son considerables sobre el sector agropecuario, ya variaciones en temperatura y precipitación y de la
que este es altamente dependiente del clima y, por lo presencia de efectos climatológicos extremos como
tanto, vulnerable a los cambios del clima. Entre los efectos heladas, sequías, huracanes y lluvias extremas, afectarán de
del cambio climático se tiene el incremento en la manera negativa el volumen y el valor de la producción
temperatura, lo cual tiene efectos negativos en el agropecuaria, así como los rendimientos de los cultivos en
desarrollo vegetativo de los cultivos y provoca la las diferentes regiones de México. Lo anterior da mayor
proliferación de malas hierbas e insectos dañinos, así relevancia a las acciones que viene desarrollando
como la aparición o reemergencia de enfermedades. SAGARPA para mitigar los impactos del cambio
También, como efecto del cambio climático se registran climático y para promover la adaptación del sector
eventos extremos como las sequías, las heladas y las agropecuario ante escenarios futuros que muestran una
inundaciones, las cuales afectan negativamente la mayor presencia de fenómenos climatológicos adversos.
producción agropecuaria por lo que, en el contexto de la
actual crisis internacional de precios de los alimentos, los En el presente estudio se concluye también que ante
eventos climáticos extremos juegan un papel importante. cambios en la precipitación y la temperatura, los ingresos
netos agropecuarios decrecerán considerablemente,
Diversos organismos internacionales como la aunque las caídas no serán homogéneas entre todos los
Organización de las Naciones Unidas para la estados. Por su parte, al existir menores niveles de rentas
Alimentación y la Agricultura (FAO), el Fondo esperadas, y mayor riesgo en la actividad por la mayor
Monetario Internacional (FMI) y el Banco Mundial inestabilidad en las rentas, se afectará también el valor de
(BM) han expresado su especial preocupación respecto la tierra, perjudicando el patrimonio de los habitantes en
del tema alimentario, en particular por sus efectos sobre la el medio rural.
población bajo condiciones de pobreza. Sin embargo, los
estudios realizados también mencionan cierta A nivel de las regiones, en todas se presentan caídas en
incertidumbre en cuanto a los impactos esperados por el valor de la producción y los rendimientos, que además
países y por regiones. vienen acompañados por niveles de volatilidad que
introducen riesgos a los productores. Para el 2099, el
Dado lo anterior, el presente estudio tiene como modelo proyecta mayores pérdidas en la producción
objetivo generar información sobre los efectos del cambio agrícola, con excepción de algunos municipios del norte y
climático en el sector agropecuario mexicano a partir de la centro de México, principalmente.
1. Conferencia de las Naciones Unidas sobre el Medio Ambiente y el Desarrollo, 1992.

xv
Introducción
En el caso del sector pecuario, la reducción en la oferta Finalmente, se considera importante instrumentar un
de pastizales muestra también un efecto negativo sobre la esquema de acopio de información que permita el
producción de carne y leche, que si bien no guarda la monitoreo y seguimiento de los impactos del cambio
misma proporción al punto de eliminar la producción, sí climático en el país. En este sentido, la provisión de un
podría representar en el largo plazo mayores costos para bien público como son los sistemas de monitoreo de la
los productores. atmósfera y los fenómenos climatológicos adversos
contribuyen a anticipar eventos futuros y, por lo tanto,
En resumen, el cambio climático afectará severamente estar en capacidad de mitigar sus impactos.
la producción y los ingresos agrícolas y pecuarios en
México. En algunas partes del país la producción de maíz Con el propósito de analizar los posibles impactos
y frijol decrecerá por el incremento de la temperatura y la futuros del cambio climático, se presenta a continuación
reducción de las precipitaciones, así como por la mayor un análisis de los efectos y costos futuros del cambio
recurrencia de eventos extremos como sequías e climático en las actividades agropecuarias, lo cual permite
inundaciones. Por su parte, el sector pecuario presentará contar con elementos de juicio para proponer
problemas ante la caída de forraje derivadas de una menor orientaciones preliminares para la adaptación agropecuaria
precipitación y un incremento de la temperatura. Lo a los eventos extremos en regiones prioritarias de México.
anterior impactará directamente a la producción de carne
y leche. Este documento presenta en el primer capítulo un
marco contextual de la presente investigación. En el
Por lo antes mencionado, resulta necesario continuar segundo, se realizan las estimaciones de los impactos del
con el desarrollo de medidas concretas de mitigación y cambio climático sobre las unidades económicas rurales
adaptación al cambio climático, tanto para productos con el objetivo de analizar el ingreso neto agropecuario
específicos como para todo el sector agropecuario. En este como una variable que se aproxima al valor de la renta de
sentido, además de los Programas de la SAGARPA ya la tierra. En el tercer capítulo se presenta el análisis del
existentes, se estima necesario formular estrategias cambio climático a nivel municipal; para ello se estiman
estatales que incluyan estrategias como el desarrollo y funciones de producción agrícola, pecuaria y de los
adopción de variedades vegetales y animales que sean cultivos de maíz y frijol, así como de la naranja y del trigo
resistentes al estrés hídrico y térmico, y a plagas y para dos regiones. Finalmente, en el cuarto capítulo se
enfermedades. También resulta conveniente rescatar presentan algunas recomendaciones en materia de
variedades endémicas adaptadas, de manera natural a adaptación.
distintas condiciones climatológicas y a plagas, y usarlas
en distintas regiones para aprovechar sus propiedades, así
como mantener un resguardo de manera ex situ, de forma
tal que puedan ser preservadas para su eventual uso en
caso de ser necesario.
xvi
I El Cambio Climático
y el sector
agropecuario
Capítulo I
El cambio climático y el sector agropecuario
De acuerdo a las investigaciones realizadas, el Grupo Villers y Trejo (1997) más de la mitad del territorio del
Intergubernamental de Expertos sobre Cambio país (entre el 50% y el 57%) cambiará sus condiciones de
Climático (IPCC por sus siglas en inglés) ha reportado temperatura y precipitación, de manera que el clima actual
una serie de impactos del cambio climático en los cultivos. podría ser clasificado en otro subtipo y los habitantes de
De acuerdo a las proyecciones, la productividad de los los ecosistemas, incluida la población humana, deberán
cultivos aumentará ligeramente en latitudes medias a altas cambiar para adaptarse a las nuevas condiciones.
para aumentos de la temperatura media, de hasta 1 a 3° C,
en función del tipo de cultivo, para seguidamente La creencia generalizada es que los climas templados
disminuir por debajo de ese nivel en algunas regiones. De tenderán a reducirse (Villers y Trejo, 2004; Halffter,
otro lado, en latitudes inferiores, especialmente en 1992), mientras que los climas secos ocuparán mayores
regiones estacionalmente secas y tropicales, la superficies. Lo anterior ejercerá presiones adicionales a las
productividad de los cultivos disminuiría para aumentos que los diversos ecosistemas y sus especies ya están
de la temperatura local aún menores, de entre 1 y 2° C, sometidos (Arriaga y Gómez, 2004; Peterson, et al., 2002).
que incrementarían el riesgo de falta de alimentos.
También se ha documentado que las industrias, 1 México resulta ser especialmente vulnerable a los efectos
asentamientos y sociedades más vulnerables son aquellas del cambio climático al situarse en zonas que serán
cuya economía está estrechamente vinculada a recursos impactadas por sequías (Noroeste) e inundaciones
sensibles al clima, siendo este el caso de las actividades (Sureste); por fenómenos meteorológicos extremos y por
agropecuarias. su débil estructura social y económica (INE-PNUD,
2008). Se estima que entre 2020 y 2050 los estados que
Desde su conformación, el IPCC ha informado que el pueden resentir mayores incrementos en sus temperaturas
incremento de gases efecto invernadero (GEI) en la medias son Guanajuato, Estado de México, San Luis
atmósfera, como resultado de las actividades Potosí, Tlaxcala y Veracruz, lo que afectará las actividades
antropogénicas a partir de la revolución industrial, está humanas, incluidas las agrícolas (SEMARNAT, 2009).
conformando cambios en el sistema climático de la Tierra
que afectan adversamente a los ecosistemas naturales y a
la humanidad. En su cuarto informe de evaluación, el
IPCC sostiene que “hay un alto nivel de coincidencia y 1.1.1 Vulnerabilidad de la agricultura
abundante evidencia para afirmar que, con las políticas ante eventos climatológicos
actuales de mitigación del cambio climático y con las Las condiciones en que se desarrolla la agricultura en
prácticas de desarrollo sostenible que aquellas conllevan, México, tanto de temporal como de riego, determinan
las emisiones mundiales de GEI seguirán aumentando en también su vulnerabilidad ante eventos climáticos
los próximos decenios”. De ahí que la adaptación será extremos. En particular, las prácticas agrícolas de
necesaria para enfrentar los impactos resultantes del temporal son sensibles a cualquier alteración en la
calentamiento global, que es inevitable debido a las precipitación estacional. Desde la época de la colonia, el
emisiones del pasado. fenómeno de El Niño es un evento climático extremo que
ha tenido presencia constante, y al que se le atribuyen la
mayoría de las sequías de verano causantes de cuantiosas
1.1 Predicciones para México
pérdidas en la producción agrícola. Durante El Niño de
1997 y 1998, la precipitación se redujo al 50%, lo que
A nivel nacional, en las investigaciones realizadas para ocasionó una pérdida del 14% a la producción, estimada
medir las posibles consecuencias del cambio climático en en cerca de 2,000 millones de dólares (Magaña, 1999).
México es posible encontrar una variedad de estudios que
abordan el problema desde distintas perspectivas y sobre
diversos sectores prioritarios para el país. De acuerdo a
3
Otra de las consecuencias más evidentes del cambio Debido al impacto del cambio climático, la
climático global es el aumento del número y la intensidad modificación de los componentes del ciclo hidrológico,
de ciclones tropicales (Walsh y Pittock, 1998). Aunque principalmente la evapotranspiración y la precipitación,
sus efectos negativos sobre la producción agrícola son tendrá un efecto radical en las demandas de riego y en la
evidentes, algunos estudios los han cuantificado gestión de los sistemas de riego. En un estudio realizado
estadísticamente. Olivera et al. (2009) muestran que la en el Distrito de Riego 075, Río Fuerte, Sinaloa se
producción de maíz en el estado de Guerrero es altamente concluyó que el mayor impacto por incremento de la
vulnerable al clima existente, así como al número de temperatura se apreciará en la reducción del ciclo
ciclones tropicales que la afectan con frecuencia. En sus fenológico de los cultivos anuales (Ojeda et al.2011).
resultados, la presencia de huracanes incrementa el
número de hectáreas perdidas o no cosechadas. Al aplicar De igual manera, el impacto sobre las variaciones en la
los modelos de cambio climático generados, se observa disponibilidad de agua durante el crecimiento de los
que en promedio se perderá el 8% la producción e incluso cultivos alterará los rendimientos debido a que el inicio de
puede llegar hasta el 46% en presencia de huracanes de la floración se modificará. En el caso del café en Veracruz
mayor categoría. se encontró que los escenarios de cambio climático
apuntan a serios riesgos en la producción de café; por
Esta elevada vulnerabilidad denota la importancia de ejemplo, un exceso en las condiciones de humedad podría
pronosticar mejor eventos climáticos como El Niño, pues generar la aparición de enfermedades como el “mal de
ello conllevaría a medidas que propiciarían una hilachas”(Lourdes Villers et al., 2011).
adaptación más oportuna, tales como adopción de
variedades resistentes y elección adecuada de la época de Otro de los efectos del cambio climático es la
siembra, entre otras, que permitan mitigar sus efectos modificación en la distribución de las plagas y las
negativos (Conde et al., 2000). Se ha documentado que el enfermedades de animales y plantas. De acuerdo con el
cambio climático trae consigo un incremento notable en Sistema Nacional de Vigilancia Epidemiológica
la frecuencia y duración de las sequías asociadas a El Niño Fitosanitaria (SINAVEF), la sequía prolongada y el
(Hernández et al., 2004; Trenberth, 1997). En este incremento constante de temperaturas, al igual que otros
sentido, desde 2000 la Organización Meteorológica fenómenos derivados del calentamiento global (ciclones y
Mundial (OMM) y el Banco Interamericano de nortes), favorecerá de manera general a las especies
Desarrollo (BID) realizan un estudio sobre la predicción y invasoras de insectos (transfronterizas), lo que
atenuación de los impactos de El Niño a fin de incrementaría la presión de las plagas sobre los cultivos.
implementar sistemas de alerta temprana que permitan
reducir las pérdidas socioeconómicas (Rueda y Gay, Por otro lado, pronosticar la vulnerabilidad del
2002). rendimiento de cultivos en relación con los escenarios
existentes, generalmente no considera la alteración de la
1.1.2 Efectos sobre la producción agrícola fertilidad del suelo atribuible al cambio climático. Sin
embargo, modificar la fertilidad del suelo puede cambiar
el rendimiento hasta en 20%, lo que indica su importancia
De acuerdo a los pronósticos, en latitudes medias y altas en los pronósticos de los mismos (Castillo et al., 2011).
un calentamiento de temperatura moderado beneficiaría
los campos agrícolas y de pastoreo; mientras que en Algunos estudios realizados señalan que en el estado de
regiones secas y de latitudes bajas, aun pequeños Veracruz como consecuencia del aumento de la
aumentos en la temperatura disminuirían las cosechas temperatura, el frijol es susceptible a ataques a nivel viral y
estacionales. Las pérdidas agrícolas tienen un efecto la papaya a modificaciones en la biología floral del
multiplicador que se traduce en la economía y en una cultivo2, lo que repercutirá en un cambio en términos de
mayor pobreza de las áreas rurales en comparación con las zonas de cultivos de ambas especies (Pineda-López et al.,
urbanas (INE-PNUD, 2008). 2008).
2. La combinación de altas temperaturas (mayores de 35°C) y la infección por el mosaico necrótico causan problemas de fertilidad y rendimiento.
4
De igual modo, para el caso de Veracruz, (Gray et al., De manera similar, para 2050 los escenarios de cambio
2004), un estudio aplicó un modelo econométrico para climático señalan que en la cuenca del Río Nazas se
explorar la sensibilidad de la producción de café a cambios incrementará la temperatura hasta 3.2°C en el mes de
en variables climáticas y económicas. Los resultados mayo y se reajustará la distribución de la precipitación a lo
sugieren que debido a la variación climática la situación largo de ese año: en abril la precipitación disminuirá
económica de los productores empeorará, lo cual conduce 34.9% y en septiembre aumentará hasta 11.5% (Tinoco et
a incluir al cambio climático en los planes de desarrollo al., 2009). Estos cambios climáticos se asocian a una
agrícola. disminución en el escurrimiento de 50.7% o un
incremento de más del 100%, según la severidad del
escenario climático. De presentarse un escenario similar al
1.1.3 Disponibilidad de recursos hídricos
que conlleva una pérdida en el nivel de escurrimientos, se
comprometería la estructura y distribución de las
De acuerdo al origen, el sector agropecuario ocupa el comunidades vegetales, así como la disponibilidad de agua
80% de las aguas superficiales y el 70% de las aguas superficial y subterránea para las poblaciones que se
subterráneas representando el 77% del volumen total asienten en la superficie de la cuenca. Los autores
concesionado3. Si bien el país en su conjunto experimenta recomiendan incluir en los programas hídricos las posibles
un bajo grado de presión sobre el recurso, existen ocho alteraciones del balance de agua originado por los cambios
regiones hidrológicas, de las 13 existentes, con un nivel de en las variables climáticas para que se pueda planear de
presión fuerte o muy fuerte4 por el recurso, las cuales están manera oportuna y manejar el recurso adecuadamente, y
localizadas principalmente en la zona norte, noroeste y así disminuir el riesgo de desabastecimiento del líquido en
centro del país. En la cuenca alta del Río Pescados, en las actividades productivas y en las domésticas. Estos
Veracruz, los escenarios de cambio climático señalan una resultados concuerdan con algunos análisis del Instituto
disminución en la precipitación del 10% y 20% y Nacional de Ecología (INE) en los que se establece que
aumentos en la temperatura de 1°C y 4°C para 2020 y las regiones hidrológicas de la frontera norte pertenecen a
2050, respectivamente (Monterroso et al., 2009). Estos las zonas que más presión tendrán a causa del cambio
cambios tienen una repercusión directa en los servicios climático bajo las simulaciones empleadas para 2030
ambientales de regulación hídrica que la cuenca (INE-SEMARNAT, 2006).
proporciona (cantidad y calidad de agua, fertilidad de
suelos, paisaje, biodiversidad y fijación de carbono, entre En este sentido, algunos sectores en las zonas
otros). De acuerdo con los modelos de cambio climático semiáridas son vulnerables y necesitan agua para sus
empleados, la evapotranspiración (la cantidad de agua procesos industriales y agropecuarios. Al contar con
evaporada desde el suelo y transpirada por las plantas) menos líquido, debido al aumento de la
habrá aumentado 34%, el escurrimiento (la cantidad de evapotranspiración sus niveles de producción se verían
agua que fluye en los cauces existentes) habrá disminuido afectados. Por otra parte, en estas zonas y en aquéllas en
hasta 10% y la infiltración (la cantidad de agua que se las que la marginación y la falta de servicios agraven la
infiltra en el subsuelo y recarga los mantos freáticos) habrá escasez, la población sufriría de gran estrés hídrico.
caído en promedio 58% para 2050. Estas alteraciones en
el clima y la regulación hídrica conllevarían a un Por su parte, Mendoza et al. (2004) documentan una
decremento de la aptitud de la cuenca para producir café. disminución del 2.2%en el escurrimiento per cápita en la
Los impactos identificados señalan que la exposición a la cuenca del Río Panuco (la más poblada de las 12 cuencas
que se encuentran sometidos los servicios ambientales hidrológicas en la que los autores subdividen el país)
frente al cambio climático es alta y repercutirá en toda la debido principalmente a la creciente presión sobre el
población que habita en la cuenca y en especial en aquélla recurso por el aumento más que proporcional de la
cuya actividad económica depende del ecosistema. población en comparación con el crecimiento de la
precipitación pluvial.
3. CONAGUA, 2010.
4. Nivel de presión fuerte: cuando la razón del volumen total de agua concesionada respecto al agua renovable es mayor a 40% y menor a 100%;
muy alto: cuando la razón es mayor a 100%.
5
La vulnerabilidad frente a la disponibilidad, consumo y climático debido a la reducción del riesgo por heladas a
almacenamiento de agua ante los distintos escenarios de causa de un aumento en las temperaturas mínimas.
cambio climático depende de las condiciones de
explotación y clima actuales. En la región noroeste de Para reducir la falta de variabilidad de las fuentes de
México, donde las actividades agrícolas y ganaderas ingreso y la elevada dependencia de los productores al
demandan una gran cantidad de agua, los escenarios de cultivo del maíz, el cambio en los patrones de cultivos en
cambio climático pronostican un aumento en la ambientes controlados puede representar una medida
temperatura en los meses de invierno de los próximos 20 adaptativa eficaz. El uso de los invernaderos reduciría los
años, sin cambios notables en los meses de verano. La riesgos por heladas, mientras que utilizar composta y riego
precipitación podría aumentar en verano (Magaña et al., por goteo podrían ser medidas adaptativas ante la
1999), aunque, en general para México, la mayor parte de degradación del suelo y las sequías. Las proyecciones para
los escenarios de cambios en precipitación indican la región señalan un incremento en los rendimientos de
disminuciones de entre 5% y 10% en precipitación anual maíz en la zona central del país, principalmente asociados
para fines de siglo (INE, 2007). a reducir las heladas consecuencia del aumento en las
temperaturas mínimas. Sin embargo, prevalece el riesgo
Las estrategias a largo plazo para manejar la oferta y la de eventos climáticos extremos como La Niña, cuyas
demanda de los recursos hídricos podrían incluir inundaciones tendrían efectos negativos en la producción
estrategias como la conservación de las zonas de recarga (Conde y Heakin, 2003).
(bosques y humedales), crear regulaciones y tecnologías
para controlar directamente el uso del agua y la tierra, Existen otros modelos agroclimáticos que miden el
establecer incentivos e impuestos que incentiven un uso efecto directo que el cambio climático sobre la
eficiente de los recursos hídricos y mejorar la operación de productividad y rendimientos de cultivos específicos. Sin
las instituciones encargadas de gestionar el agua, entre embargo, una forma alternativa de medir sus resultados
otras. económicos futuros es estudiar sus consecuencias directas
en el ingreso de los productores agrícolas. El modelo
1.1.4 Estudios agroclimáticos Ricardiano (Mendelsohn et al., 1994) permite establecer
una relación funcional entre variables climáticas y el flujo
de ingresos netos generados por una superficie de cultivo;
El desarrollo de los llamados modelos agroclimáticos esto es, el valor de la tierra. Este modelo ha sido el
ha permitido obtener estimaciones de los efectos de los principal para analizar los efectos directos del cambio
escenarios climáticos futuros. En México, la diversidad de climático en el sector agrícola a nivel mundial.
climas ocasiona que los efectos del cambio climático en la
agricultura se distingan según la región considerada. Para México, los autores encuentran pérdidas estimadas
Debido a esto, la mayor parte de la literatura existente para 2100 del orden del 42% o 54% del valor de la tierra
consiste en aplicar modelos en regiones agroclimáticas según la severidad del escenario climático empleado.
seleccionadas como estudios de caso. Según estos resultados, los impactos no muestran una
distinción clara entre los efectos para pequeños y grandes
El Estudio País: México, (Conde et al., 1997; Gay, productores, pues varía de acuerdo con la severidad del
2000), constituye una de las primeras aplicaciones de este escenario climático que se utilice. En todos los casos, se
tipo de modelos en el caso mexicano. La aplicación de los pronostican pérdidas en el ingreso para cualquier grupo
escenarios de cambio climático mostró que la de productores.
vulnerabilidad de la agricultura de maíz de temporal
aumenta tanto por la reducción de la superficie apta para Debido a que el cambio climático es un fenómeno
el cultivo, como por las fuertes disminuciones en los continuo y de largo plazo, con un elevado nivel de
rendimientos de las diferentes localidades de los Estados incertidumbre, se necesitan escenarios económicos de
incluidos en el estudio (Puebla, Veracruz y Jalisco). Sólo largo plazo. Estudiar la evolución del fenómeno surge de
las localidades del estado de México muestran la difícil interacción de un conjunto heterogéneo de
incrementos en la producción asociadas al cambio variables tanto climáticas como económicas, sociales,
6
tecnológicas, demográficas, políticas e incluso de política Aunque en los estudios anteriores se cuentan los
internacional. Además, es necesario incluir la compleja posibles efectos del cambio climático en algunas de las
matriz de interrelaciones entre los impactos climáticos y zonas agrícolas del país, permanece la necesidad de
las estrategias de adaptación y de mitigación subsecuentes hacerlo a escala regional y que se incluya la gran
(Galindo, 2009). diversidad de climas y ecosistemas existentes en México.
Estas investigaciones deben servir para influir en el diseño
Dentro de los principales resultados del estudio sobre de políticas nacionales o regionales encaminadas a reducir
Economía de Cambio Climático en México (Galindo, la vulnerabilidad y aumentar las estrategias de adaptación.
2009) es posible señalar que las consecuencias económicas Además de evidenciar y cuantificar los efectos del cambio
del cambio climático son heterogéneas por regiones, e climático, se requiere que en dichos estudios se propongan
incluso se pueden observar ganancias temporales en medidas de adaptación que brinden la posibilidad de
algunas como consecuencia del incremento de la reducir muchos impactos adversos y potenciar los
temperatura en zonas frías como resultado del impactos benéficos (IPCC, 2007; PNUMA-
calentamiento global. No obstante, las estimaciones SEMARNAT, 2006).
realizadas en este estudio muestran que las consecuencias
económicas negativas superan a las ganancias en el largo
plazo. 1.2 Esfuerzos de mitigación del cambio
climático en México
En general, se observa que los costos económicos de los
impactos climáticos a 2100 son al menos tres veces
superiores que los de mitigación de 50% de las actuales En México se generan el 1.5% de las emisiones globales
emisiones, lo cual conduce a pensar que los costos de la de GEI (Cuadro 1) y las emisiones per cápita se acercan al
inacción serían más elevados que implementar estrategias promedio mundial de 4.3 T/per cápita (Cuadro 2). En
de mediano y largo plazo. Las proyecciones climáticas 2006, las emisiones en unidades de bióxido de carbono
actuales sugieren que en un escenario inercial se equivalente (CO2 eq) para México fueron de 709,005 Gg.
alcanzarán al menos niveles de concentraciones de 550 La contribución por categorías en términos de CO2 eq es
ppm y de 650 ppm en 2050 y en 2100, respectivamente. la siguiente: desechos: 14.1% (99,627.5 Gg); uso del suelo,
Así, concentraciones de 550 ppm se traducirían en cambio de uso del suelo y silvicultura: 9.9% (70,202.8
aumentos de dos o tres grados de temperatura, con una Gg); procesos industriales: 9% (63,526 Gg); agricultura:
probabilidad del 99% y 69%, respectivamente (Galindo, 6.4% (45,552.1 Gg); y energía: 60.7% (430,097 Gg)
2009). (SEMARNAT, 2009).
Cuadro 1. Emisiones de GEI (kt)
2002 2003 2004 2005 2006 2007 2008

Total de países 25,599,327.00 27,124,799.00 28,536,594.00 29,651,362.00 30,619,450.00 31,327,181.00 32,082,583.00
México 390,781.19 402,068.22 405,709.55 432,665.66 441,653.48 449,860.23 475,833.59
Porcentaje de 1.53% 1.48% 1.42% 1.46% 1.44% 1.44% 1.48%
emisiones de
México
respecto a las
emisiones
globales
Fuente: Banco Mundial. The World Data Bank (en línea) Search data- climate change- CO2 emissions.
http://data.worldbank.org/topic/climate-change
7
Cuadro 2. Emisiones de GEI (t métricas per cápita)
2002 2003 2004 2005 2006 2007 2008

Total de países 4.08 4.27 4.44 4.56 4.65 4.70 4.76
México 3.81 3.87 3.86 4.06 4.10 4.12 4.30
Fuente: Banco Mundial. The World Data Bank (en línea) Search data- climate change- CO2 emissions.
http://data.worldbank.org/topic/climate-change
México es uno de los países más comprometidos con los Fomento de la cosecha en verde de la caña de azúcar;
esfuerzos globales de mitigación del cambio climático. Reducir emisiones provenientes del uso de
Para ello, el país firmó la Convención Marco de las fertilizantes;
Naciones Unidas sobre Cambio Climático (CMNUCC)
(1992) y el Protocolo de Kioto (1997), y ha diseñado una Fomentar prácticas agrícolas sustentables, como la
Estrategia Nacional de Cambio Climático (ENCC) en labranza de conservación para mantener las reservas
2007. Adicionalmente, se ha conformado una Comisión de carbono e incrementar sus capacidades de captura;
Intersecretarial de Cambio Climático (CICC) con el Recuperación o mejoramiento de la cobertura vegetal
objeto de coordinar las acciones de la Administración a través de la rehabilitación de terrenos de pastoreo;
Pública Federal relativas a formular e instrumentar la
política nacional para prevenir, mitigar y adaptarse al Estabilizar la frontera forestal-agropecuaria para
cambio climático (Banco Mundial, 2010). La CICC es reducir las emisiones de GEI provenientes de la
responsable de trazar la ENCC e incluirla en el Plan conversión de superficies forestales a usos
Nacional de Desarrollo 2007-2012, cuyos objetivos se agropecuarios;
traducen en: a) reducir las emisiones de gases de efecto
Reducir la incidencia de incendios forestales
invernadero (GEI), y b) impulsar medidas de adaptación
provocados por quemas agropecuarias y forestales.
a los efectos del cambio climático (SAGARPA, 2010).
Estos objetivos se traducen en acciones específicas
Con base en las orientaciones de la ENCC, el Programa
descritas en la Agenda de Transversalidad. Las acciones
Especial de Cambio Climático (PECC) desarrolla y
comprometidas en materia del sector agropecuario se
concreta estrategias de mitigación y adaptación de cambio
presentan en el siguiente cuadro de acuerdo a las
climático en México con el objetivo de cumplir con las
instancias o Programas encargados.
metas planteadas para la reducción de emisiones. En el
sector agropecuario y forestal, la meta de reducción de
emisiones contemplada en el PECC es de 15.3 Mt de
CO2 equivalente para finales del 2012. A finales de 2011
las metas de mitigación en el sector se habían cumplido en
el 91.7%.
Los objetivos del PECC en la categoría de agricultura

y ganadería son, en materia de mitigación:
Reconvertir tierras agropecuarias degradadas y con

bajo potencial productivo, y siniestralidad recurrente
a sistemas sustentables;
8
Cuadro 3. Acciones de la Agenda de Transversalidad en el sector agropecuario
INSTANCIA-PROGRAMA META
ASERCA Apoyos y Servicios a la Incorporar 2.175 millones de ha a esquemas de pago por servicios
Comercialización Alimentaria ambientales - 6.27 MtCO2e
Implementar proyectos ecológicos sobre 61,995 ha de predios registrados
en el padrón de PROCAMPO - 0.02 MtCO2e
CONAPESCA- Programa de apoyo a la Retirar del inventario pesquero 400 embarcaciones camaroneras, con
inversión en equipamiento e infraestructura; abatimiento de la sobrepesca y un ahorro de 77.3 millones de litros de
Programa de sustentabilidad de los recursos diesel anualmente - 0.22 MtCO2e
naturales. Apoyar la sustitución de 15,500 motores de embarcaciones pesqueras por
motores nuevos, lo que implica un ahorro anual de 53.3 millones de litros
de gasolina - 0.05MtCO2e
SAGARPA, COTECOCA-Producción Sembrar en tierras de pastoreo 30 plantas (árboles de sombra, suculentas,
pecuaria sustentable y ordenamiento arbustos, herbáceas, etc.) por unidad animal con apoyo del PROGAN
ganadero y apícola PROGAN. (aproximadamente 353 millones de plantas) - 0.07 MtCO2e
Aplicar pastoreo planificado en 5 millones de hectáreas de agostadero a
partir de 2009 - 0.84 MtCO2e
SAGARPA, Dirección general adjunta de Reconvertir 300,000 ha a cultivos que sirvan de insumos en la producción
bioeconomía-Programa de sustentabilidad de biocombustibles durante el periodo 2009-2012, sin comprometer la
de los recursos naturales. seguridad alimentaria o la integridad de los ecosistemas.
FIRCO- Programa de sustentabilidad de los Instrumentar 1,090 acciones para la eficiencia energética y la utilización de
recursos naturales energía renovable en proyectos del sector agrícola, pecuario y pesquero -
0.53 MtCo2e
INIFAP- Programa de sustentabilidad de Producir biofertilizantes para su aplicación en un área de 2 millones de
los recursos naturales. hectáreas en 2012, con un ahorro del 15% en fertilizantes - 0.12 MtCO2e
SAGARPA, Subsecretaría de Agricultura- Reconvertir 298,200 ha de tierras degradadas y con bajo potencial
Programa de sustentabilidad de los recursos productivo y siniestralidad recurrente, a cultivos perennes y diversificados -
naturales. 0.26 MtCO2e
SAGARPA, Subsecretaría de Agricultura Cosechar en verde 188,000 ha de la superficie industrializable de caña de
azúcar - 0.14 MtCO2e
SAGARPA, Subsecretaría de Agricultura y Introducir prácticas de labranza de conservación de suelos en 250,000 ha
Subsecretaría de Desarrollo Rural de tierras agrícolas mediante el apoyo para la adquisición de maquinaria
para labranza de conservación (5,000 máquinas en el periodo,
considerando una superficie de 50 ha/máquina) - 0.09 MtCO2e
SAGARPA, Subsecretaría de Desarrollo Instalar 100 mil estufas eficientes de leña en el marco del proyecto de
Rural sustitución de fogones abiertos por estufas ecológicas - 1.62 MtCO2e
SAGARPA, Subsecretaría de Desarrollo Reconvertir 125,000 ha de maíz de autoconsumo a producción forestal en
Rural coordinación con el Programa ProÁrbol - 0.11 MtCO2e
Fuente: Elaboración propia con datos de la Agenda de Transversalidad de Políticas Públicas en Cambio Climático.
9
Por otro lado, hasta agosto de 2012, México contribuía espera una mayor rigidez de la oferta a causa del
con el 3.23% de los proyectos del Mecanismo de agotamiento de la expansión de la tierra cultivable y una
Desarrollo Limpio (MDL) registrados ante la mayor volatilidad en los precios de los alimentos.
CMNUCC, representando una reducción anual de
emisiones de 12,561,955 t CO2e, de los cuales el 13.2% Frente a esta situación, se requiere de un incremento en
proviene de proyectos relacionados con el sector agrícola. la productividad agrícola a fin de satisfacer el consumo
alimentario. Sin embargo, ampliar los rendimientos
El Gobierno de México ha reconocido que el cambio agrícolas estará subordinado a los efectos negativos del
climático constituye el principal desafío ambiental global cambio climático tales como el incremento de la
de este siglo y que representa, a mediano y largo plazo, una temperatura, la mayor frecuencia de eventos extremos y la
de las mayores amenazas para el proceso de desarrollo y el reducción de la precipitación. En la siguiente figura se
bienestar humano. muestran ciertos impactos negativos sobre la producción
de alimentos ocasionados por incrementos en la
temperatura derivados del calentamiento global. Se
1.3 Desafíos del sector agropecuario
observa que a partir de un incremento de 3° C de
mexicano frente al cambio climático temperatura con respecto al periodo 1980-1990 habrá una
mayor exposición al estrés hídrico. De otro lado, un
En los próximos años el principal reto de los sistemas cambio en alrededor de 2.5° C ocasionará en latitudes
agroalimentarios del mundo, especialmente para los países bajas una disminución de la productividad de los cereales.
en desarrollo, será asegurar el suministro de alimentos En las zonas costeras, frente a incrementos en la
frente a una demanda que se intensificará debido al temperatura se esperan mayores daños por inundaciones y
crecimiento de la población, mayor esperanza de vida y tormentas.
cambios en los patrones de consumo. En contraste, se
Figura 1. Impactos esperados por el incremento en la temperatura media mundial
Fuente: Cambio climático 2007: Informe de síntesis. Contribución de los grupos de trabajo I, II y III al cuarto informe de evaluación
del grupo intergubernamental de expertos sobre el cambio climático. IPCC, 2007.
10
De acuerdo a las predicciones realizadas por el IPCC en secas el cambio climático provoque la salinización y
su cuarto informe, se prevén los siguientes impactos del desertificación de la tierra agrícola. De igual manera,
cambio climático en el sector agropecuario: se prevé la disminución de la productividad de
algunos cultivos importantes y de la ganadería, con
En el corto plazo, un ligero aumento del rendimiento consecuencias adversas para la seguridad alimentaria.
de los cultivos en latitudes medias y altas, cuando Finalmente, se pronostica que los cambios en las
aumente la temperatura media local de 1 a 3° C, pautas de las precipitaciones y la desaparición de los
según el tipo de cultivo y posteriormente una caída de glaciares afecten significativamente a la dispo-
los mismos. nibilidad de agua para consumo humano, la
agricultura y la generación de electricidad.
En latitudes más bajas, principalmente en regiones
tropicales estacionalmente secas, se prevé la El IPCC ha estimado que las emisiones de GEI del
disminución del rendimiento de los cultivos incluso pasado conllevan cierto calentamiento inevitable, incluso
cuando la temperatura local aumente ligeramente, lo si la concentración de gases se mantuviera en los niveles
cual puede aumentar el riesgo de hambruna. de 2000. Así, la adaptación al cambio climático es
necesaria para contrarrestar los impactos previstos de este
A nivel mundial se prevé el aumento del potencial
fenómeno sobre el sector agropecuario y por tanto es
para la producción de alimentos ante incrementos en
necesario que a nivel nacional se intensifiquen los
la temperatura promedio local de 1 a 3° C, pero en
esfuerzos en este aspecto.
adelante se proyecta una disminución de la
producción.
1.4 Relevancia y contribución del
Una mayor frecuencia de sequías e inundaciones que sector agropecuario en México
afectarán de manera negativa la producción local de
cultivos, principalmente los sectores de subsistencia
en latitudes bajas. En México el sector rural se conforma por localidades de
hasta 2,500 habitantes5 , las cuales representan el 98.1%
Cambios regionales en la distribución y producción del total de localidades y el 23.2% de la población total (26
de especies específicas de peces debido al millones) para el año 2010. Por su parte, la OCDE
calentamiento continúo del mar, lo cual tendría considera como sector rural de México6, en una definición
efectos adversos para la acuicultura y pesquerías. amplia, a las poblaciones que cuentan con menos de
15,000 habitantes: 99.7% de las localidades y 42.1
En América Latina se espera que en las zonas más millones de personas (37.5% de la población total).
Cuadro 4. Población total según tamaño de localidad, 2000, 2005 y 2010.
AÑO LOCALIDADES (%) POBLACIÓN (%)

Menos de 2,500 a 14,999 15,000 y Menos de 2,500 a 15,000 y
2,500 habitantes más 2,500 14,999 más
habitantes habitantes habitantes habitantes habitantes
2000 98.5% 1.3% 0.3% 25.4% 13.6% 61.0%
2005 98.3% 1.4% 0.3% 23.5% 13.7% 62.8%
2010 98.1% 1.6% 0.3% 23.2% 14.3% 62.5%
Fuente: Elaboración propia con datos de INEGI. Censos de Población y Vivienda, 2000 y 2010. II Conteo de Población y
Vivienda, 2005.
5. INEGI. 2005. Población Rural y Rural Ampliada en México, 2000.

6. OCDE. 2007. Estudios de política rural. México.
11
En las zonas rurales una proporción importante de los de ingresos. Es por ello que en el medio rural la dotación
habitantes del sector rural se encuentran en situación de de los recursos naturales es importante, ya que su
pobreza. En 2010, alrededor de 25.6 millones de personas aprovechamiento general el sustento principal o único
padecían algún tipo de pobreza derivado de un bajo nivel para millones de personas.
Cuadro 5. Incidencia y número de personas según situación de pobreza

por ingresos en el sector rural
AÑO PORCENTAJE NÚMERO DE PERSONAS

Alimentaria Capacidades Patrimonio Alimentaria Capacidades Patrimonio
1992 34.0 44.1 66.5 11,778,518 15,261,823 22,997,951
1996 53.5 62.6 80.7 19,432,686 22,717,044 29,302,332
1998 51.7 59.0 75.9 19,280,503 22,002,734 28,268,312
2000 42.4 49.9 69.2 16,223,318 19,110,747 26,498,520
2005 32.3 39.8 61.8 12,454,723 15,348,682 23,828,638
2008 31.3 38.5 60.3 12,828,076 15,795,508 24,745,299
2010 29.3 37.8 60.8 12,330,478 15,940,050 25,618,738
Fuente: CONEVAL. Medición de la pobreza en México, 2010.
En las localidades con menos de cinco mil habitantes se estabilidad económica, ambiental, y por ende social,
tienen como actividades económicas prioritarias las depende en gran medida de los fenómenos
correspondientes al sector primario en el 79.3% del total meteorológicos debido a la naturaleza de las actividades
de estas localidades. Por tanto, la vulnerabilidad del sector económicas que se desarrollan.
rural ante cambios climáticos es importante, ya que la
Figura 2. Localidades según actividad económica de sus habitantes

#!.*,#!*)5(&!*

0)+!0)-
%#3,$!0)-

%0#)!0)-
-%1.%#)&)#!$-
Fuente: Elaboración propia con datos de INEGI. Censo de Población y vivienda 2010.
Nota: Se consideran 173,614 localidades. Excluye 16,819 localidades sin información por ausencia de informante
adecuado al momento de la visita. Total de personas consideradas: 30.7 millones.
12
1.4.1 Abastecimiento de la demanda está resulta mayor cuando se considera al sector rural
de alimentos de México como proveedor de servicios ambientales derivados de la
conservación de los recursos naturales que se convierten
en oxigeno y agua, elementos indispensables para la vida
La contribución del sector agropecuario al Producto en el planeta.
Interno Bruto (PIB) fue del 3.6% en 2010. Sin embargo,
Figura 3. Participación porcentual del PIB agropecuario

en el PIB total de México

5

%
6
Fuente: Elaboración propia con datos de INEGI. Cuentas nacionales. Producto Interno Bruto.
a. Dato preliminar.
En las dos últimas décadas el Producto Interno Bruto seguidas de los cereales con 7.4% y los cultivos
Agropecuario (PIBA) ha crecido lentamente, 2% en industriales con 2.3%.
promedio anual. El mayor avance se registró en el
subsector pecuario y en las actividades agroindustriales, En cuanto a la productividad laboral agropecuaria,
con una tasa de crecimiento promedio anual del 3.6% y entre 1990-2010 ésta tuvo un incremento del 2.2%,
3.2%, respectivamente. registrando el mayor crecimiento entre 2000 y 2010, a
4.1% anual, debido en parte a la salida de mano de obra
En relación con la superficie cultivada, en las últimas familiar no remunerada que se encontraba subempleada, a
dos décadas (1990-2010) la productividad agrícola en una moderada incorporación de tecnología y al apoyo de
México apenas ha crecido un 1.5% anual. Se observa una algunos programas gubernamentales. Así, la
mayor dinámica en los productos orientados hacia el productividad agrícola creció más que el estancado
mercado externo, mientras que los cultivos de la dieta conjunto de la economía.
diaria de los mexicanos registran una tendencia
descendente. Los rendimientos de los principales cultivos Por otra parte, es importante resaltar que el sector
muestran a los frutales con el mayor aumento, con 5.6%, agropecuario no está generando los alimentos en cantidad
seguido de las hortalizas con 4.3%. Por el contrario, las suficiente para alimentar a la población. A partir de 1995
oleaginosas presentan la baja más pronunciada con -9.7%, se tiene una balanza comercial agroalimentaria deficitaria.
13
Figura 4. Exportaciones e importaciones de productos agroalimentarios

de México 1993-2010

!'" !!$#'/!&'

5.-02!#(-,%1 +.-02!#(-,%1
Fuente: Grupo de Trabajo de Estadísticas de Comercio Exterior, integrado por el Banco de México, INEGI, Servicio de
Administración Tributaria y la Secretaría de Economía. En 2010 se presentan datos al mes de noviembre.
Los principales productos agroalimentarios que se semillas y frutos oleaginosos con 15.3%, 14.9% y 13.8%,
importan son los productos básicos como cereales, carne, respectivamente, del valor total de las importaciones.
Figura 5. Productos agroalimentarios importados por México en 2010
$30(9'(421-14&1/(45,%.(4
(&+(.;&5(14+6(719/,(.
)365$49)36514&1/(45,%.(4
(3($.(4

"(/,..$49)365141.($*,01414

3$4$4$0,/$.(497(*(5$.(4
:A&$39231'6&514'(&10),5(3>$

$&$1946423(2$3$&,10(4

3(2$3$&,10(4'(&(3($.(41.(&+(
3(2$3$&,@0'(+135$.,:$4)365$49
2.$05$4
3(2$3$&,10(4$.,/(05,&,$4',7(34$4
(%,'$497,0$*3(
!(4,'614'(,0'6453,$4$.,/(05$3,$4
5314
Administración Tributaria y la Secretaría de Economía.
14
Por su parte, los principales productos exportados son de las exportaciones, y bebidas y vinagre con el 17.1%.
hortalizas, raíces y tubérculos con el 23.6% del valor total
Figura 6. Productos agroalimentarios exportados por México en 2010
0,/$.(47,714

$30(9'(421-14

(4&$'14/1.64&149&3645;&(14

135$.,:$43$>&(4956%=3&6.14

365$49)36514&1/(45,%.(4

$)=95=
:A&$3(49$35>&6.14'(&10),5(3>$

$&$1946423(2$3$&,10(4
3(2$3$&,10(4'(&(3($.(41.(&+(

3(2$3$&,10(4'(+135$.,:$4)365149

2.$05$4
3(2$3$&,10(4$.,/(05,&,$4',7(34$4
(%,'$497,0$*3(
5314
Administración Tributaria y la Secretaría de Economía.
En el medio rural, de acuerdo al censo agropecuario del que las pérdidas por cuestiones climáticas son su principal
2007 existieron 3.2 millones de unidades de producción problema y el 24.8% considera que su principal problema
que enfrentaron problemas para su actividades es la pérdida de fertilidad del suelo.
agropecuarias o forestales. De estas, el 77.8% identificó
Figura 7. Porcentaje de unidades de producción con problemas para desarrollar

la actividad agropecuaria y forestal

= = $> ! !

! ! ! >#
! ; !> #"
!> =
Fuente: Elaboración propia con datos de INEGI. Censo agropecuario 2007.

NOTA. La suma de los parciales no es igual al total, dado que una misma unidad de producción
puede reportar múltiples problemas para el desarrollo de la actividad.
15
Los fenómenos climatológicos generan gran impacto temporal y únicamente el 18% cuenta con disponi-
en la producción de alimentos debido, en parte, a que el bilidad de agua para riego.
82% de la producción se desarrolla bajo condiciones de
Figura 8. Superficie agrícola según disponibilidad de agua

para riego y área de temporal
#!

%"!#

Fuente: INEGI. Censo agropecuario 2007.
Por otra parte, en el Programa Nacional Hídrico se suelo, seguida por la erosión hídrica y eólica, así como la
señala que los daños asociados a los huracanes son cada salinización. Se estima que 47.7% de los suelos en México
vez mayores debido a la ubicación de asentamientos están degradados, lo que significa la pérdida de 540
humanos irregulares en las zonas aledañas a los cauces, así millones de toneladas de azolves, la inutilización de
como a la falta de aplicación de ordenamientos 10,000 hectáreas de las mejores tierras de riego y la
territoriales. Por su parte, las sequías se presentan en deforestación acelerada, entre otros impactos.
diferentes regiones del país y su duración es variable. La
región más afectada es el norte. Entre 1980 y 2006, el
1.4.2 Fuentes de inestabilidad del cambio
territorio nacional ha sido impactado por 47 huracanes,
climático hacia la agricultura
33 en las costas del Pacífico y 14 en las del Atlántico. Del
total, 11 huracanes se ubicaron entre las categorías de 3 a
5 con vientos superiores a 180 kilómetros por hora. Podría El cambio climático a largo plazo, en particular el
estimarse que entre la década de los ochenta y la de los calentamiento del planeta, podría afectar a la agricultura
noventa la economía mexicana perdió aproximadamente en diversas formas, y casi todas representan un riesgo para
10.310 millones de dólares debido a eventos la seguridad alimentaria de las personas más vulnerables
climatológicos adversos (CENAPRED, 2001). del mundo:
De manera menos brusca que la destrucción provocada Sería menos previsible el clima en general, lo que
por los huracanes, secularmente se han presentado complicaría la planificación de las actividades
fenómenos que significan la pérdida de recursos como los agrícolas.
suelos, bosques y vegetación. Entre las más importantes
sedestaca, en primer término, la pérdida de fertilidad del Podría aumentar la variabilidad del clima, ejerciendo
16
más presión en los sistemas agrícolas frágiles. actividades. Asimismo, regulan la provisión de agua,
protegen los suelos, alimentan los mantos freáticos y
Los extremos climáticos –que son casi imposibles de mantienen la biodiversidad de la Tierra.
prever– podrían hacerse más frecuentes.
Entre los sectores productivos, el agropecuario y
Aumentaría el nivel del mar, lo que sería una forestal son los únicos que tiene la propiedad de capturar
amenaza para la valiosa agricultura de las costas, en GEI de la atmósfera a través de los ciclos biogeoquímicos
particular en las islas pequeñas de tierras bajas. del carbono y el nitrógeno. En 2002 las emisiones de GEI
en México alcanzaron las 643.1 millones de toneladas de
La diversidad biológica se reduciría en algunas de las
bióxido de carbono equivalente 7 . De ese total, el sector
zonas ecológicas más frágiles, como los manglares y
energía emitió el 61% y la agricultura el 7%. En lo
las selvas tropicales.
referente a la absorción total de carbono por la
Las zonas climáticas y agroecológicas se recuperación de áreas forestales se obtuvo una cifra de
modificarían, obligando a los agricultores a adaptarse, 3,513.8 GgC por año o 12,883 GgCO2, principalmente
y poniendo en peligro la vegetación y la fauna. proveniente de las áreas abandonadas entre 1993 y 2002.
Dicha absorción representó la compensación de casi 3.3%
Empeoraría el actual desequilibrio que hay en la de las emisiones de GEI del sector energía en 2002.
producción de alimentos entre las regiones templadas
y frías y las tropicales y subtropicales. En un estudio reciente (Ruiz, 2010), realizado con la
metodología de la matriz de insumo-producto, se señala
Se modificaría espectacularmente la distribución y que la agricultura, ganadería y actividades forestales no
cantidades de pescado y de otros productos del mar, tienen encadenamientos ni consumen energía en forma
creando un caos en las actividades pesqueras desproporcionada como para ser relevantes en la
establecidas de los países. transmisión de efectos contaminantes sobre el resto de las
actividades productivas. Por el contrario, las actividades
Avanzarían las plagas y enfermedades portadas por agropecuarias y silvícolas y los recursos agua, bosques y
vectores hacia zonas donde antes no existían. suelos son estratégicamente relevantes como generadores
de los servicios ambientales mencionados y de
El calentamiento del planeta también podría tener biodiversidad y generación de energía entre otros.
algunos efectos positivos para los agricultores. El aumento
del bióxido de carbono tiene efectos fertilizantes en Con el objetivo de cuantificar los efectos de cambio
muchos cultivos, esto incrementa las tasas de crecimiento climático sobre el sector agropecuario, a continuación se
y la eficiencia de la utilización del agua. Pero los expertos presentan las estimaciones de los efectos del cambio
señalan que las numerosas interrogantes que quedan sobre climático mediante dos enfoques: el Ricardiano y el de la
este posible panorama tienen más peso que sus posibles función de producción.
beneficios.
1.4.3 El medio rural proveedor de

servicios ambientales
Uno de los principales servicios ambientales que

proporciona el medio rural es ser custodio de uno de los
reservorios de carbono del planeta, el suelo, capaz de
mitigar el cambio climático. Los bosques y selvas y la capa
vegetal absorben el bióxido de carbono emitido por otras
7. Los datos fueron tomados de Eco Securities Group plc, Mercado de Carbono en México. Inventario de Emisiones, México 2006.
17
II Enfoque
Ricardiano
Capítulo II
Enfoque Ricardiano
El sector agropecuario es muy sensible a cambios en el representa un vector de otras variables que afectan la
clima. El efecto de los cambios en temperatura y producción del cultivo i. Los productores eligen X para
precipitación es variable y puede ir desde pequeños maximizar el ingreso neto de cada cultivo dado el resto de
decrementos en la productividad hasta pérdidas características intrínsecas a la unidad de producción
significativas en la producción obtenida, que pueden (temperatura, precipitación, tipo de suelo, acceso a
exacerbarse por fenómenos climatológicos extremos como mercados, etc.). La función resultante de este proceso de
ciclones, sequías o heladas. maximización es la siguiente:
El enfoque Ricardiano permite estimar los impactos del

cambio climático, así como el de otras variables, sobre el
valor de la tierra. Bajo este enfoque, es posible modelar el donde π* denota el ingreso máximo. El modelo
valor de la tierra para analizar los impactos directos del Ricardiano utiliza la especificación anterior (2) para
clima sobre los rendimientos de diferentes cultivos y la determinar de qué forma los cambios en variables
sustitución de insumos, así como la introducción de otras exógenas contenidas en F y Z afectan la productividad
actividades y medidas de adaptaciones a climas distintos. neta de la tierra. Este modelo fue desarrollado para
Adicionalmente, este enfoque permite analizar las explicar la variación del valor de la tierra por hectárea
posibilidades de respuesta ante futuros cambios en el entre diferentes zonas climáticas 8 . La implementación
clima mediante la búsqueda de una mayor renta de la empírica del modelo se representa mediante la siguiente
tierra a través de diferentes usos de la misma. ecuación:
La ventaja del enfoque Ricardiano sobre el enfoque de

la función de producción, es que permite el análisis de las
respuestas económicas, físicas y biológicas a los ajustes de la variable dependiente es el valor de la tierra por hectárea;
producción y rendimientos, ya que por su naturaleza T y P representan la temperatura y la precipitación,
estática la función de producción aísla el impacto del respectivamente; Z representa un conjunto de variables
cambio ambiental y no toma en cuenta posibles socioeconómicas relevantes, βk y λj son los parámetros a
adaptaciones de los productores agropecuarios a las ser estimados y e es el término de error. Los términos
condiciones ambientales. Por lo tanto, el enfoque de la cuadráticos de las variables climáticas indican la
función de producción puede tener un sesgo inherente concavidad de la función Ricardiana.
con lo cual se tiende a sobreestimar los efectos del cambio
climático al no incorporar cambios económicos, Mediante la estimación de los parámetros de la
adaptaciones y/o nuevas actividades de los agricultores ecuación (3) es posible aislar el cambio en el valor de la
cuando las condiciones ambientales cambian tierra debido al cambio en alguna de las variables
(Mendelsohn y Neumann, 2004). Este enfoque parte del climáticas. En el caso de cambios en la precipitación, por
modelo Ricardiano en el cual se asume que los ejemplo, el cambio en el valor de la tierra está dado por:
productores agropecuarios maximizan su ingreso neto, el
cual está dado por la siguiente función objetivo:
Existen dos formas de estimar el modelo Ricardiano.

donde π denota el ingreso neto, Pi es el precio de mercado Una de ellas consiste en utilizar el valor de la tierra como
del cultivo Qi, X es un vector de insumos, Px, el vector de variable dependiente y, la otra, usando el ingreso neto
precios de los insumos, F el de variables climáticas y Z agrícola anual como variable de interés. Ambas
alternativas han sido utilizadas en la literatura y su uso
8. Mendelsohn et al., 1994.
21
Enfoque Ricardiano
depende en gran medida de la disponibilidad de datos. En S es un conjunto de variables de carácter productivo

este estudio se optó por utilizar la segunda alternativa, que afectan directamente los ingresos netos.
puesto que en México no se cuenta con la información
requerida para estimar el valor de la tierra a nivel G es un conjunto de variables geográficas que están
municipal. relacionadas con la producción agropecuaria.
El cambio en el valor de la tierra resultado del cambio Los vectores βk, αj y θl son los correspondientes
del escenario climático C0 a C1 se obtendrá por: parámetros a estimar. En este estudio, se utiliza la
metodología de desviaciones absolutas y Mínimos
Cuadrados Ordinario (MCO). La metodología de
desviaciones absolutas fue implementada en las regiones
Es decir, una vez estimada la relación funcional del que presentaban valores atípicos en los datos de
valor de la tierra y las variables climáticas, basta evaluar la precipitación o temperatura, ya que este método es
función Ricardiana en los escenarios climáticos para robusto ante la presencia de este tipo de valores. Para las
obtener el monto monetario que afectará el valor de la demás regiones, se utilizó el método de MCO ya que
tierra o el flujo neto de ingresos. permiten obtener estimadores eficientes y consistentes.
Partiendo de la ecuación (3), la especificación general La matriz de diseño para este análisis de regresión es
que se utilizó en este estudio se expresa por la siguiente una matriz de datos de sección cruzada, es decir; todos los
ecuación: datos para cada unidad de análisis son de corte transversal.
Dada la naturaleza de estos datos, es muy común la
presencia de heterocedasticidad, así que para la corrección
de este fenómeno se estimaron las regresiones utilizando
Donde la variable dependiente V se refiere al ingreso del método de errores robustos 9.
neto agropecuario y las variables independientes se
clasifican de la siguiente manera: Para la estimación de los efectos de variaciones en el
clima sobre el sector agropecuario mediante el enfoque
C es un conjunto de variables climáticas (tempe- Ricardiano, el país se dividió en ocho regiones geográficas
ratura y precipitación), de las cuales se espera una debido la extensión territorial y las diferencias climáticas,
relación positiva o negativa dependiendo de su geográficas y económicas del país (Cuadro 6 y Figura 9).
influencia en los ingresos netos. Adicionalmente se
incluyen variables de eventos climatológicos
extremos.
Cuadro 6. Regiones empleadas en el estudio de cambio climático
REGIÓN Número de Región

Tabasco y Veracruz. 1
Chihuahua, Coahuila, Durango y Zacatecas. 2
Chiapas, Guerrero y Oaxaca. 3
Nuevo León y Tamaulipas. 4
Colima, Guanajuato, Jalisco, Michoacán, Nayarit y Querétaro. 5
Campeche, Quintana Roo y Yucatán. 6
Aguascalientes, Hidalgo, México, Morelos, Puebla, San Luis Potosí y Tlaxcala. 7
Baja California, Baja California Sur, Sinaloa y Sonora. 8
Fuente: Elaboración propia.
9. Para más información acerca de este método se recomienda consultar Wooldridge (2006) páginas 272-278.
22
A nivel de observaciones se consideraron 23,645 UER presenta en el Cuadro 7.

agropecuarios distribuidas en las regiones, conforme se
Cuadro 7. Distribución de las UER por Región
REGIÓN UER
1 2,733
2 2,898
3 3,973
4 1,650
5 3,258
6 1,357
7 5,716
8 2,060
Total 23,645
Fuente: Elaboración propia a partir de la Línea de
Base 2008 de los Programas de SAGARPA.
Para generar la función de ingresos netos se incluyeron como de precipitación acumulada que proporcionó el
datos económicos, demográficos, geográficos y climáticos Grupo de Cambio Climático y Radiación Solar del
para el año 2008. Los datos sobre las UER se obtuvieron Centro de Ciencias de la Atmósfera de la Universidad
de la Línea de Base 2008 de los Programas de Nacional Autónoma de México (UNAM), y los datos se
SAGARPA. La información geográfica: latitud, longitud, agruparon anualmente y por estaciones, a fin de capturar
altitud y superficie en km² proviene del Marco el cambio anual de las variables climáticas. Los datos de
Geoestadístico Nacional (INEGI). Los datos sobre el los eventos climatológicos extremos se obtuvieron del
nivel de marginación de los municipios se obtuvieron del Atlas Nacional de Riesgos del Centro Nacional de
Consejo Nacional de Población (CONAPO). El análisis Prevención de Desastres.
incluye datos mensuales de temperatura promedio así
Figura 9. México: Regiones y Estados utilizados en el análisis Ricardiano
23
Enfoque Ricardiano
Con el fin de analizar el impacto del cambio climático registrada en los municipios que componen la Región
en el sector agropecuario, en este capítulo se reportan los tienen efectos negativos sobre el valor de la tierra al afectar
resultados empíricos de las estimaciones de las funciones adversamente al ingreso neto obtenido por la unidad de
de producción y los efectos proyectados del cambio producción en su conjunto de actividades agropecuarias.
climático utilizando el modelo MIROC de alta Se infiere, por lo tanto, que el aumento en la temperatura
resolución. Este modelo es el más avanzado en la derivado del calentamiento global generará estrés por
modelación de los procesos terrestres y su módulo para calor en las plantas y los animales. Asimismo, de acuerdo
simular estos procesos tiene el doble de la resolución al parámetro estimado, la precipitación del ciclo
espacial de la parte atmosférica. Primavera-Verano (P-V) juega un papel importante en el
desarrollo vegetativo. En particular, en esta Región, al
2.1 Resultados de las estimaciones de tratarse de una zona substancialmente húmeda, mayor
los modelos Ricardianos por Región precipitación durante el ciclo productivo no tiene efectos
positivos. Es decir, los resultados indican que incrementos
tanto de precipitación como de temperatura en el ciclo
2.1.1 Región 1 P-V no serían benéficos para la producción agrícola de la
Región, de lo que se infiere que los cultivos que ya se
Los resultados de la estimación empírica del modelo desarrollan pueden encontrarse en los niveles de
Ricardiano para esta Región sugieren que el valor de la tolerancia climática máximos de modo que incrementos
tierra, manifestado a través del ingreso neto obtenido por adicionales podrían decrecer su productividad, más aun
las unidades agropecuarias, se ve afectado por las variables tratándose de una Región cuya temperatura tiende a
climáticas. En ese sentido, aumentos en la temperatura aumentar sustancialmente en esta época del año.
Cuadro 8. Modelo Ricardiano estimado para la Región 1
NÚMERO DE OBSERVACIONES = 2,733

F( 11, 2721) = 7.65
PROBABILIDAD > F = 0.0000
R-CUADRADA = 0.4186
RAÍZ CUADRADA DE MSE = 1.5E+05
INGRESO NETO COEFICIENTE ERROR T P>|T| INTERVALO AL 95% DE
AGROPECUARIO ESTÁNDAR CONFIANZA
Superficie total 742.625 256.8612 2.89 0.004 238.9622 1246.288
Infraestructura 0.9697957 0.4978006 1.95 0.051 -0.0063097 1.945901
Crédito 97988.85 44812.61 2.19 0.029 10118.67 185859
Riego 217386.9 66654.63 3.26 0.001 86688.08 348085.7
Índice de marginación -2156.378 5361.778 -0.40 0.688 -12669.95 8357.191
Altitud 9.75475 11.41671 0.85 0.393 -12.63156 32.14106
Precipitación acumulada (Primavera - -234.4099 81.31624 -2.88 0.004 -393.8578 -74.9621
Verano) 0.178891 0.0663164 2.70 0.007 0.0488554 0.3089266
Temperatura promedio (anual) 95877.63 42619.98 2.25 0.025 12306.83 179448.4
0.178891 0.0663164 2.70 0.007 0.0488554 0.3089266
Inundaciones -5936.965 5367.184 -1.11 0.269 -16461.13 4587.204
Constante -1040057 524942.9 -1.98 0.048 -2069384 -10729.78
Nota: Algunas variables fueron incluidas en los modelos en forma logarítmica y de manera lineal y cuadrática. Se pueden consultar
las salidas econométricas completas y el diccionario de variables en el Anexo 5 del presente documento.
24
2.1.2 Región 2 la unidad de producción. Asimismo, el aumento en la

temperatura derivado del calentamiento global generará
Los resultados de la estimación empírica del modelo estrés por calor en las plantas y los animales en la Región.
Ricardiano sugieren que el ingreso neto obtenido por las De igual forma, de acuerdo al modelo estimado, la
unidades agropecuarias que se encuentran en esta Región precipitación durante el ciclo Primavera-Verano juega un
se ve afectado negativamente por las variables climáticas, papel importante en las rentas agrícolas y pecuarias, ya
lo cual incidirá en el valor de la tierra. Los aumentos en la que una disminución de la precipitación en
temperatura promedio Primavera–Verano registrada en Primavera-Verano en esta Región afecta de manera
los municipios que componen la Región tienen efectos negativa el ingreso neto agropecuario de las unidades de
adversos sobre el valor de la tierra al afectar nega- producción.
tivamente el ingreso neto agropecuario obtenido por
NÚMERO DE OBSERVACIONES = 2898

F( 11, 2886) = 6.45
R-CUADRADA = 0.1900
Superficie total 129.9349 69.32086 1.87 0.061 -5.988471 265.8583
Infraestructura 0.1644612 0.0666253 2.47 0.014 0.0338231 0.2950992
Crédito 150985.1 54789.08 2.76 0.006 43555.4 258414.8
Riego 53012 39833.54 1.33 0.183 -25093.06 131117.1
Índice de marginación -10802 4183.557 -2.58 0.010 -19005.06 -2598.939
Latitud 28164.8 12068.21 2.33 0.020 4501.62 51827.98
Longitud -18072.26 9813.039 -1.84 0.066 -37313.53 1169.016
Precipitación acumulada (Primavera-Verano) 122.2797 65.96002 1.85 0.064 -7.053781 251.6132
Temperatura promedio (Primavera-Verano) 43766.38 36054.73 1.21 0.225 -26929.24 114462
-1136.068 802.9707 -1.41 0.157 -2710.522 438.3865
Lluvias extremas -9995.089 9730.624 -1.03 0.304 -29074.76 9084.586
Constante 675399.3 515652.5 1.31 0.190 -335685.1 1686484
2.1.3 Región 3 tendrán mejores ingresos que las UER de temporal. De

otro lado, las variables climáticas presentan la relación
Los resultados presentados en el Cuadro 10 esperada, ya que en un inicio el incremento de ambas
corresponden al Modelo Ricardiano estimado para la variables tendrá efectos positivos en el ingreso neto
Región 3, integrada por los estados de Chiapas, Guerrero agropecuario, pero después de cierto punto el incremento
y Oaxaca. El modelo muestra que la superficie total de la temperatura y el aumento de la precipitación
sembrada, el acceso al crédito, la existencia de sistemas de empezarán a tener efectos negativos en el ingreso de las
riego y el valor de infraestructura contribuyen de manera UER. También en esta Región se puede apreciar que los
positiva al ingreso agropecuario neto que obtienen las eventos climatológicos extremos, como inundaciones y
UER. Lo anterior refleja que en el caso de las UER que lluvias extremas, generan pérdidas en los ingresos netos
cuentan con herramientas para reducir su dependencia a agropecuarios de las UER.
las precipitaciones, tales como un sistema de riego,
25
Enfoque Ricardiano

F( 14, 3958) = 8.68
R-CUADRADA = 0.0319
Crédito 7790.219 12736.32 0.61 0.541 -17180.14 32760.58
Riego 53310.22 20664.78 2.58 0.010 12795.61 93824.83
Precipitación acumulada (anual) 152.147 144.1824 1.06 0.291 -130.5317 434.8258
-0.0513981 0.0241078 -2.13 0.033 -0.0986629 -0.0041333
Temperatura promedio (anual) 15956.53 27063.87 0.59 0.556 -37103.92 69016.97
-395.2937 515.1561 -0.77 0.443 -1405.29 614.7025
Interacción temperatura y precipitación -0.4618094 3.652705 -0.13 0.899 -7.62317 6.699552
Altitud -9.846889 3.707003 -2.66 0.008 -17.1147 -2.579073
Latitud -14648.88 4009.687 -3.65 0.000 -22510.13 -6787.636
Longitud -2705.402 655.2411 -4.13 0.000 -3990.043 -1420.76
Inundaciones -8830.68 10075.05 -0.88 0.381 -28583.46 10922.1
Constante 280718.5 356885.9 0.79 0.432 -418978.9 980416
las salidas econométricas completas y el diccionario de variables en el Anexo 5 del presente documento
2.1.4 Región 4 refleja que el incremento de la temperatura y la

precipitación generan en un inicio mayores ingresos para
Para la Región 4, conformada por los estados de las UER localizadas en esta Región, que luego de alcanzar
Tamaulipas y Nuevo León, el modelo estimado de niveles óptimos empiezan a generar pérdidas en los
ingresos netos refleja una relación estrecha entre las ingresos de las UER.
variables climáticas y económicas (Cuadro 11). En el
modelo se puede ver la relación positiva que guardan la Por otra parte, conviene resaltar que las inundaciones
superficie total de la UER, el nivel de infraestructura, el tienen un impacto negativo sobre los ingresos netos, lo
acceso al crédito y la presencia de infraestructura con la cual refleja que si en un municipio se presenta este
generación del ingreso neto agropecuario. De otro lado, fenómeno es de esperar que existan pérdidas parciales en
existe una relación negativa entre el nivel de marginación la producción de las UER localizadas en esta zona y, por lo
y la generación de ingresos. Es decir, a medida que una tanto, una reducción en los ingresos netos agropecuarios
UER se encuentra en un municipio con altos niveles de de las UER.
marginación, ésta tendrá menores oportunidades de
generar ingreso, lo cual se explica en parte por la falta de
acceso a infraestructura local como carreteras y servicios.
En esta Región, las variables climáticas presentan una

relación cóncava con el ingreso neto agropecuario, lo cual
26

F( 13, 1636) = 14.05
R-CUADRADA = 0.2929
Crédito 34304.47 28177.21 1.22 0.224 -20962.74 89571.68
Riego 33476.36 18791.78 1.78 0.075 -3382.126 70334.85
Índice de marginación -34477.86 16688.17 -2.07 0.039 -67210.28 -1745.433
Altitud -14.77169 10.86787 -1.36 0.174 -36.08809 6.544724
Longitud -15549.85 10661.59 -1.46 0.145 -36461.66 5361.955
Latitud 366.0696 10597.84 0.03 0.972 -20420.7 21152.84
Precipitación acumulada (anual) 398.9651 481.8321 0.83 0.408 -546.1078 1344.038
-0.1748671 0.2613473 -0.67 0.504 -0.6874777 0.3377435
Temperatura promedio (anual) -74277.82 167485.6 -0.44 0.657 -402786.5 254230.9
Interacción temperatura y 1664.27 4009.833 0.42 0.678 -6200.677 9529.216
precipitación
Inundaciones -52845.37 21596 -2.45 0.015 -95204.1 -10486.65
Constante 2169906 1907064 1.14 0.255 -1570638 5910450
2.1.5 Región 5 negativa el ingreso neto de agropecuario de las UER.
Para el caso de los fenómenos climatológicos extremos

El Cuadro 12 muestra los resultados obtenidos del como sequía, inundaciones, heladas, y granizadas que
modelo que estima la relación del valor del ingreso neto afectan esta Región, el modelo estima relaciones negativas
agropecuario de las UER de la Región 5. Los resultados entre su ocurrencia y los ingresos netos agropecuarios. Es
muestran la relación directa que existe entre el ingreso y la decir, ante la presencia de estos fenómenos habrá pérdidas
superficie total, el valor de la infraestructura, el acceso al en el ingreso neto agropecuario de las UER, siendo las
crédito y la disponibilidad de riego al incrementar el más significativas las heladas y las granizadas, las cuales
ingreso neto agropecuario de las UER localizadas en esta llegan a generar pérdidas de aproximadamente 69,980
Región y, por consiguiente, el valor de la tierra. pesos.
Las variables de interés que están relacionadas con el

cambio climático son la precipitación y la temperatura,
que en el caso de esta Región guardan una relación
cóncava con el ingreso neto agropecuario. Es decir, existe
un punto óptimo hasta el cual el incremento de la
temperatura y la precipitación tendrán efectos positivos
en el ingreso neto agropecuario, pero más allá de dicho
punto, aumentos en estas variables impactarán de forma
27
Enfoque Ricardiano

F( 14, 3243) = 14.04
R-CUADRADA = 0.1335
INGRESO NETO AGROPECUARIO COEFICIENTE ERROR T P>|T| INTERVALO AL 95% DE
ESTÁNDAR CONFIANZA
Riego 82362.4 35394.81 2.33 0.020 12963.95 151760.9
Crédito 46606.22 22165.98 2.10 0.036 3145.472 90066.96
longitud 20299.61 5497.16 3.69 0.000 9521.354 31077.87
Altitud 10.63967 13.89774 0.77 0.444 -16.60958 37.88891
Precipitación acumulada (Primavera-Verano) 214.6692 441.1978 0.49 0.627 -650.3854 1079.724
-0.0809252 0.107051 -0.76 0.450 -0.2908197 0.1289692
Temperatura promedio (Primavera-Verano) 108953.7 55868.02 1.95 0.051 -586.4499 218493.9

-2507.606 1075.904 -2.33 0.020 -4617.127 -398.0851
Interacción precipitación y temperatura -2.878479 14.05858 -0.20 0.838 -30.44308 24.68612
(Primavera-Verano)
Sequía -20137.27 26071.63 -0.77 0.440 -71255.8 30981.25
Inundaciones -19617.36 20104.72 -0.98 0.329 -59036.6 19801.88
Heladas, granizadas o Nevadas -69979.24 27268.73 -2.57 0.010 -123444.9 -16513.56
Constante -3309752 1131662 -2.92 0.003 -5528598 -1090907
2.1.6 Región 6 óptimo, el cual después de ser rebasado generará pérdidas

en el sector agropecuario. Adicionalmente, otro evento
El Cuadro 13 muestra los resultados obtenidos del climatológico que afecta de manera negativa a esta
modelo correspondiente a la Región 6, el cual estima la Región son las sequías, que presentan una relación inversa
relación positiva que guardan las variables superficie, con el ingreso neto agropecuario.
acceso al crédito y riego con el ingreso neto agropecuario.
En esta Región, un mayor incremento en las unidades de
estas variables reflejará aumentos en los ingresos netos
agropecuarios de las UER.
En cuanto a la relación que guardan las variables

climáticas (temperatura y precipitación) con el ingreso
neto agropecuario, el modelo presenta una relación
cuadrática. En ese sentido, en el caso de la temperatura y
la precipitación, el ingreso neto agropecuario se irá
incrementado conforme éstas aumenten, hasta un nivel
28

F( 9, 1347) = 44.70
R-CUADRADA = 0.230
Crédito 5099.437 1697.185 3.0 0.003 1770.024 8428.85
Riego 5840.043 1871.471 3.12 0.002 2168.728 9511.359
Precipitación acumulada (anual) 5296.849 1159.123 4.57 0.000 3022.968 7570.731
-0.5649587 0.1273046 -4.44 0.000 -0.8146955 -0.3152219
Temperatura promedio (anual) 1651841 290397.7 5.69 0.000 1082160 2221522
-28840.73 5022.981 -5.74 0.000 -38694.45 -18987.01
Interacción precipitación y -172.9532 38.05082 -4.55 0.000 -247.5985 -98.30785
temperatura (anual)
Sequía -4295.935 1066.038 -4.03 0.000 -6387.21 -2204.661
Constante -2.37E+07 4214376 -5.63 0.000 -3.20E+07 -1.55E+07
2.1.7 Región 7
En esta Región, el comportamiento de los factores

productivos como la superficie sembrada, el valor de
infraestructura, el acceso al crédito y el riego mantienen
una relación positiva con el comportamiento del ingreso
neto agropecuario de las UER. Lo anterior significa que
una UER con mejores condiciones de infraestructura y
acceso al capital tendrá en promedio un mayor ingreso
neto agropecuario que las que no cuentan con ello y, por
ende, tendrá una mejor capacidad de respuesta frente a
problemas climatológicos. La relación que guarda la
precipitación con el ingreso neto agropecuario muestra en
esta Región una relación cóncava, al igual que en regiones
anteriores. La relación con la temperatura es negativa, por
lo que por cada incremento se generan disminuciones en
el ingreso neto agropecuario de las UER de esta Región.
Por otra parte, la presencia de lluvias extremas y sequías
generan pérdidas en el ingreso neto agropecuario de esta
Región.
29
Enfoque Ricardiano

F( 14, 5701) = 16.70
R-CUADRADA = 0.2226
Crédito 21703.25 10775.8 2.01 0.044 578.572 42827.92
Riego 86321.15 16392.42 5.27 0.000 54185.77 118456.5
Altitud -14.92657 2.561904 -5.83 0.000 -19.94887 -9.904262
Longitud -4485.839 5205.086 -0.86 0.389 -14689.79 5718.11
Latitud 676.535 3783.695 0.18 0.858 -6740.946 8094.016
Precipitación acumulada (anual) 428.832 212.7732 2.02 0.044 11.71567 845.9483
-0.1738706 0.0837753 -2.08 0.038 -0.338102 -0.0096392
Temperatura promedio (anual) -55459.69 25862.66 -2.14 0.032 -106160.3 -4759.041
1397.806 694.4866 2.01 0.044 36.34802 2759.263
Sequía -12990.35 8310.539 -1.56 0.118 -29282.16 3301.468
Constante 736547.6 648794.4 1.14 0.256 -535336.1 2008431
2.1.8 Región 8 Para esta Región, los ciclones tropicales son el

fenómeno climático extremo que afecta de manera
El modelo estimado para la Región 8 contiene ciertas significativa y negativamente al ingreso agropecuario de
variables económicas y productivas tales como la las UER localizadas en municipios que registraron
superficie, el valor de la infraestructura, el acceso al crédito presencia de este fenómeno.
y los sistemas de riego que poseen las unidades de
producción. Los resultados muestran una relación positiva
entre la dotación de estos factores productivos con el
ingreso neto de las UER en esta Región.
En cuanto a las variables climáticas, se observa una

relación compleja entre la temperatura y la precipitación.
Ambas variables, temperatura y precipitación, mantienen
una relación cóncava con el ingreso neto agropecuario, lo
cual significa que se obtendrán ganancias con incrementos
hasta un cierto nivel de estas variables, a partir de lo cual
cada aumento adicional en la temperatura o precipitación
repercutirá en una disminución en los ingresos de las
UER.
30

SUMA DE LAS DESVIACIONES (RAÍZ) 4.49E+08
(ALREDEDOR DE 130691)
SUMA DE LAS DESVIACIONES (MÍNIMA) 3.91E+08
PSEUDO R2 = 0.1296
INGRESO NETO COEFICIENTE ERROR T P>| T| INTERVALO AL 95% DE
Crédito 97034.11 6878.574 14.11 0.000 83544.37 110523.8
Riego 22012.12 10716.53 2.05 0.040 995.6699 43028.58
Altitud -66.35703 15.46914 -4.29 0.000 -96.69394 -36.02013
Longitud 9489.619 4804.19 1.98 0.048 68.00633 18911.23
Latitud 3784.229 2513.834 1.51 0.132 -1145.712 8714.169
Precipitación acumulada (Primavera- 1204.379 512.0307 2.35 0.019 200.2228 2208.535
Verano) -0.1574903 0.0857347 -1.84 0.066 -0.3256267 0.0106462
Temperatura promedio (Primavera- 143977.6 54870.23 2.62 0.009 36370.24 251584.9
Verano) -2184.799 991.1404 -2.20 0.028 -4128.548 -241.0497
Interacción precipitación y temperatura -36.51902 18.44765 -1.98 0.048 -72.69716 -0.3408816
(Primavera-Verano)
Ciclón tropical -28806.22 7254.989 -3.97 0.000 -43034.16 -14578.29
Constante -3404112 965772.8 -3.52 0.000 -5298112 -1510111
2.2 Efectos esperados del cambio cuales se han incrementado en los últimos años generando
climático en el valor de la tierra con efectos negativos en la producción agropecuaria.
Dado que las interacciones en el sistema climático son

Los incrementos de las concentraciones de gases de complejas, el IPCC desarrolló diversos escenarios de
efecto invernadero incidirán en aumentos de la emisiones en los cuales se describen diferentes trayectorias
temperatura y cambios en las precipitaciones promedio sobre el comportamiento de la población, la economía y el
que afectarán la producción y productividad agrícola, pues cambio tecnológico. Los escenarios se agrupan en familias
el desarrollo de muchas plantas depende directamente de (B1, B2 A1 y A2) y cada una de ellas representa el sistema
la temperatura y de la precipitación. En ese sentido, el climático mundial. Las variaciones entre los diversos
patrón de crecimiento de las plantas por lo general escenarios constituyen la incertidumbre en las trayectorias
muestra una relación cóncava con la precipitación y la de emisiones que se presentarán en el futuro.
temperatura.
En el presente trabajo se utilizó el modelo MIROC 3.2
Las tendencias climáticas han variado en las últimas bajo el escenario A1B. A partir de las estimaciones
décadas y se espera que los cambios se intensifiquen en los obtenidas se proyectaron los ingresos netos futuros
próximos años. No obstante, los efectos del cambio empleando como punto de referencia los coeficientes del
climático ya son evidentes, por ejemplo, a través de la modelo Ricardiano para cuantificar los impactos futuros
mayor presencia de eventos climáticos extremos como provocados por variaciones en precipitación y
inundaciones, lluvias torrenciales y sequías atípicas, las
31
Enfoque Ricardiano
temperatura. A fin de aislar su efecto sobre la producción valor de la tierra de dichas unidades económicas.
y el ingreso agrícola, las estimaciones se realizaron bajo el
supuesto de que el resto de las variables involucradas se
2.2.1 Región 1
mantienen constantes en los valores de 2008. Es
importante mencionar que debido a los supuestos
mencionados y al horizonte temporal de los escenarios, los En la Región conformada por Veracruz y Tabasco, se
resultados obtenidos deben ser considerados como la cota espera que el incremento de la temperatura y la reducción
superior de los verdaderos efectos y sin considerar efectos de la precipitación promedio generen pérdidas en el largo
adaptativos por parte de los productores. plazo para las UER de esta zona. Si bien existirán algunas
ganancias en el corto plazo, habrá cada vez una mayor
A continuación se presentan las proyecciones, por volatilidad en los ingresos, lo cual repercutirá sobre los
Región, de los efectos del cambio climático sobre el niveles de incertidumbre y riesgo en la Región.
ingreso neto de las unidades agropecuarias y, por ende, del
Figura 10. Región 1: Ingreso neto proyectado de acuerdo al Modelo Ricardiano

De acuerdo al modelo estimado, en el año 2050, a raíz reducción de la precipitación promedio generarán fuertes
del incremento en la temperatura y la reducción en la pérdidas en el largo plazo para los ingresos netos de las
precipitación, los ingresos netos tendrían una tendencia a UER en esta zona. Si bien existirán algunas ganancias en
la baja y por ende el valor tierra caería en 25.7%. Hacía el corto plazo, se mantendrá una tendencia a la baja, la
2087 estos valores resultarán muy cercanos a la pérdida cual además estará acompañada de una mayor volatilidad
total. en los ingresos, e incluso a partir del 2050 se prevén
pérdidas en el sector. Lo anterior, repercutirá sobre los
niveles de incertidumbre y riesgo en la Región, lo cual
2.2.2 Región 2
mermará el valor de la tierra agropecuaria en esta Región.
En esta Región conformada por los estados de

Coahuila, Chihuahua, Durango y Zacatecas, que en la
actualidad se caracterizan por climas secos y temperaturas
altas, por lo que el incremento de la temperatura y la
32

!"!

Las proyecciones del modelo estimado en el año 2043

muestran que a raíz del incremento en la temperatura y la
reducción de la precipitación promedio se generará una
fuerte tendencia a la baja de los ingresos netos y, por ende,
el valor tierra caería en 32.2%. Hacía 2048 estos valores
resultarán muy cercanos a la pérdida total, y si bien el
modelo permite proyectar años posteriores, el aumento de
la volatilidad podría generar el abandono de la actividad
en esta zona agropecuaria.
2.2.3 Región 3
En la Región 3, donde predominan UER que presentan

rezagos en términos de infraestructura agropecuaria, la
combinación de incremento de temperatura y la
reducción de la precipitación generarán pérdidas en los
ingresos agropecuarios. Durante el período proyectado
para las UER de esta zona se mantiene una tendencia a la
baja en los ingresos netos, que viene acompañada con
períodos de inestabilidad y volatilidad en los ingresos
agropecuarios. Si bien la Figura 12 presenta las
proyecciones hasta 2099, es evidente que la alta
variabilidad en la temperatura y la reducción en la
precipitación conducirán a fuertes pérdidas en el ingreso
agropecuario neto de las UER, lo cual puede conducir al
abandono de las actividades agropecuarias.
33
Enfoque Ricardiano
Figura 12. Región 3. Ingreso neto proyectado de acuerdo al Modelo Ricardiano.

De acuerdo a las proyecciones realizadas para esta 2.2.4 Región 4

Región con el modelo presentado anteriormente, hacia el
año 2035, como consecuencia de un incremento en la En esta Región las proyecciones realizadas para el
temperatura y una reducción en la precipitación, los periodo de 2013 a 2099 muestran que para el largo plazo
ingresos netos tendrían una tendencia a la baja y, por ende, existe una tendencia a la baja de los ingresos netos, lo cual
el valor tierra caería en 35.3%. Para el año 2069 se estará acompañado de fuertes oscilaciones. Es decir, en
registrarían pérdidas totales de los ingresos agropecuarios esta Región el cambio climático se presenta como una
de las UER. fuente de volatilidad sobre los ingresos netos
agropecuarios.
Figura 13. Región 4: Ingreso neto proyectado de acuerdo al Modelo Ricardiano.

!""#"

34
A partir de las estimaciones del modelo Ricardiano, las ficos, las proyecciones realizadas para el periodo de 2013 a
proyecciones realizadas en esta Región muestran que para 2099 presentan una tendencia a la baja. A lo largo de todo
el año 2038, como consecuencia de un incremento en la este periodo, las variaciones provocadas por la
temperatura y una reducción en la precipitación, los temperatura y la precipitación generan fuertes
ingresos netos tendrían una tendencia a la baja y, por ende, oscilaciones en los ingresos netos agropecuarios, los cuales
el valor tierra caería en 21.14%. Para el año 2048 se partir del 2070 llegan incluso a pérdidas.
registraran pérdidas de casi un 100%, para posteriormente
registrarse incrementos y decrementos sin patrón alguno. De acuerdo con las proyecciones hechas en esta Región
con el modelo antes estimado, el año 2053 reportará
perdidas de un 35.6% en el valor de la tierra, esto como
2.2.5 Región 5
consecuencia de un incremento en la temperatura y una
reducción en la precipitación Primavera–Verano. A partir
En la Región conformada por Jalisco, Michoacán, del año 2070 el comportamiento del ingreso neto
Colima, Nayarit, Guanajuato y Querétaro, que son agropecuario presenta una volatilidad mayor a la
estados que presentan diversos niveles de desarrollo de las presentada en los años previos, e incluso muestra una
actividades agropecuarias y diversos relieves geográ- tendencia promedio de pérdidas netas.

2.2.6 Región 6 Con base en las proyecciones realizadas en el periodo

2011-2099, el modelo muestra una gran inestabilidad
En esta Región conformada por los estados de Yucatán, desde los primeros años frente a las variaciones del clima
Quintana Roo y Campeche las proyecciones realizadas ocasionados por incrementos en la temperatura y
muestran una clara tendencia a la baja con fuertes reducciones en la precipitación.
oscilaciones en el ingreso neto de las UER agropecuarias,
mostrando pérdidas y ganancias continuas. Esta gran
volatilidad es resultado de un alza en la temperatura
promedio anual combinada con una disminución en la
precipitación acumulada anual.
35
Enfoque Ricardiano

"# $ " !%"

2.2.7 Región 7 para el período de análisis (2013-2099). Si bien el ingreso

neto promedio en 2099 se mantiene cercano al mismo
nivel que al inicio del período, se presentan fuertes
La Región 7, conformada por los estados de Puebla,
oscilaciones en los ingresos, derivado de los cambios en la
San Luis Potosí, Aguascalientes, Hidalgo, México,
temperatura y la precipitación.
Morelos y Tlaxcala presenta un comportamiento inestable

!

36
De acuerdo con la figura anterior, en el año 2033 la California, Baja California Sur, Sinaloa y Sonora muestra
pérdida registrada en el ingreso neto agropecuario será en el largo plazo una tendencia a la baja de los ingresos
39.8%, lo cual generará una caída en el valor estimado de netos, en presencia de inestabilidad del ingreso
la tierra. agropecuario neto. Durante los primeros años de las
proyecciones, se evidencian pérdidas muy drásticas y
ganancias muy elevadas, lo cual es muestra de una gran
2.2.8 Región 8
volatilidad causada por la combinación del incremento en
la temperatura del ciclo Primavera–Verano y una
La Región conformada por los estados de Baja disminución en la precipitación durante el mismo ciclo.

"%&#"'#%#$(%#

Para el año 2044, la pérdida estimada en los ingresos El mapa muestra diferentes tasas de variación respecto
netos agropecuarios de las UER será de aproximadamente al año base 2008. Los estados del centro del país presentan
29.2%, mientras que para el año 2098 alcanzará un 32.4%. incrementos en sus ingresos netos agropecuarios, mientras
Lo anterior tendrá repercusiones negativas sobre el valor que en los estados que conforman la Península de Yucatán
esperado de la tierra en esta Región. y Guerrero tienen pérdidas netas derivados de los cambios
en el clima. Los estados ubicados en la parte norte del país
también presentarán pérdidas en sus ingresos netos,
2.3 Proyecciones del modelo
aunque serán de menor magnitud.
ricardiano a nivel del país
2.3.1 Proyecciones al 2050
El siguiente mapa muestra las variaciones porcentuales

promedio del ingreso neto de las UER por estado, las
cuales se estimaron a partir de los modelos Ricardianos
para el año 2050. Los datos climáticos de temperatura y
precipitación provienen del modelo MIROC- AR en el
escenario A1B.
37
Enfoque Ricardiano
Figura 18. Variación de Ingreso neto agropecuario de las UER a nivel estatal
2008 - 2050
Leyenda
Pérdida Total
Pérdidas mayores al 50% en

relación con el ingreso neto
del 2008.
Pérdidas entre 0% y 50% en

del 2008.
Incremento del ingreso

del 2008.
En esta figura se aprecia como los estados ubicados en

la península y parte sur del país son los que dado las
proyecciones reportaran mayores pérdidas.
2.3.2 Proyecciones al 2099
Las proyecciones realizadas para el año 2099 muestran

que solo dos estados se verán beneficiados por las
variaciones de la precipitación y temperatura. De otro
lado, nueve estados reportaran pérdidas entre el 1% y el
50%, y el resto del país tendrá pérdidas que irán desde el
51% hasta el 100%.
38
Figura 19. Variación de Ingreso neto agropecuario de las UER a nivel estatal
2008 - 2099
Leyenda
Pérdida Total
Pérdidas mayores al 50% en

del 2008.
Pérdidas entre 0% y 50% en

del 2008.
Incremento del ingreso

del 2008.
Estas simulaciones se realizaron en un escenario que

permite estimar el mayor nivel de pérdidas sin considerar
factores adaptativos y manteniendo constantes todas las
variables productivas.
39
III Enfoque
de funciones
de producción
Capítulo III
Enfoque de funciones de producción
El enfoque de la función de producción agrícola para eficiencia de los estimadores11, pero ello depende de la
analizar los efectos del cambio climático se basa en la disponibilidad de información. De igual manera, con el
teoría de la dualidad neoclásica y muestra de qué forma la propósito de capturar los efectos del cambio climático, la
decisión de producir depende de distintos factores tales forma funcional que se asume de la función de producción
como insumos, precios, medio ambiente y restricciones es cuadrática en las variables climáticas, temperatura y
tecnológicas10. El efecto de largo plazo del cambio precipitación, con el fin de capturar su efecto no lineal
climático se puede predecir a mediante una función de sobre la producción o rendimientos.
producción estimada a partir de datos de producción o
rendimientos, factores de la producción e insumos, y Dado lo anterior, en este estudio se estiman los efectos
variables climáticas y geográficas y variables climáticas. del cambio climático por Región sobre la agricultura con
funciones de producción agregada utilizando el valor de la
Por ello, en el presente estudio se estimaron los efectos producción a precios constantes de 2010, y funciones de
de las variables climáticas sobre la producción y los producción para cultivos seleccionados: maíz, frijol, trigo y
rendimientos agrícolas utilizando la función de naranja. Para el sector pecuario se estima una función de
producción y considerando la variación en temperatura y producción de pastos, la cual se insume en las funciones de
precipitación pronosticada por los modelos climáticos producción de bovinos carne y leche. Las regiones sobre
existentes. Los datos climáticos de los modelos fueron las que se estimaron las funciones de producción son las
introducidos en la función de producción a fin de calcular mismas ocho regiones 12 sobre las que se estimó el modelo
el impacto en el rendimiento o en la producción agrícola y Ricardiano debido a las diferencias climáticas, geográficas
de cultivos específicos. En este enfoque de análisis, la y económicas. Las funciones de producción agrícolas y
función de producción agrícola (Q) se expresa como una ganaderas se estimaron para estas ocho regiones, al igual
función de variables endógenas (m) que incluyen trabajo, que las funciones de producción del maíz y el frijol. En el
capital y otros insumos; y de variables exógenas (z) que caso del trigo y la naranja, sus funciones de producción
comprenden variables climáticas y geográficas, entre otras. fueron estimadas para las regiones 1 y 8, respectivamente,
En ese sentido, la función de producción agrícola se dada su importancia local en esas regiones. A partir de las
expresa formalmente de la siguiente manera: ecuaciones obtenidas mediantes las estimaciones
econométricas se estima el impacto de las variaciones
climáticas en la agricultura luego de permitir la variación
de la temperatura y la precipitación.
Donde Qt representa la producción agrícola o el
rendimiento de un cultivo determinado y el subíndice t
indica el tiempo o el año considerado.
Para estimar una función de producción se pueden

utilizar varias metodologías econométricas. Una
alternativa es usar datos en sección cruzada o,
alternativamente, se puede estimar una función de
producción mediante datos en panel, lo cual permite
analizar la variación en el tiempo e incrementar la
10. Segerson y Dixon, 1998.

11. Ibídem.
12. Región 1: Tabasco y Veracruz; Región 2: Chihuahua, Coahuila, Durango y Zacatecas; Región 3: Chiapas, Guerrero y Oaxaca; Región 4: Nuevo
León y Tamaulipas; Región 5: Colima, Guanajuato, Jalisco, Michoacán, Nayarit y Querétaro; Región 6: Campeche, Quintana Roo y Yucatán;
Región 7: Aguascalientes, Hidalgo, México, Morelos, Puebla, San Luis Potosí y Tlaxcala; y Región 8: Baja California, Baja California Sur,
Sinaloa y Sonora.
43
Figura 20. México: Regiones y Estados utilizados en el análisis de funciones

de producción
Nota: el Distrito Federal no se considera para el análisis.

Para estimar las funciones se utilizó la metodología de Las estadísticas descriptivas regionales de los datos
modelos de tipo panel con efectos aleatorios cuando los utilizados en las estimaciones de las funciones de
datos así lo permitieron. Igualmente, y con el fin de producción se presentan en el Anexo 2. El conjunto de
calcular el impacto marginal del clima sobre la información para estimar las funciones de producción
producción, se empleó la información económica, corresponden al número de municipios presentados en el
demográfica y geográfica como variable independiente. Cuadro 16.
Cuadro 16. Número de municipios empleados en el estudio para cada función

de producción
REGIÓN FUNCIÓN DE FUNCIÓN DE FUNCIÓN DE FUNCIÓN DE FUNCIÓN DE FUNCIÓN DE

PRODUCCIÓN PRODUCCIÓN PRODUCCIÓN PRODUCCIÓN PRODUCCIÓN PRODUCCIÓN
AGRÍCOLA DE MAÍZ DE FRIJOL DE PASTOS DE LECHE DE BOVINOS
(BOVINOS) CARNE
1 227 227 205 36 220 220
2 187 194 194 143 129 142
3 765 767 663 156 61 66
4 89 82 69 68 47 62
5 330 330 270 230 228 230
6 125 125 68 106 30 119
7 585 583 465 188 186 188
8 98 83 84 67 58 65
Total 2,406 2,391 2,018 994 959 1,092
44
Los datos económicos se obtuvieron de distintas temperatura y de la precipitación acumulada son

fuentes y consistieron en información económica, estadísticamente significativos en la mayoría de los casos.
demográfica, geográfica y climática que incluyen los años Sin embargo, cuando se incluyen variables climáticas
de 2006 al 2010 a nivel de municipios agrupados en las incrementa los niveles de colinealidad debido a la
regiones. La superficie producida y niveles de producción inserción de términos cuadráticos14 para estas variables.
agrícolas y pecuarios se obtuvieron de las bases de datos Debido a la colinealidad, los coeficientes deben
del Servicio de Información Agroalimentaria y Pesquera interpretarse cuidadosamente, además de considerar que
(SIAP), los datos sobre los factores productivos se el resultado de un coeficiente no significativo a los niveles
obtuvieron del Censo Agropecuario y Pesquero. El valor estándares de significancia no debe servir como evidencia
de la producción agropecuaria se obtuvo luego de deflactar de que esa variable sea irrelevante para el modelo.
el valor nominal de la misma con el Índice Nacional de
Precios al Productor (INPP)13 del Banco de México. La En este apartado se analiza la relación de las variables
información geográfica que incluyó latitud, longitud, climáticas con la producción y rendimientos de los
altitud y superficie en km² proviene del Marco cultivos y especies que fueron seleccionados para cada
Geoestadístico Nacional (INEGI). El análisis incluye Región, así como del valor de la producción en las
datos mensuales de temperatura promedio así como de regiones considerando para ello los principales cultivos en
precipitación acumulada que proporcionó el Grupo de términos del volumen de producción. Las estimaciones de
Cambio Climático y Radiación Solar del Centro de las funciones de producción se realizaron con información
Ciencias de la Atmósfera de la Universidad Nacional tipo panel, salvo en los casos en que el número de
Autónoma de México (UNAM). Los datos se agruparon observaciones no lo permitió. La relación estimada se usa
anualmente y por estaciones, a fin de capturar el cambio posteriormente para pronosticar el nivel de producción y
anual de las variables climáticas. Los datos de los eventos la evolución de los rendimientos en el futuro a partir de
climatológicos extremos fueron obtenidos del Atlas modelo climático MIROC AR15.
Nacional de Riesgos del Centro Nacional de Prevención
de Desastres. El cambio climático, incluidos los eventos climáticos
extremos, tiene efectos directos e indirectos sobre la
En este capítulo se reportan los resultados empíricos de agricultura y la ganadería. En ese sentido, los cambios en
las estimaciones de las funciones de producción y se la precipitación y la temperatura afectarán a los cultivos y
examina el impacto de las variaciones climáticas en las a los sistemas de pastoreo mediante complejas
regiones agrícolas. interacciones que involucran efectos sobre el crecimiento
de la vegetación. Por su parte, el aumento en la
temperatura provoca estrés en el ganado por calor, el cual
3.1 Resultados empíricos
a su vez implica que los animales no desarrollen de
manera óptima sus funciones metabólicas, afectando su
Los resultados de las estimaciones de las funciones de rendimiento y salud.
producción muestran la relación que existe entre la
producción o los rendimientos y el clima. Estas funciones A continuación se presentan los resultados empíricos
incorporan la precipitación y la temperatura como para las funciones de producción de maíz, frijol, trigo y
variables explicativas y, en algunos casos, un término de naranja para las regiones para las cuales fueron estimadas,
iteración a fin de capturar el efecto no monótono de las así como las funciones de producción agrícola regionales.
variables climáticas sobre la producción. En el caso de la ganadería se presentan las estimaciones
empíricas para ganado bovino carne y ganado bovino
Los coeficientes estimados para evaluar los efectos de la leche.
13. El INPP utilizado corresponde únicamente al sector agrícola, el cual es reportado por Banco de México. El índice tiene como año base el 2003,
pero para motivos del presente estudio se convirtió a 2010.
14. Segerson y Dixon, 1998.
15. El modelo MIROC 3.2-HIRES es el más avanzado en la modelación de los procesos terrestres y su módulo para simular estos procesos tiene
el doble de la resolución espacial de la parte atmosférica.
45
3.1.1 Región 1 naranja pues, de acuerdo a las estimaciones, un aumento

en la precipitación o en la temperatura tienen efectos
a) Producción agrícola negativos en el desarrollo vegetativo de los cultivos, lo cual
se explica por los altos niveles actuales de humedad y
Para la Región 1, compuesta por los estados de Tabasco temperatura que predominan en esta Región. Asimismo,
y Veracruz, se modeló la función de producción agrícola la presencia de inundaciones exacerba los efectos
tomando como base para ello los cultivos: café cereza, negativos sobre la producción agrícola. En el caso del
caña de azúcar, limón, maíz grano, naranja, pastos, piña, maíz, las lluvias extremas y los ciclones resultaron
plátano, tangerina y toronja (pomelo). La selección de estadísticamente significativos con efectos negativos.
estos cultivos fue con base en su importancia en el
volumen de producción regional y para efectos de Los términos cuadráticos de las variables climáticas y el
estimación se utilizó el valor de la producción. término cruzado entre ellas capturan efectos y
dependencias no lineales entre estas. En ese sentido, el
En esta Región el empleo de insumos tales como signo negativo del término cuadrático de las variables
herbicidas, semilla mejorada y fertilizante juega un rol climáticas refleja los efectos en términos de rendimientos
importante en la producción de los cultivos. Asimismo, la marginales decrecientes de la precipitación y la
mano de obra y la maquinaria, expresada esta última como temperatura en la producción de maíz, frijol y naranja. En
tractores, son importantes factores de la producción el Cuadro 17 se presentan los resultados econométricos de
agrícola. A nivel agregado para la agricultura, la las estimaciones de las funciones de producción agrícola,
precipitación y la temperatura son significativas. Lo de maíz y de frijol para la Región 1, respectivamente.
mismo ocurre específicamente para el maíz, el frijol y la
Cuadro 17. Región 1: Funciones de producción agrícola, maíz, frijol y naranja
VALOR DE LA PRODUCCIÓN
PRODUCCIÓN DE MAÍZ PRODUCCIÓN DE FRIJOL PRODUCCIÓN DE NARANJA
AGRÍCOLA
Superficie sembrada Superficie sembrada Superficie sembrada Superficie sembrada
1.76493e+04*** 1.76976335*** 0.67524462*** 0.00047253***
[300.937] [0.023] [0.008] [0.000]
Mano de obra
Herbicidas Fertilizantes Semilla mejorada 0.00019627***
1.68495e+08*** 1.07707e+03*** 53.59483220*** [0.000]
[10629481.109] [169.097] [13.747] -0.00000000***
[0.000]
Tractores Mano de obra
Fertilizantes 1.81812068 13.53331415*** Seleccionadora
7.47233e+07*** [1.568] [3.160] 0.45735229***
[3633447.136] -0.00636079** -1.17005815*** [0.059]
[0.002] [0.247]
Precipitación acumulada
Mano de obra Tractores Empaquetadora
anual
9.01322e+07*** 0.01158197 0.41749516***
11.74989319***
[6797248.786] [0.017] [0.043]
[3.598]
-6.97983e+06*** 0.00000076 -0.16459262***
-0.00182542***
[488,737.548] [0.000] [0.007]
[0.000]
46
PRODUCCIÓN DE MAÍZ PRODUCCIÓN DE FRIJOL PRODUCCIÓN DE NARANJA
AGRÍCOLA
Tractores Temperatura promedio anual
Primavera-Verano
2.96586e+05*** 4.79461e+03*** Longitud
0.37029975**
[37,025.294] [625.847] 0.00003119***
[0.150]
-3.34428e+02*** -93.29260293*** [0.000]
-0.00010734***
[107.645] [11.297]
[0.000]
Temperatura promedio
Interacción precipitación y (Primavera-Verano)
Longitud Latitud
temperatura (anual) 97.73398837***
-2.32955e+03*** 0.00002480***
-0.26276419** [17.064]
[260.834] [0.000]
[0.113] -1.71371209***
[0.283]
Interacción precipitación y
Latitud Lluvias extremas Altitud
temperatura (Primavera-Verano)
291.8720779 -80.11619064* -0.00162509***
-0.00791393*
[199.516] [45.248] [0.000]
[0.005]
Precipitación acumulada anual Precipitación acumulada anual
-6.00167e+05*** Ciclones Inundaciones 0.00960759***
[71,074.497] -7.57840e+02*** -0.40286009 [0.003]
67.40869576*** [93.748] [1.692] -0.00000219***
[7.686] [0.000]
Temperatura promedio (anual) Temperatura promedio (anual)
-3.90999e+07** Inundaciones Constante 7.66482358***
[18682343.207] -1.46E+02 -1.47553e+03*** [0.850]
3.32E+03 [100.564] [262.080] -0.15239904***
[373,107.021] [0.018]
Precipitación por temperatura
Precipitación por temperatura (anual) Constante
(anual)
1.86867e+04*** -6.50883e+04***
-0.00015562*
[2,339.263] [9,117.735]
[0.000]
Inundaciones Inundación
-8.55980e+06** -0.06522901
[3810623.773] [0.075]
Ciclones Constante
-1.64E+06 -1.28082e+02***
[1818901.228] [10.928]
Constante
2.87725e+09***
[3.356e+08]
Observaciones Observaciones Observaciones Observaciones
901 1,126 955 480
Niveles de significancia: ***Al 99%; **al 95% y *al 90%.

47
Se estima que la precipitación óptima para la Región es actualidad, el rendimiento es de aproximadamente 1.6
de 1569.69 mm, con lo cual se obtendría un rendimiento toneladas por hectárea.
máximo de 1.9 toneladas por hectárea (Figura 21). En la
Figura 21. Región 1: Rendimiento del maíz en función de la precipitación anual

#! "$)"

"!$-
&#)/" ()/"/$(! ()/"()
En cuanto a la temperatura, en 2010 se registró una hectáreas aproximadamente. Se estima que el rendimiento
temperatura promedio de 24.2° C en presencia de la cual de 1.9 toneladas por hectárea lo cual alcanzaría con una
se tuvo un rendimiento promedio de 1.8 toneladas por temperatura óptima de 23.3° C.
Figura 22. Región 1: Rendimiento del maíz en función de la temperatura

#! "$*"

!"$%"'
$!'0 &'0 0"& &'0 &'
48
En el caso del frijol, la producción óptima es de la actualidad, la precipitación es más alta por lo cual, no se
aproximadamente 0.7 toneladas por hectárea que se logra un rendimiento óptimo en la producción de frijol.
obtiene con una precipitación de 786 mm (Figura 23). En
Figura 23. Región 1: Rendimiento del frijol en función de la precipitación

"!%#"$&*$

$#&,!
'$*.# )*.#.%)" )*.#)*!
En cuanto a la temperatura óptima, el frijol obtiene un este nivel, lo cual permite que todavía se puedan presentar
rendimiento promedio óptimo de 0.7 toneladas por incrementos en los rendimientos promedios si se
hectárea a una temperatura promedio de 27.2 C. En la presentan además condiciones adecuadas de humedad.
actualidad la temperatura promedio está por debajo de
Figura 24. Región 1: Rendimiento del frijol en función de la temperatura

#" &$#%',%

!$%'(%)
(%+ 7$ *+ 7$7&* # *+ 7$*+"

49
b) Producción ganadera variables que influyen en la alimentación del ganado como

el alimento balanceado y el uso de sales también
En la Región 1, la precipitación acumulada anual contribuyen al incremento de la producción de carne. En
incrementa los rendimientos marginales de la producción cuanto a la infraestructura y tecnologías, la existencia de
de pastos, lo cual también ocurre con el uso de bordos y la aplicación de hormonas al ganado contribuyen
maquinaria, como tractores. De otro lado, la presencia de generan incrementos significativos en los rendimientos.
inundaciones perjudica la producción de pastizales así En cuanto a la leche, además de los pastizales, el empleo
como el incremento en la temperatura promedio. de medidas sanitarias como la desparasitación y el baño de
garrapaticidas contribuyen al incremento de la producción
La producción de pastizales en esta Región se insume de leche. En el Cuadro 18 se presentan los resultados
en la producción de carne y leche a través de la econométricos de las estimaciones de las funciones de
alimentación del ganado. En la producción de carne, producción de pastos, carne y leche.
Cuadro 18. Región 1: Funciones de producción de pastos, bovinos carne y leche
PRODUCCIÓN DE PASTOS PRODUCCIÓN DE CARNE (PESO EN PRODUCCIÓN DE LECHE (LITROS)

CANAL)
Superficie sembrada Trabajo Desparasitación

28.1315*** 0.038458*** 2100.449**
[3.265469] [0.0141045] [984.2996]
Mano de obra Alimento balanceado Alimento balanceado
11092.83 566.7674*** 10.41597***
[9162.9] [95.83452] [2.45548]
-829.7729 -140.3054*** -0.0141598***
[667.0503] [20.63259] [0.0032597]
Tractores Hato carne Hato lechero
67.90846** 0.0538779*** 0.29059***
[38.40127] [0.0171176] [0.0794041]
Precipitación acumulada (anual) Bordos para abrevaderos Pasto estatal
236.1325*** 2.097239** 0.0005216
[70.00107] [0.1713083] [0.0036688]
-0.0791971***
[0.023045]
Temperatura promedio (anual) Hormonas Mezcladoras de alimentos
-42439.08 99.92167*** 63.53056***
[46128.21] [39.67189] [23.48861]
936.6506
[1015.541]
Inundación Sales Baño garrapaticida

-700.7094 4.245845*** 3320.949***
[3672.143] [0.5163881] 639.1872
Constante Calidad genética del ganado Mano de obra

268589.4 1854.257 0.1423046***
[504320.3]*** [543.9509] [0.033598]
50

CANAL)
Baño garrapaticida Estabulado y semiestabulado

0.5251153 0.6622171***
[0.4080519] [0.1858151]
Pasto en el estado Constante
0.0002842 -4184.12***
[0.0012011] [1284.241]
Constante
-642.5918***
[315.8655]
Observaciones Observaciones Observaciones
94 1085 1065

Nota: Algunas variables fueron incluidas en los modelos en forma logarítmica y de manera lineal y cuadrática. Se pueden
consultar las salidas econométricas completas y el diccionario de variables en el Anexo 6 del presente documento.
c) Proyecciones agrícolas
Durante los próximos años, de acuerdo a las

proyecciones realizadas, se espera que en la Región 1
existan impactos negativos derivados del incremento de la
temperatura y la reducción de la precipitación, lo cual
conducirá a una caída en el valor de la producción
agrícola. De igual modo, se espera una mayor volatilidad
en la producción agrícola, lo cual repercutiría en los
ingresos e incrementaría la vulnerabilidad de los
productores en la Región.
51
Figura 25. Región 1: Proyección del comportamiento de la producción agrícola

entre 2010-2099

# #

En cuanto a los rendimientos esperados del maíz en el puede generar que progresivamente los productores vayan
largo plazo, se puede observar una ligera tendencia a la abandonando la producción del cultivo para evitar
baja hasta los años 50. A partir de ese período, se espera grandes pérdidas en sus ingresos, ocasionando una
una mayor volatilidad en la producción, lo cual, a pesar de reducción en la oferta del maíz y alzas en el precio de este
algunas oscilaciones al alza, también estarán acompañados producto.
de fuertes caídas en la producción del maíz. Lo anterior
Figura 26. Región 1: Proyección del comportamiento de los rendimientos de maíz

entre 2010-2099

%$"(&%')/'

52
En los próximos años se espera una ligera tendencia al embargo, en adelante se espera una caída a la baja
alza en los rendimientos del frijol. Sin embargo, estas acompañada por una mayor inestabilidad en el
ganancias en el corto plazo serán seguidas de una brusca rendimiento esperado.
caída y un período de estabilidad hasta el 2060. Sin
Figura 27. Región 1: Proyección del comportamiento de los rendimientos del frijol
entre 2010-2099

%$"(&%')/'

En el caso de la naranja se espera en un inicio una y con una tendencia hacia la baja. Adicionalmente,
tendencia al alza en los rendimientos del cultivo, aunque existirán caídas en los rendimientos que serán cada vez
también se observan períodos de volatilidad. A partir del más violentas, lo cual podría conducir a que los
2045, se espera un cambio en la tendencia lo cual generará productores vayan abandonando esta producción
cada vez menores rendimientos en el cultivo de la naranja progresivamente.
Figura 28. Región 1: Proyección del comportamiento de los rendimientos de la naranja

entre 2010-2099

$#!'%$&(-&

53
d) Proyecciones ganaderas. vaya reduciendo la producción de pastizales en la Región

1. De acuerdo a las proyecciones se espera incluso que
En el largo plazo se espera que con la reducción de la hacia el 2080 se reduzca casi en su totalidad la producción
precipitación, el incremento de la temperatura y una de pastos, lo cual puede conducir al abandono de la
mayor presencia de eventos climatológicos extremos se ganadería en esta Región.
Figura 29. Región 1: Proyección del comportamiento de la producción de pastizales

entre 2010-2099

%$"(

La reducción en la producción de pastizales se realizará espera que el rendimiento por unidad animal pase en esta
de manera directa sobre la producción de leche y de carne Región de 319.6 kilos en promedio a 317.9 por unidad
en la Región. En el primer caso se espera que el animal. Si bien los porcentajes los impactos en términos
rendimiento por unidad animal caiga de 1,756 litros de porcentuales son similares, las pérdidas en términos del
leche entre 2011 y 2029 a 1,743 en promedio para los valor de la producción son diferentes, con un mayor valor
últimos años. En el caso de la producción de carne, se en el caso de los productores de carne.
Figura 30. Región 1: Efectos de la producción de pastizales en la producción

de leche y carne

'%* /$"&%'*$ $ #"
'%* /$'$&%'*$ $ #"

! "%(

" )'%(

54
3.1.2 Región 2 son importantes factores de la producción agrícola. A

nivel agregado, la precipitación y la temperatura no
a) Producción agrícola parecieron ser importantes de manera aislada en esta
Región, de lo cual se infiere que en esta zona se han
La Región 2 está compuesta por los estados de incorporado algunas medidas de adaptación. Sin embargo,
Coahuila, Chihuahua, Durango y Zacatecas. Para esta el término que capta la interacción de las mismas resulta
Región se modeló la función de producción agrícola negativo, lo cual se puede interpretar como mayores
tomando como base para ello los cultivos: alfalfa verde, pérdidas en la Región en caso de que se incremente la
algodón, avena forrajera, cebolla, chile verde, maíz temperatura pero no exista mayor precipitación. En el
forrajero, maíz grano, pastos, manzana y sorgo forrajero caso específico del frijol, el incremento de la temperatura
verde, los cuales fueron seleccionados debido a su y la precipitación presentan en conjunto un efecto
importancia en el volumen de producción. No obstante, negativo sobre el desarrollo vegetativo de este cultivo.
para efectos de estimación se utilizó el valor de la
producción. De otro lado, la presencia de sequías ha generado
pérdidas significativas en la producción del maíz y del
En esta Región el empleo de insumos productivos tales frijol. El Cuadro 19 presenta los resultados econométricos
como herbicidas, semilla mejorada y fertilizante juega un de las estimaciones de la función de producción agrícola
rol importante en la producción de los cultivos regional, así como el de las funciones de producción para
mencionados. Asimismo, la mano de obra y la maquinaria el maíz y el frijol, respectivamente.
Cuadro 19. Región 2: Funciones de producción agrícola, maíz y frijol
PRODUCCIÓN DE MAÍZ PRODUCCIÓN DE FRIJOL
AGRÍCOLA
Superficie sembrada Superficie sembrada Superficie sembrada

6.61672e+03*** 1.54016876*** 0.61111892***
[330.091] [0.067] [0.012]
Herbicidas Tractores Semilla mejorada
7.93979e+07*** 11.26859001*** 151.426493
[17324839.779] [0.828] [171.499]
Fertilizantes Herbicidas
Mano de obra
7.69242e+07*** 1.97930e+04***
2.01327e+03***
[9056208.422] [1,987.359]
[275.681]
Longitud
Mano de obra -1.64484e+02***
-0.01771339*
8.77332e+07*** [20.639]
[0.011]
[15119558.312]
Latitud Precipitación acumulada (Primavera-Verano)
-6.78166e+06***
0.08359363*** 2.81593863
[1141354.935]
[0.011] [2.066]
Precipitación acumulada (Primavera-Verano) al

Tractores Altitud
cuadrado
1.30754e+05*** -1.74975028***
0.00041343
[10,033.893] [0.431]
[0.000]
Semilla mejorada
Precipitación acumulada (Primavera-
2.83314e+08*** Temperatura promedio Primavera-Verano
Verano)
[24748110.590] 939.72082460***
7.87774177
Precipitación por temperatura (Primavera- [208.859]
[12.007]
Verano) -16.46239853***
0.00195194
-4.52047e+03*** [3.494]
[0.003]
[375.007]
55
PRODUCCIÓN DE MAÍZ PRODUCCIÓN DE FRIJOL
AGRÍCOLA
Precipitación por temperatura (Primavera-

Sequía Temperatura promedio (Primavera-
Verano)
-2.52E+06 Verano)
-0.15816503**
[2669800.016] -4.53E+02
[0.066]
[1,117.412]
Constante Fertilizantes
11.9973826
-2.52701e+08*** 1.76830e+03***
[19.007]
[50052419.256] [167.501]
Interacción precipitación y temperatura
Tractores
(Primavera-Verano)
91.07874787***
-0.43032787
[16.852]
[0.338]
Sequía Sequía
-1.25928e+03* -4.30912e+02***
[676.567] [103.511]
Constante Constante
-7.29E+02 -1.92721e+04***
[16,478.386] [3,283.412]
746 925 899
En esta Región, el nivel óptimo de la productividad del presencia de mayor humedad relativa. En el caso de la
frijol se alcanza a una temperatura de 24.6° C, por lo cual precipitación, ésta no pudo ser modelada dado que no se
existen expectativas de incrementar la productividad en incluyó el término cuadrático.
esta Región a partir de temperaturas más altas en

Primavera– Verano

'%)( * (

#&'()'+
.+!1 &<* &01 &<*<,0&) &01 &<* 01(

56
b) Producción ganadera Por otro lado, en la producción de carne las variables

que influyen de manera positiva han sido el alimento
De manera similar a los apartados anteriores, se estima balanceado, el uso de ganado fino y la presencia de un
la función de producción de forrajes en la Región 2, la cual mayor hato dedicado a la producción de carne. En esta
busca captar los impactos esperados en temperatura y Región, la infraestructura y la aplicación de hormonas al
precipitación sobre los pastizales, los cuales se incluyen en ganado significan incrementos en los rendimientos por
las funciones de producción de carne y leche. unidad animal. En cuanto a la leche, existe un efecto
positivo de una mayor disponibilidad de los pastizales y de
En la Región 2 la precipitación acumulada anual tiene alimentos balanceados, lo que contribuye al incremento de
el efecto de incrementar los rendimientos de la la producción de leche por unidad animal. De igual
producción de pastos, lo cual también ocurre con el uso de manera, la aplicación de medidas sanitarias como la
semillas mejoradas y el uso de los factores productivos desparasitación y una mayor infraestructura productiva
como tractores y mano de obra. En sentido contrario, la contribuyen al incremento de la producción del lácteo. En
presencia de sequías genera pérdidas en la producción de el Cuadro 20 se presentan los resultados econométricos de
pastizales, que en promedio fue de 1,578 toneladas. las estimaciones de la funciones de producción de pastos,
carne y leche.
Cuadro 20: Región 2: Funciones de producción de pastos, bovinos carne y leche
PRODUCCIÓN DE PASTOS PRODUCCIÓN DE CARNE PRODUCCIÓN DE LECHE

(TONELADAS) (PESO EN PIE) (LITROS)
Superficie sembrada Alimento balanceado Desparasitación

11.11932*** 0.50062751*** 2.43822e+04***
[.2377339] [0.172] [7,152.225]
-0.03424269*
[0.019]
Mano de obra Ganado fino Alimento balanceado
.5475135*** 1.13877986*** 1.40604e+04**
[.1680504] [0.342] [5,950.862]
-2.42548e+03***
[723.461]
Tractores Hato carne *** Hato leche
1.410118 0.00002815*** 7.38984816***
[1.757001] [0.000] [0.320]
-0008629**
[.000492]
Semilla mejorada Mano de obra Ganado fino
13570.52*** 0.00003041*** 3.85446e+04***
[3787.037] [0.000] [13,627.048]
Precipitación promedio anual Hormonas Pasto en el estado
1.963567** 0.03112729*** 0.01575912***
[1.286771] [0.006] [0.004]
Sequía Pasto en el estado Mezcladoras de alimento
-1578.047* 0.00000025 213.68159723**
[-2395.159] [0.000] [96.162]
57
PRODUCCIÓN DE PASTOS PRODUCCIÓN DE CARNE PRODUCCIÓN DE LECHE

(TONELADAS) (PESO EN PIE) (LITROS)
Constante Altitud Mano de obra

-2395.159 -0.00026026*** 2.72120e+04***
[1657.471]* [8,128.776]
[0.000]
-1.57794e+03***
[582.658]
Constante Constante
5.37681178*** -1.60652e+05***
[0.408] [31,302.563]
631 684 645
c) Proyecciones agrícolas pérdidas en la producción agrícola, las cuales además

vendrán acompañadas por períodos de incertidumbre
En la Región 2 el incremento de la temperatura en derivados de la mayor volatilidad durante los próximos
Primavera-Verano, aunado a una reducción de la primeros años.
precipitación durante el mismo período, generará

entre 2010-2099

!#"#!&- #*!

En el caso del maíz, los rendimientos promedios caerán

durante todo el período de estudio. A pesar de leves
recuperaciones en algunos años, el incremento de la
temperatura y la reducción de la precipitación acumulada
durante el ciclo primavera verano generarán caídas en los
retornos productivos del maíz en la Región.
58

entre 2010-2099

%$"(&%')/'

El rendimiento del frijol en la Región 2 muestra una a la baja durante los últimos años de estudio. Es posible
ligera tendencia al alza durante los primero años de que a partir del 2100 las proyecciones reflejen la condición
estudio. A partir del año 2050 se presenta una primera de concavidad de la producción a la temperatura y la
caída y mayores escenarios de inestabilidad, los cuales precipitación y, por lo tanto, se empiecen a reflejar
muestran una tendencia que progresivamente se inclinan pérdidas más pronunciadas.
entre 2010-2099

%$"(&%')/'

d) Proyecciones ganaderas. estimados se espera que hacia el 2080 se reduzca

considerablemente la producción de pastos en esta
En el largo plazo se espera que con la reducción de la Región.
precipitación y una mayor presencia de eventos
climatológicos como las sequías se vaya reduciendo la
producción de pastizales en la Región 2. De acuerdo con
las proyecciones realizadas a partir de los modelos
59

entre 2010-2099

La menor disponibilidad de pastizales en esta Región de carne, se espera que el rendimiento por unidad animal
afectará directamente a la producción de leche y de carne. baje ligeramente en esta Región desde 318.9 kilos en
En esta Región, se espera que el rendimiento por unidad promedio a 318.8, lo cual probablemente se deba a que
animal caiga de 6,810 litros de leche por unidad animal en esta Región se abastece de pastos de otras regiones y a que
promedio entre 2011 y 2029 a 6,760 en promedio para los existe un alto consumo de alimentos balanceados.
últimos años de la proyección. En el caso de la producción

de leche y carne

"#)#"*(&)

"#&)

60
3.1.3 Región 3 De otro lado, la presencia de sequías ha generado

pérdidas significativas en la producción del maíz y del
a) Producción agrícola frijol. El Cuadro 21 presenta los resultados econométricos
de las estimaciones de la función de producción agrícola
La Región 3 está compuesta por los estados de regional, así como el de las funciones de producción para
Guerrero, Oaxaca y Chiapas que son estados donde el maíz y el frijol, respectivamente. En esta Región el
predominan pequeñas unidades productivas. En esta empleo de insumos tales como herbicidas, semilla
Región se modeló la función de producción agrícola mejorada y fertilizante juega un rol importante en la
tomando como base para ello los cultivos: agave, alfalfa producción de los cultivos mencionados. Asimismo, la
verde, café cereza, caña de azúcar, maíz grano, mango, mano de obra y la maquinaria, expresada como tractores,
palma africana o de aceite, papaya, pastos y plátano, los son importantes factores de la producción agrícola. A
cuales fueron seleccionados debido a su importancia en el nivel agregado para la agricultura, la precipitación y la
volumen de producción. No obstante, para efectos de temperatura no parecieron ser importantes en esta
estimación se utilizó el valor de la producción. Región, de lo cual se infiere que en esta zona se han
incorporado algunas medidas de adaptación; sin embargo,
En esta Región el empleo de insumos productivos tales para el caso específico del frijol el incremento en la
como herbicidas, semilla mejorada y fertilizante juega un temperatura tiene un efecto negativo sobre el desarrollo
rol importante en la producción de los cultivos vegetativo de este cultivo, lo mismo que la interacción de
mencionados. Asimismo, la mano de obra y la maquinaria la temperatura y la precipitación, la cual es significativa.
son importantes factores de la producción agrícola. A También en estos cultivos la presencia de sequías tiene
nivel agregado, la precipitación y la temperatura no efectos negativos, como es de esperarse, en el desarrollo
parecieron ser importantes de manera aislada en esta vegetativo tanto en el frijol como en el maíz. Los términos
Región, de lo cual se infiere que en esta zona se han cuadráticos de las variables climáticas y el término
incorporado algunas medidas de adaptación. Sin embargo cruzado capturan efectos y dependencias no lineales entre
el término que capta la interacción de las mismas resulta las variables. En ese sentido, el signo negativo del término
negativo, lo cual se puede interpretar como mayores cuadrático correspondiente refleja que los efectos de la
pérdidas en la Región en caso se incremente la precipitación acumulada y de la temperatura máxima
temperatura pero no se acompañe de una mayor confieren rendimientos marginales decrecientes en la
precipitación. En el caso específico del frijol, el producción de los cultivos. El Cuadro 21 presenta los
incremento de la temperatura y la precipitación presentan resultados econométricos de las estimaciones de las
en conjunto un efecto negativo sobre el desarrollo funciones de producción agrícola, de maíz y de frijol para
vegetativo de este cultivo. la Región 3.
VALOR DE LA PRODUCCIÓN PRODUCCIÓN DE MAIZ PRODUCCIÓN DE FRIJOL

AGRÍCOLA
1.18929e+04*** 1.78183983*** 0.64237752***
[144.192] [0.020] [0.004]
Herbicidas Precipitación acumulada anual Tractores
5.69651e+07*** 0.50969536 6.43819071***
[3980095.474] [0.394] [0.348]
-0.00004342
[0.000]
61
VALOR DE LA PRODUCCIÓN PRODUCCIÓN DE MAIZ PRODUCCIÓN DE FRIJOL

AGRÍCOLA
Fertilizantes Temperatura promedio anual Herbicidas
1.04614e+07*** 2.28192e+03*** 67.50161836***
[732,449.292] [191.896] [4.016]
-49.70495515***
[4.179]
Mano de obra Lluvias extremas Longitud
7.41507e+06*** -1.37200e+02*** 0.00050599***
[663,659.499] [42.987] [0.000]
-1.04413e+06***
[58,299.385]
Tractores Inundaciones Latitud
5.00350e+05*** -4.39038e+02** -0.00310422***
[25,164.232] [214.507] [0.000]
Longitud Longitud Altitud
-44.98931704*** 0.01685864*** -0.01456342***
[14.434] [0.001] [0.001]
Latitud Latitud Precipitación acumulada anual
-8.03237e+02*** 0.00672884 0.04329824***
[67.601] [0.005] [0.016]
-0.00000842***
[0.000]
Precipitación acumulada anual Altitud Temperatura promedio anual
5.88E+03 -0.20604674*** 73.67773773***
[5,298.305] [0.031] [4.325]
0.46567173 -1.81092272***
[1.664] [0.094]
Temperatura promedio anual Sequía Precipitación por temperatura (anual)
5.31705e+06** -1.65139e+02*** -0.00081166
[2182614.397] [40.385] [0.001]
-1.91151e+05***
[47,827.795]
Inundación Insecticidas Ciclón
-2.24E+06 1.35704e+04*** -19.60612838
[1561268.198] [643.637] [25.744]
Altitud Mano de obra Constante
-3.11936e+03*** 0.09701330*** -7.05912e+02***
[370.195] [0.010] [61.433]
Lluvias extremas Tractores
-3.56E+05 170.39913326***
[479,114.759] [16.448]
Constante Constante
1.34740e+08*** -4.46125e+04***
[35074270.228] [3,158.646]
3,059 3,824 3,209
62
En esta Región los niveles óptimos de precipitación rendimiento promedio de 2.17 toneladas de maíz por
promedio anual se sitúan alrededor de 5,869 mm hectárea aproximadamente.
acumulados anualmente, los cuales permiten obtener un
Figura 37. Región 3: Rendimiento del maíz en función de la precipitación anual

!

#
! !! !
Los rendimientos de maíz en la Región 3 se obtienen sensible a los cambios de temperatura, ya que no muestran
alrededor de una temperatura promedio de 23° C. Sin fuertes variaciones en los rendimientos promedios del
embargo en esta Región la producción no parece ser muy maíz.

! $"!#%+#

"#%&#(
%"(0! '(0!0#' '(0!'(

63
En la Región 3 los niveles óptimos para la producción niveles observados de precipitación se encuentran por
del frijol se alcanzan alrededor de una precipitación encima de este óptimo lo cual genera rendimientos de
acumulada anual de 1,480 mm. En la actualidad, los 0.71 t/ha aproximadamente.

promedio anual

! $"!#%)#

#"%+
&$)-# ()-#-%(" ()-#()!
En cuanto a los efectos de la temperatura promedio 20° C. En la actualidad, la temperatura observada se sitúa
anual sobre los rendimientos del frijol, el rendimiento alrededor de 24° C, obteniéndose en promedio 0.65
máximo se sitúa bajo una temperatura promedio anual de toneladas por hectárea.
Figura 40. Rendimiento del frijol en función de la temperatura promedio anual

en la Región 3

! $"!#%*#

"#%&#'
'$*7# )*7#7%)" )*7#)*!

64
e) Producción ganadera positivamente en la producción de carne, así como el

alimento balanceado, la disponibilidad de pastizales, el
En la Región 3 los factores productivos como la mano uso de ganado fino y la mano de obra. En lo que se refiere
de obra, los fertilizantes y la tierra tienen rendimientos a la leche, la existencia de silos, el empleo de sales, el
crecientes sobre la producción de pastos. Sin embargo, en alimento balanceado y la dotación de ganado fino
esta Región el incremento de la temperatura promedio favorecen la producción. De igual modo, la mano de obra
genera estrés sobre el desarrollo vegetativo de los y el tamaño del hato leche se comportan de manera
pastizales, influyendo de manera negativa sobre los positiva, como es de esperarse, en el caso de los factores
rendimientos. productivos. En el Cuadro 22 se presentan los resultados
econométricos de las estimaciones de la funciones de
Por otro lado, la dotación de infraestructura influye producción de pastos, carne y leche.

CANAL)
Superficie sembrada Mano de obra Alimento balanceado

39.22006433*** 950.03229022 4.09022543***
[0.451] [618.350] [1.371]
-64.72745553* -0.00871754***
[34.311] [0.002]
Mano de obra Silo Tamaño del hato
1.14908e+04 7.02031803*** 0.27999310***
[14,304.885] [0.983] [0.069]
-1.59236e+03
[997.979]
Fertilizante Ganado fino Ganado fino
8.22380e+04*** 1.70747e+03** 3.42209e+03***
[23,852.625] [684.279] [1,068.345]
Temperatura promedio anual Superficie sembrada Superficie sembrada
-3.54118e+03** 0.00009246*** 0.00013968***
[1,717.407] [0.000] [0.000]
Constante Tamaño del hato Sales

5.07370e+04 0.09196029*** 0.45685414
[65,918.358] [0.011] [0.688]
Alimento balanceado Mano de obra
4.63125691*** 0.02764187
[0.648] [0.019]
-0.00563728*** -0.00000081**
[0.001]
[0.000]
Constante Silos
-3.87791e+03 5.72312853***
[1.950]
[2,804.744]
65

CANAL)
Constante
-5.85955e+02**
[243.240]
770 330 305
f ) Proyecciones agrícolas el período de estudio generarán fuertes pérdidas en la

producción agrícola. Es así que el valor de la producción
En la Región 3 el incremento de la temperatura de los principales cultivos caerá de 30,000 millones de
promedio anual y la reducción de la precipitación durante pesos hasta cerca de 10,000 millones de pesos en el 2099.

entre 2010-2099

#% $%#(/"%,#

La producción del maíz en la Región 3 mostrará una

tendencia hacia la baja y volátil, como consecuencia de un
incremento en la temperatura promedio anual y una
reducción en la precipitación acumulada anual. De esta
manera, los rendimientos del cultivo del maíz caerán de
1.7 toneladas por hectárea a cerca de 1.1 toneladas por
hectárea en 2099.
66

entre 2010-2099

"!%#"$&,$

El rendimiento del frijol en la Región 3 muestra puede observar que a partir del 2070 existirán períodos de
también una tendencia a la baja, pasando de 0.62 volatilidad asociados a los cambios de temperatura y
toneladas por hectárea a aproximadamente 0.3 toneladas precipitación.
por hectárea en el año 2100. En la Figura 43 también se
entre 2010-2099

%$"(&%').'

67
g) Proyecciones ganaderas. anual generen reducciones en la producción de pastizales

en la Región 3. De acuerdo con la Figura 44 la producción
En el largo plazo se espera que con la reducción de la de pastos cae de 18,261,493 a 15,182,322 toneladas.
precipitación y el incremento de la temperatura promedio

entre 2010-2099

)',"1&(*+".$*+'&$*

La reducción en la producción de pastizales tendrá una promedio para los últimos años de lo proyectado. En el
influencia directa sobre la producción de leche y de carne caso de la producción de carne, el rendimiento por unidad
en esta Región. En el caso de la producción de leche, el animal caerá de 170 kilos en promedio a 162 por unidad
rendimiento por unidad animal caerá de 584.3 litros de animal.
leche en el período 2011-2029 hasta 547.9 litros en
Figura 45: Región 3: Efectos de la producción de pastizales en la producción

de leche y carne

"$*$"+)'*('),&"&"%$
#"$'*('),&"&"%$

68
3.1.4 Región 4 importante en la producción de los cultivos mencionados.

Asimismo, la mano de obra y la maquinaria, expresada
a) Producción agrícola como tractores son importantes factores de la producción
agrícola. A nivel agregado para la agricultura, la
La Región está formada por los estados de Nuevo León precipitación acumulada incide significativamente en la
y Tamaulipas. Se modeló la función de producción producción. En el caso de la producción de maíz y frijol,
agrícola tomando como base los cultivos: alfalfa verde, las temperaturas promedio impactan significativamente a
caña de azúcar, cebolla, chile verde, maíz grano, naranja, los rendimientos.
papa, pastos, sábila y sorgo grano, los cuales fueron
seleccionados debido a su importancia en el volumen de En el caso de los eventos climatológicos extremos, las
producción. Sin embargo, para efectos de estimación se lluvias extremas tienen impactos negativos en el valor de
utilizó el valor de la producción. la producción agrícola. El Cuadro 23 presenta los
resultados econométricos de las estimaciones de las
En esta Región el empleo de insumos tales como funciones de producción agrícola, de maíz y de frijol para
herbicidas, semilla mejorada y fertilizante juega un rol la Región 4.
VALOR DE LA PRODUCCIÓN AGRICOLA PRODUCCIÓN DE MAIZ PRODUCCIÓN DE FRIJOL

5.85668e+03*** 3.30047715*** 0.57224660***
[291.418] [0.096] [0.017]
Fertilizantes Fertilizantes Tractores
1.81573e+08*** 1.41625e+04*** 0.00482846
[17549966.360] [1,194.281] [0.023]
Tractores Tractores -0.00000339
1.37E+04 8.53572247*** [0.000]
[30,290.128] [2.043]
Longitud -0.00325430** Fertilizantes
899.38862505*** [0.001] 2.40013061
[334.078] [8.747]
Precipitación acumulada anual Longitud ciclón
2.94939e+05** -0.02357295 -0.84552524
[114,878.006] [0.024] [10.645]
-2.12707e+02*** Latitud Mano de obra
[73.313] 0.15589521*** 0.00071203
[0.022] [0.004]
Temperatura promedio anual Altitud -0.00000003
2.31E+07 -1.89301469*** [0.000]
[60099355.708] [0.670]
-5.05E+05 Precipitación acumulada Primavera-Verano Precipitación acumulada Otoño-Invierno
[1317267.167] 239.76448975*** 0.23746268
Lluvias extremas [64.731] [0.199]
-2.91E+06 -0.02004405 -0.0000681
[1921540.670] [0.013] [0.000]
69
VALOR DE LA PRODUCCIÓN AGRICOLA PRODUCCIÓN DE MAIZ PRODUCCIÓN DE FRIJOL

Mano de obra Temperatura promedio Primavera-Verano Temperatura promedio Otoño-Invierno
5.51686e+04***
[5,006.901] 3.59521e+04*** 56.54531294**
Constante [6,751.630] [24.175]
-1.27777e+09* -5.75185e+02*** -1.37740917**
[6.806e+08] [106.362] [0.629]
Precipitación por temperatura (Primavera- precipitación por temperatura (Otoño-

Verano) Invierno)
-7.87659187*** -0.01019054
[1.959] [0.010]
Mano de obra Constante
1.42249e+03*** -5.77963e+02**
[506.950] [235.465]
-2.76163e+02***
[57.718]
Constante
-5.76143e+05***
[105,731.688]
347 332 247

En esta Región, el nivel óptimo de la productividad del en esta Región a partir de mayores precipitaciones
maíz se alcanza con una precipitación de 560 mm, por lo durante el año, ya que actualmente la precipitación se sitúa
cual existen expectativas de incrementar la productividad por debajo de este óptimo.
Figura 46. Región 4: Rendimiento del maíz en función de la precipitación

promedio anual

! $"!#%*#

#"%.
+(.#:' #-.#:'-.% #-.#:':)-#&
70
En cuanto a la relación de la productividad del maíz con se presenta en los 27.8 °C, que son cercanos al nivel
la temperatura promedio, en esta Región el nivel óptimo promedio actual.

promedio anual

#! "$*"

!"$%"'
"%, $%,$% $%,, $
En cuanto a la relación de la productividad del frijol con lo cual está por debajo de la temperatura promedio
la temperatura promedio en la Región 4, el máximo registrada en 2011que fue de alrededor de 24 °C.
rendimiento promedio se obtiene alrededor de los 19 °C,

promedio anual

#" &$#%',%

!$%'(%)
(%+ 5$ *+ 5$5&* # *+ 5$*+"
71
b) Producción ganadera alimento balanceado y el ganado fino incrementan la

producción de carne al igual que la disponibilidad de
En la Región 4, la superficie sembrada, la mano de obra, pastizales y la mano de obra. En la función de producción
y el uso de tractores incrementan la producción de los leche el uso de medidas sanitarias como las vacunas,
pastizales. De otro lado, el incremento de la temperatura favorecen la producción de leche. Otras variables con
promedio afecta negativamente la producción, así la efectos positivos son el silo, el alimento balanceado, el
presencia de inundaciones. ganado fino, la disponibilidad de pastizales, el hato y la
mano de obra. En el Cuadro 24 se presentan los
Por otro lado, el nivel de de infraestructura para la resultados econométricos de las estimaciones de la
producción de ganado de carne como el silo, el uso de funciones de producción de pastos, carne y leche.

CANAL)
Superficie sembrada Mano de obra Alimento balanceado

12.01974*** 0.14919647* 0.35609537**
[.5891213] [0.080] [0.143]
Mano de obra Silo Hato leche
14.3231*** 32.06228008** 0.00055395***
[2.581212] [14.171] [0.000]
Tractor Ganado fino Ganado fino
2716.416* 2.01629e+03*** 1.50084031**
[2522.864] [722.487] [0.685]
-82155.39
[507.4136]
Temperatura anual promedio Superficie sembrada Superficie sembrada
-82155.39** 0.00061938** 0.00000033
[48058.98] [0.000] [0.000]
1491.756**
[841.6335]
Inundación Hato carne Trabajo
-5300.163 0.07402798*** 7.84090538***
[9562.581] [0.004] [1.326]
-0.58295575***
[0.098]
Alimento balanceado Silo
11.14938623** 0.03194066***
[4.721] [0.004]
Constante Vacunas
-1.05197e+03* 0.00142616***
[557.585] [0.000]
Constante
-23.02533202***
[4.452]
338 310 235
72
c) Proyecciones agrícolas la temperatura y disminuya la precipitación en esta zona.

Adicionalmente se irán presentando caídas más bruscas
El valor de la producción agrícola en la Región 4 en el valor de la producción lo cual generará condiciones
presentará una tendencia a la baja conforme se incremente de inestabilidad en esta Región.

entre 2010-2099

"$#$"'.!#%"%

En la Región 4, los rendimientos del maíz presentarán toneladas por hectárea hasta 0.5 toneladas por hectárea en
una tendencia a la baja, y con niveles de inestabilidad cada el 2090, lo cual generará fuertes repercusiones en los
vez más elevados generados por el incremento de las ingresos agrícolas e incluso problemas asociados al
temperaturas promedio y las menores precipitaciones en abastecimiento del maíz en la Región.
la zona. Derivado de lo anterior, el rendimiento caerá de 3

entre 2010-2099

"!%#"$&+$


73
En esta Región, los rendimientos del frijol presentarán rendimiento promedio, lo cual estará asociado a una
en el corto plazo períodos de estabilidad oscilando entre tendencia a la baja, hasta llegar a las 0.52 toneladas por
0.58 y 0.59 toneladas por hectáreas. Sin embargo, a partir hectárea.
del 2050 se presentará una fuerte volatilidad en el
entre 2010-2099

%$"(&%')-'

d) Proyecciones ganaderas que generen inundaciones, reduzca la producción de

pastizales en la Región 4. Como se observa en la siguiente
A lo largo del tiempo se espera que el aumento de la gráfica, la producción de pastos cae de 4,032,821 a
temperatura y el incremento de eventos climatológicos 3,371,338 toneladas.

entre 2010-2099

)%$"(&()!,"(

74
La reducción en la producción de pastizales se realizará rendimiento por unidad animal pase en esta Región de
de manera directa sobre la producción de leche y de carne 192.8 kilos en promedio a 190.5 por unidad animal. Si
en la Región. Para la leche espera que el rendimiento por bien los porcentajes en los impactos en términos
unidad animal caiga de 711.53 litros de leche entre 2011 porcentuales son similares, las pérdidas en términos del
y 2029 a 711.5 litros en promedio para los últimos años. valor de la producción son diferentes, con un mayor valor
En el caso de la producción de carne, se espera que el en el caso de los productores de carne.

de leche y carne

!"("!)'%(&%'*$!$!#"

!"%('$&%'*$!$!#"

3.1.5 Región 5 cual se puede interpretar como futuras pérdidas en la

Región en caso de que se incremente la temperatura sin la
a) Producción agrícola presencia de una mayor precipitación. De igual forma, los
términos cuadráticos de la temperatura y la precipitación
La Región 5 está compuesta por los estados de Jalisco, son negativos, lo cual indica que a partir del nivel óptimo
Michoacán, Colima, Nayarit, Guanajuato y Querétaro. se presentarán efectos negativos sobre la producción. Ello
En esta Región se modeló la función de producción es además consistente con los resultados obtenidos, ya que
agrícola tomando como base para ello los cultivos: agave, la sequía ha tenido efectos negativos en el valor de la
aguacate, alfalfa verde, caña de azúcar, limón, maíz producción agrícola. Otro fenómeno climatológico
forrajero, maíz en grano, pastos, sorgo en grano y trigo en extremo que ha generado impactos negativos han sido las
grano, los cuales fueron seleccionados debido a su lluvias extremas reportadas de 2008 a la fecha.
importancia en el volumen de producción. No obstante,
para efectos de estimación se utilizó el valor de la En cuanto a la producción de maíz, el mayor uso de
producción. factores e insumos de la producción (tierra, mano de obra,
tractores y semillas mejoradas) elevan los niveles de
En esta Región el empleo de insumos productivos tales producción. Asimismo, la temperatura y la precipitación
como fertilizantes y el uso de maquinaria tienen una anual elevan los rendimientos esperados, aunque al igual
fuerte influencia positiva sobre la producción de los que en la función de producción agrícola generalizada, la
cultivos mencionados. En los estados que conforman esta interacción de estas variables climáticas presenta un signo
Región, la temperatura y la precipitación tienen un negativo. En cuanto a la sequía, como en otros cultivos,
impacto positivo sobre el desarrollo vegetativo de los ésta genera impactos significativamente negativos en la
cultivos, lo cual se puede deber a los ecosistemas presentes producción de maíz.
en esta Región. Sin embargo, el término que capta la
interacción de las variables climáticas resulta negativo, lo Por lo que respecta al cultivo del frijol, la productividad
75
marginal de los factores productivos es también positiva. El Cuadro 25 presenta los resultados econométricos de
En este cultivo, las temperaturas y precipitaciones las estimaciones de la función de producción agrícola
presentadas durante el ciclo en otoño invierno afectan de regional, así como el de las funciones de producción para
manera positiva la producción. A nivel de eventos el maíz y el frijol, respectivamente.
extremos, se encontró que los ciclones reducen de manera
significativa la producción del frijol en la Región 5.
FUNCIÓN DE PRODUCCIÓN FUNCIÓN DE PRODUCCIÓN DEL MAÍZ FUNCIÓN DE PRODUCCIÓN DEL FRIJOL
AGRÍCOLA
9.75432e+03*** 3.77425246*** 0.74887139***
[247.173] [0.062] [0.024]
Fertilizante Tractores Semilla mejorada
7.95867e+07*** 8.14575672*** 263.51417411***
[9644630.208] [1.098] [42.925]
Tractores Precipitación acumulada (anual) Tractores
7.54894e+04*** 37.56346374*** 0.31506078
[13,103.106] [4.284] [19.181]
Longitud -0.00177979** -3.65420089*
-8.78179e+02*** [0.001] [2.126]
[204.399] Temperatura promedio (anual) Sequía
2.33191e+04*** -60.69318166*
Precipitación acumulada (anual) [945.409] [31.846]
2.87356e+05*** -4.80353e+02*** Longitud
[93,096.251] [20.316] 0.00742638***
-29.90970031* Interacción precipitación y temperatura [0.001]
[17.294] (anual)
Temperatura promedio (anual) -1.79161932*** Latitud
9.21825e+07*** [0.143] -0.00895349***
[16139905.671] Ciclones [0.002]
-1.65409e+06*** -2.15134e+03*** Altitud
[330,156.311] [774.116] -0.18009551***
Interacción precipitación y temperatura Longitud [0.034]
(anual) 0.03535191*** Ciclones
-1.04348e+04*** [0.014] -0.57572067
[2,755.945] [59.680]
Sequía Latitud
-4.68367e+07*** -0.10958978*** Mano de obra
[6694662.412] [0.019] 0.01082258***
Altitud Altitud [0.003]
-9.06948e+03** 2.03543222*** Precipitación acumulada (Otoño-Invierno)
[4,610.957] [0.300] 0.80293656*
Lluvias extremas Sequía [0.439]
-2.95054e+06 -3.86072e+03*** -0.00050031
[6413714.487] [548.719] [0.001]
76
FUNCIÓN DE PRODUCCIÓN FUNCIÓN DE PRODUCCIÓN DEL MAÍZ FUNCIÓN DE PRODUCCIÓN DEL FRIJOL
AGRÍCOLA
Constante Semilla mejorada Temperatura promedio (Otoño-Invierno)
-3.35807e+08 2.86103e+04*** 110.79857780***
[2.190e+08] [728.711] [38.027]
Mano de obra -3.50499582***
[1.001]
2.14343e+04***
[1,639.854]
-1.64755e+03***
[122.574]
(Otoño-Invierno)
-0.02337099
[0.029]
Constante Constante
-3.60581e+05*** -6.50918e+03***
[14,826.084] [969.389]

1,320 1,635 1,125

En la Figura 54 se ilustra la relación entre la fue de 20.9° C, aún queda margen para elevar los
temperatura promedio anual en la Región 5 y los rendimientos a partir de incrementos en la temperatura. A
rendimientos del maíz. La temperatura óptima que eleva partir de este nivel óptimo se espera una caída en los
los rendimientos del maíz a 5 toneladas por hectárea se mismos.
alcanzan con 21.4° C. Dado que en el 2011 la temperatura

promedio anual

#! "$*"

!"$%"'
-*!0 &;) &/0 &;);+/&( &/0 &;) /0'
77
b) Producción ganadera producción.
En la Región 5, la producción de pastos depende de los En la función de producción de leche el uso de

factores productivos como superficie sembrada, mano de infraestructura como silos y de bienes de capital como la
obra empleada y uso de maquinaria (tractores), los cuales mezcladora de alimentos intervienen de manera positiva
generan efectos positivos sobre la producción. En cuanto en la producción del lácteo. En este mismo sentido actúan
a las variables climáticas, el incremento de la temperatura las variables tecnológicas como el uso de alimentos
anual promedio y las sequías generan efectos negativos balanceados y el uso de ganado fino, al igual que el tamaño
sobre la producción de pastos. del hato lechero, la disponibilidad de pastizales y el
empleo de mano de obra.
Por otro lado, en la función de producción de bovinos
carne, el silo, la calidad genética del ganado y el alimento En el Cuadro 26 se presentan los resultados
balanceado influyen positivamente en la producción, del econométricos de las estimaciones de la funciones de
mismo modo el tamaño del hato, la disponibilidad de producción de pastos, bovinos carne y leche.
pastos y el empleo de mano de obra elevan los niveles de
PRODUCCIÓN DE PASTOS PRODUCCIÓN DE CARNE PRODUCCIÓN DE LECHE (LITROS)

(TONELADAS) (PESO EN PIE)
Superficie sembrada Alimento balanceado Alimento balanceado
21.35025127*** 46.33058189*** 4.60008575
[0.641] 6.095] [5.851]
Mano de obra Hato carne Hato leche
2.00838065*** 0.04316374 2.91098019***
[0.523] [0.086] [0.316]
-0.00006210***
[0.000]
Tractor Superficie sembrada de pastos Ganado fino
36.13088383*** 0.00040738*** 1.76674e+03
[11.381] [0.000] [2,742.390]
-0.02578731***
[0.009]
Temperatura anual promedio Ganado fino Superficie sembrada de pastos
-2.37000e+02 1.73444e+04*** 0.00026391**
[613.814] [4,982.811] [0.000]
Interacción Silo Trabajo
0.12632545 63.07861512*** 0.23115728
[0.246] [16.589] [0.216]
-0.00000650
[0.000006]
Sequia Trabajo Silo
-2.67437e+04** 1.21852e+04*** 57.82247998***
[13,259.375] [2,880.064] [9.147]
-9.49226e+02***
[195.314]
78
PRODUCCIÓN DE PASTOS PRODUCCIÓN DE CARNE PRODUCCIÓN DE LECHE (LITROS)

(TONELADAS) (PESO EN PIE)
Constante Constante Mezcladora
-7.64788e+03 -4.77411e+04*** 132.27836320***
[7,960.305] [11,531.359] [34.136]
Constante
-6.81605e+03***
[1,009.242]
1,077 1,150 1,140

c) Proyecciones agrícolas tendencia casi lineal hacia finales del período, pero con
amplias oscilaciones y con futuras pérdidas a partir de
En la Región 5 las proyecciones muestran que el 2099. Conviene resaltar que en esta Región es la mayor
incremento de la temperatura, aunado a una reducción de volatilidad que se presenta en el valor de la producción, lo
la precipitación durante el mismo período, generará una cual traerá consigo períodos de incertidumbre y riesgos a
tendencia al alza en el corto plazo, acompañada por una partir de los años 30.

entre 2010-2099

#&(#'(&+"4% (2&#

$"##&%)')&)

En cuanto a los rendimientos del maíz, en el corto plazo generados por alzas en la temperatura y reducción de la
se esperan ganancias en la productividad de este cultivo precipitación, lo cual afectará negativamente a los
hasta el 2070, y a partir de entonces la tendencia se vuelve productores de esta Región.
decreciente. Sin embargo, durante el período proyectado
se observa una mayor inestabilidad en los rendimientos
79

entre 2010-2099

&%#)'&(!*0(

En el caso de los rendimientos del frijol, el incremento durante todo el período proyectado, pasando los
de la temperatura en Otoño–Invierno y la reducción de la rendimientos de 0.7 toneladas por hectárea, en promedio,
precipitación generarán impactos negativos sobre los a 0.55 toneladas por hectárea aproximadamente al final
rendimientos del frijol. Si bien no se presenta una del período de proyección.
volatilidad fuerte, la tendencia es claramente a la baja
entre 2010-2099

%$"(&%').'

d) Proyecciones ganaderas producción de pastizales en la Región 5. Como se observa

en la siguiente gráfica, la producción de pastos cae de
A lo largo del período de análisis, se espera que el 13,620,599 a 13,385,683 toneladas, lo que implica una
aumento de la temperatura y el incremento de eventos reducción significativa en la disponibilidad de alimento
climatológicos extremos, como la sequía, reduzcan la forrajero para la producción de carne y leche en la Región.
80

entre 2010-2099

)',#1&(*+#.$*%#$*

+'&$*

Al presentarse una reducción en la producción de años. En el caso de la producción de carne, se espera que
pastizales en la Región 5 existirán efectos negativos que el rendimiento por unidad animal pase en esta Región de
impactarán de manera directa sobre la producción de 266.83 kilos en promedio a 266.76 por unidad animal.
leche y de carne de res en esta Región. Para la leche, se Estas reducciones si bien son pequeñas, no consideran los
espera que el rendimiento por unidad animal caiga de costos que deberán afrontar los productores para
369.5 litros de leche por unidad animal del período conseguir mayores pastizales debido a la reducción de la
2011-2029 a 368.8 litros en promedio para los últimos producción de los mismos.

de leche y carne

#$*$#+)'*('),&#
#$'*)&('),&#

&#%$
&#%$

81
3.1.6 Región 6 variables climáticas aumenta la producción agrícola hasta

un nivel óptimo, más allá del cual los rendimientos
a) Producción agrícola empiezan a descender, lo cual se infiere a partir de los
términos cuadráticos de la precipitación y la temperatura
La Región 6 está compuesta por los estados de Yucatán, especificados en las funciones de producción.
Quintana, Roo y Campeche que son estados de baja
altitud y con climas húmedos. En esta Región se modeló En el caso del maíz, también el empleo de tractores,
la función de producción agrícola tomando como base insecticidas, mano de obra tienen efectos positivos sobre
para ello los cultivos: caña de azúcar, chile verde, limón, la producción. Por su parte, las variables climáticas tienen
maíz grano, mango, naranja, papaya, pastos, sandia y soya, un comportamiento similar al presentado en la función de
los cuales fueron seleccionados debido a su importancia producción agrícola. En cuanto a los eventos
en el volumen de producción. No obstante, para efectos de climatológicos extremos como los ciclones y las lluvias
estimación se utilizó el valor de la producción. extremas, estos afectan de manera negativa a la
producción en esta Región. En cuanto a la producción de
El uso de factores productivos en esta Región como son frijol, la mano de obra y la superficie son factores
la mano de obra, la tierra y la maquinara (tractores) elevan productivos que también afectan de manera directa a la
los niveles de producción, mientras que el uso de los producción.
insecticidas presenta rendimientos marginales positivos
en estos estados. Por lo que a las variables climáticas se El cuadro 27 presenta los resultados econométricos de
refiere, la temperatura y la precipitación afectan de las estimaciones de las funciones de producción agrícola,
manera significativa a la producción agrícola. La relación de maíz y de frijol para la Región 6.
de producción indica que el incremento de dichas
FUNCIÓN DE PRODUCCIÓN DEL

FUNCIÓN DE PRODUCCIÓN AGRÍCOLA FUNCIÓN DE PRODUCCIÓN DEL MAÍZ
FRÍJOL
3617.735*** 0.60860138*** 0.68075635***
[25.54733] [0.057] [0.031]
Insecticidas Tractores Precipitación acumulada (Primavera-
-1.01e+08*** 30.68271470*** Verano)
[1.30e+07] [7.439] 1.40780397
[3.029]
Tractores Insecticidas
0.00023887
413611.8*** 5.97554e+04***
[0.000]
[6593.844] [6,952.068]
Temperatura promedio (Primavera-
Mano de obra Verano)
Mano de obra
8299.949*** 1.54099e+03
428.24313679
[244.0423] [957.311]
[301.721]
-25.35414981
Longitud -64.03898890*
[15.999]
-97.52311 [35.752]
[63.064]
(Primavera-Verano)
Precipitación acumulada (anual)
Precipitación acumulada anual -0.05106907
54.81084842
2057935*** [0.101]
[59.257]
[71.53233] Sequía
0.00782613**
-92.17532*** -10.46312757*
[0.003]
[27.2717] [6.114]
82

FUNCIÓN DE PRODUCCIÓN AGRÍCOLA FUNCIÓN DE PRODUCCIÓN DEL MAÍZ
FRÍJOL
Temperatura promedio (anual) Mano de obra
Temperatura promedio anual
1.62135e+04 0.00394273**
1.30e+09***
[38,321.122] [0.002]
[2.08e+08]
-2.59518e+02
Constante
-2.31e+07***
[694.454]
-2.34030e+04
[3743637]
Interacción precipitación y temperatura [14,324.933]
(anual)
-2.37026345
(anual)
[2.139]
-71467.67***
[12801.25] Lluvias extremas
-2.04023e+04
Constante
[14,903.993]
-1.81e+10***
[2.89e+09] Ciclones
-1.66785e+03**
[787.054]
Longitud
-0.01651297
[0.017]
Latitud
0.03929362
[0.027]
Constante
-2.40377e+05
[525,358.926]

498 624 145
En esta Región los niveles óptimos de temperatura

promedio anual para el cultivo del maíz se sitúan
alrededor de 29.1° C debido a los altos niveles de
humedad que predominan en la zona. Lo anterior indica
que todavía se pueden alcanzar niveles más altos de
productividad frente a un incremento en la temperatura.
83

"!%#"$&+$

#$&'$(
'$*2# )*2#2%)" )*2#)*!
En el caso del frijol, los niveles más elevados de humedad que predominan en la Región. Sin embargo, a
productividad se alcanzan con una temperatura de 30.2° partir de ese nivel de temperatura, mayores incrementos
C, lo cual también está relacionado con los altos niveles de afectarán negativamente al cultivo del frijol.

'& $*(')" +2)

%( )+,)/
)&,"7% "+,"7%7'+"$ "+,"7%+,#
84
b) Producción pecuaria hato dedicado a la producción de carne muestran una

relación positiva con la función de producción.
En la Región 6, la producción de pastos depende de
manera positiva de la superficie sembrada, la mano de En el caso de la producción de leche, la variable de
obra empleada y del uso de maquinaria (tractor). En el sanidad (baño garrapaticida), el uso de sales minerales en
caso de las variables climáticas, la temperatura anual la alimentación, el uso de alimentos balanceados, la
promedio y la sequía generan efectos negativos sobre la disponibilidad de pastos, el tamaño del hato lechero y el
producción de pastos. empleo de mano de obra mantienen una relación directa
con la producción lechera. En esta Región una mayor
En cuanto a la función de producción de bovinos carne, temperatura y menor precipitación generan estresestrés en
la variable que representa el nivel de capital, la mezcladora el ganado, incidiendo negativamente en la producción de
de alimentos, afecta positivamente la producción. Otros leche. En el Cuadro 28 se presentan los resultados
factores como el uso de alimento balanceado, la superficie econométricos de las estimaciones de la funciones de
sembrada, el empleo de mano de obra y el tamaño del producción de pastos, carne y leche en la Región 6.
PRODUCCIÓN DE CARNE (PESO EN

PRODUCCIÓN DE PASTOS PRODUCCIÓN DE LECHE (LITROS)
CANAL)
Superficie sembrada Superficie sembrada Hato lechero
11.97714579*** 0.00000069 0.69108750***
[0.831] [0.000] [0.170]
Mano de obra Mano de obra
8.11900e+03 648.27233406***
Superficie sembrada
[29,241.221] [172.434]
0.00000685
[0.000]
-8.61456e+02 -81.81404311***
[2,851.355] [21.002]
Tractores
Mano de obra
3.69022e+03
Tamaño del hato 0.29521843**
[3,576.517]
0.15399529*** [0.126]
[0.015] -0.00000844
-1.56695e+02*
[0.000]
[83.491]
Sequía Alimentos balanceados Baños garrapaticidas
-3.34341e+04** 12.54723184*** 0.04370854
[15,405.930] [3.176] [0.320]
Temperatura promedio anual Mezcladora de alimentos Sales minerales
-3.40607e+04 13.73823510* 1.86248e+03***
[22,228.793] [7.669] [447.989]
Constante Constante Interacción precipitación y temperatura

9.11169e+05 -1.32201e+03*** -38.05233442
[604,788.284] [381.636] [158.686]
85
PRODUCCIÓN DE CARNE (PESO EN

PRODUCCIÓN DE PASTOS PRODUCCIÓN DE LECHE (LITROS)
CANAL)
Latitud
-4.80398116***
[1.690]
Constante
594.75438569
[4,773.018]

520 595 132

c) Proyecciones agrícolas precipitación, que afecta de manera negativa a cultivos

que ya están implantados en estos ecosistemas. Si bien el
En esta Región, que presenta niveles de temperatura modelo permite estimar la producción en la Región 6
elevados en la actualidad, un mayor calentamiento posteriores a 2070, se observa que más allá de dicho año la
generará pérdidas en el valor de la producción. Ello producción agrícola estaría en entredicho.
además se verá agravado por una reducción de la

entre 2010-2099

#% $%#(/"! #"&$&#&

86
La producción del maíz en la Región 6 muestra una tendrán un comportamiento volátil, como consecuencia
tendencia al alza. Sin embargo, a finales del período también de las amplias oscilaciones en la temperatura y la
analizado se empieza a mostrar una tendencia negativa. precipitación.
Cabe resaltar que, además, los rendimientos del maíz

entre 2010-2099

#" &$#%'-%

Los rendimientos del frijol en esta Región muestran producción en la Región 6 posteriores a esta fecha, se
una tendencia a la baja e incluso, de acuerdo a las observa que hacia después de ese año se presentan
proyecciones, podrían existir pérdidas totales del cultivo pérdidas totales.
en el año 2038. Si bien el modelo permite estimar la
entre 2010-2099

&%#)'&( */(

87
d) Proyecciones ganaderas valores negativos en el 2043, lo que implica una reducción

significativa de este insumo para la producción de carne y
A lo largo del tiempo se espera que el aumento de la la leche. Lo anterior podría elevar los costos de
temperatura y la reducción en la precipitación reduzcan la producción fuertemente e incluso conducir al abandono
producción de pastizales en la Región 6. De esta manera, de las actividades ganaderas en esta Región.
la producción de pastos cae aceleradamente hasta llegar a

entre 2010-2099

&%#)

Dadas las proyecciones en la producción de pastos, la litros, en promedio, para los últimos años del periodo
reducción en la producción de pastizales tendrá efectos analizado. En el caso de la producción de carne, se espera
negativos directos en la producción de leche y de carne en que el rendimiento por unidad animal se reduzca de
la Región 6. Para la leche, se espera que el rendimiento por 166.65 kilos en promedio a 166.53 por unidad animal.
unidad animal caiga de 170 litros entre 2011 y 2029 a 168

de leche y carne

"*(&)#!'&(+%"
"#&)(%'&(+%"

%"$#
%"$#

88
3.1.7 Región 7 7, ésta reacciona de manera positiva ante el mayor uso de

factores e insumos de la producción (tierra, mano de obra,
a) Producción agrícola tractores, fertilizantes y semillas mejoradas). Asimismo, la
temperatura y la precipitación en Primavera-Verano
La Región 7 está compuesta por los estados de elevan los rendimientos esperados. En esta Región, la
Aguascalientes, Hidalgo, México, Morelos, Puebla, San sequía genera impactos significativamente negativos en la
Luis Potosí y Tlaxcala. En esta Región se modeló la producción de maíz.
función de producción agrícola tomando como base para
ello los cultivos: alfalfa verde, avena forrajera, caña de En cuanto al cultivo del frijol, la productividad
azúcar, elote, maíz forrajero, maíz en grano, naranja, marginal de los factores productivos es también positiva.
nopalitos, pastos y sorgo en grano, los cuales fueron En este cultivo, las temperaturas y precipitaciones
seleccionados debido a su importancia en el volumen de presentadas durante el ciclo Primavera–Verano afectan
producción, aunque la estimación de la función de negativa y positivamente, respectivamente. Es decir, un
producción se hizo en el valor de la producción. incremento de temperatura reduce la producción,
mientras que mayor precipitación la eleva, pero hasta
En esta Región el empleo de insumos tales como llegar a un nivel óptimo a partir de lo cual se generan
herbicidas, fertilizantes, y de factores productivos como la pérdidas. A nivel de eventos extremos, se encontró que la
mano de obra y maquinaria (tractores) tienen un rol sequía reduce de manera significativa la producción del
significativamente importante en la producción de los frijol en la Región 7.
cultivos mencionados. Asimismo, nivel agregado para la
agricultura, la precipitación acumulada y la temperatura El Cuadro 29 presenta los resultados econométricos de
inciden significativamente en la producción. las estimaciones de las funciones de producción agrícola,
de maíz y de frijol para la Región 7.
Por lo que respecta a la producción de maíz en Región

FUNCIÓN DE PRODUCCIÓN AGRÍCOLA FUNCIÓN DE PRODUCCIÓN DEL FRÍJOL
MAÍZ
1.01241e+04*** 2.01125722*** 0.35641679***
[160.594] [0.025] [0.006]
Herbicidas Fertilizantes Tractores
4.82243e+06*** 2.64772e+03*** 1.34053294***
[1277977.875] [94.522] [0.049]
Fertilizante Tractores -0.00363496***
3.69954e+06*** 4.08904029*** [0.000]
[1080284.175] [0.828] Mano de obra
Mano de obra -0.01494357*** 0.00232692***
6.90295e+05*** [0.001] [0.000]
[244,463.020] Mano de obra Precipitación cumulada (Primavera-Verano)
Tractores 0.16635041*** 0.53493629***
1.23849e+05*** [0.010] [0.198]
[11,160.583] Semilla mejorada -0.00031607***
-1.35630e+02*** 1.62503e+03*** [0.000]
[16.461] [241.345] Temperatura promedio (Primavera-Verano)
89

FUNCIÓN DE PRODUCCIÓN AGRÍCOLA FUNCIÓN DE PRODUCCIÓN DEL FRÍJOL
MAÍZ
Precipitación acumulada (Primavera-
Longitud 100.76586477***
Verano)
-6.98252e+02*** 12.47849617*** [18.617]
[47.348] [4.787] -2.17772605***
Precipitación acumulada (anual) 0.00127494 [0.344]
1.51239e+05*** [0.001]
(Primavera-Verano)
Temperatura promedio (Primavera-
[18,943.292] -0.00437113
Verano)
-24.62623195*** -1.68083e+03*** [0.008]
[5.702] [468.483] Sequía
Temperatura promedio (anual) 39.71563058*** -83.71904253***
-1.60799e+07*** [9.406] [5.757]
Precipitación Por Temperatura (Anual) Sequía Constante
-4.65589e+03*** -1.56538e+03*** -1.27989e+03***
[860.124] [161.844] [243.041]
Constante Constante
8.22001e+08*** 1.69782e+04***
[64767367.705] [6,032.064]
2,339 2,909 2,194
En la Figura 67 se ilustra la relación que guarda entre la

temperatura promedio en Primavera-Verano en la Región
7 con los rendimientos del frijol. La temperatura óptima
que eleva los rendimientos del frijol a 0.51 toneladas por
hectárea se alcanzan con 22.4° C. En el 2011 la
temperatura promedio en Primavera–Verano fue de 17.6°
C, por lo cual se puede inferir que aún queda margen para
elevar los rendimientos a partir de incrementos en la
temperatura, luego de los cuales se espera una caída en los
mismos.
90

! $"!#%+#

"#%&#(
)&,!4% !+,!4%4'+!$ !+,!4%+,#
En cuanto a la precipitación, se estima que la 0.51 toneladas por hectárea (Figura 68). En la actualidad,
precipitación óptima para el frijol en primavera verano la precipitación se ha encontrado por encima de este
para la Región 7 es de 700.3 mm, dadas las temperaturas óptimo por lo cual se han obtenido rendimientos
actuales, con lo cual se obtendría un rendimiento máximo menores.

$#!'%$&(,&

&%(.#""
(%+ 2$ *+ 2$2&* # *+ 2$*+"
91
b) Producción pecuaria también inciden de de manera positiva en la producción

de carne.
En la Región 7, la producción de pastos depende de
manera positiva de sus factores de producción: superficie Por lo que se refiere a la función de producción de la
sembrada, trabajo y capital (tractores). En cuanto a las leche de la Región 7, el uso de infraestructura, como silos,
variables climáticas, la precipitación anual incide interviene de manera positiva en la producción. En este
positivamente, aunque en extremo (lluvias extremas) tiene mismo sentido actúan las variables tecnológicas como el
un impacto negativo. Las sequías también reducen la uso de alimentos balanceados, al igual que el tamaño del
producción de los pastizales. hato lechero, la disponibilidad de pastizales y el empleo de
mano de obra
Por otro lado, en la función de producción de carne de
esta Región se caracteriza por tener efectos positivos del En el Cuadro 30 se presentan los resultados
manejo sanitario del ganado como las prácticas de econométricos de las estimaciones de la funciones de
desparasitación del ganado. Los factores productivos y el producción de pastos, carne bovina y leche.
uso de alimentos balanceados en la crianza del ganado
PRODUCCIÓN DE CARNE PRODUCCIÓN DE LECHE

PRODUCCIÓN DE PASTOS
(PESO EN PIE) (LITROS)
Alimentos balanceados
Mano de obra 1.20216363***
Superficie sembrada
26.83849480 [0.188]
0.00031785***
[41.102] -0.13537098***
[0.000]
[0.025]
Mano de obra Superficie sembrada Tamaño el hato lechero
0.34238689*** 0.00026296*** 0.00049519***
[0.070] [0.000] [0.000]
Tractores Tamaño del hato Producción de pastos
0.00112193* 0.40918161*** 0.03630112
[0.001] [0.080] [0.028]
Alimentos balanceados Mano de obra
Precipitación promedio
0.15835856 1.75456301***
(anual)
[1.598] [0.339]
0.00075768**
-0.00183173 -0.10704504***
[0.000]
[0.002] [0.020]
Lluvias extremas Desparasitación Silos
-0.52333878* 1.33715e+03* 0.00226093***
[0.311] [705.636] [0.000]
Sequía Constante Longitud

-1.24936123** -1.97787e+03** -0.00006570***
[0.607] [774.439] [0.000]
Latitud Latitud
0.00005859*** 0.00002562***
[0.000] [0.000]
92
PRODUCCIÓN DE CARNE PRODUCCIÓN DE LECHE

(PESO EN PIE) (LITROS)
Constante Altitud
0.00005859*** 0.00064518***
[0.000] [0.000]
(anual)
-0.35861328***
[0.056]
Constante
62.03051253***
[8.679]
683 940 890
c) Proyecciones agrícolas proyectado. De esta manera, el valor de la producción de

los cultivos seleccionados caerá de aproximadamente
En esta Región, el incremento de la temperatura y la 29,000 millones de pesos a 17,100 millones de pesos hacia
reducción de las precipitaciones tendrán un impacto finales del período de estudio (2100).
negativo en la producción agrícola durante el período

entre 2010-2099

!$&!%&$) 0#&-$!" !!$#'

%'$'

93
En cuanto a los rendimientos del maíz, se espera una generados por alzas en la temperatura y reducción de la
tendencia a la baja en el largo plazo junto a períodos de precipitación que predominarán durante todo el período,
inestabilidad que empezarán hacia el 2060. Si bien al final seguramente conducirá a un abandono del cultivo por
del período existe una leve recuperación, conviene resaltar parte de los productores de esta Región antes de que dicha
que la inestabilidad en los rendimientos del maíz recuperación suceda.

entre 2010-2099

! $"!#%+#

En el caso de los rendimientos del frijol, existirá una que tendrán impactos sobre los ingresos esperados de los
tendencia a la baja durante todo el período de estudio, los productores de fríjol en esta Región.
cuales vendrán acompañados de caídas cada vez mayores
entre 2010-2099

$#!'%$&(-&

94
d) Proyecciones ganaderas pastizales en la Región 7. De acuerdo a las proyecciones, la

producción de pastizales cae aceleradamente durante todo
A lo largo del tiempo se espera que el aumento de la el período de estudio, pasando de 4,643,983 a 1,707,371
temperatura, la reducción de la precipitación y la presencia toneladas, lo que implica una reducción significativa en la
cada vez más recurrentes de eventos climatológicos disponibilidad de forrajes para la alimentación del ganado.
extremos como la sequía, reduzcan la producción de

entre 2010-2099

#

Al presentarse una reducción en la producción de producción de carne, se espera que el rendimiento por
pastizales en esta Región, existirán efectos negativos que pase en esta Región de 314.7 kilos en promedio a 312.9
impactarán de manera directa sobre la producción de por unidad animal. Si bien los porcentajes en los impactos
carne de res y de leche. En el caso de la leche, se espera que en términos porcentuales son similares, las pérdidas en
el rendimiento por unidad animal caiga de 2,092 a 2,088 términos del valor de la producción son diferentes, con un
litros por unidad animal en promedio. En el caso de la mayor valor en el caso de los productores de carne.

de leche y carne

"! !$
"#! !$

95
3.1.8 Región 8 insecticidas también elevan la producción. De igual

manera, los factores como tierra, trabajo y maquinaria
a) Producción agrícola resultaron significativamente positivos en este cultivo. En
cuanto a las variables climáticas, el término que capta la
Esta Región está integrada por los estados de Baja interacción entre la temperatura y la precipitación
California, Baja California Sur, Sinaloa y Sonora; que son también muestra un signo negativo, lo cual significa que el
estados donde predominan las temperaturas extremas, de incremento de la temperatura sin estar acompañado de
calor intenso en verano y frío en invierno. En la Región 8 una mayor precipitación generará disminuciones en la
se modeló la función de producción agrícola tomando producción no obstante que se trata de una zona donde
como base para ello los cultivos: alfalfa verde, caña de predomina el riego. En cuanto al cultivo del frijol, las
azúcar, chile verde, maíz en grano, papa, pastos, sorgo variables climáticas tuvieron un comportamiento similar a
forrajero en verde, sorgo en grano, tomate y trigo en grano, las que se presentaron en el cultivo del maíz, aunque la
los cuales fueron seleccionados debido a su importancia temperatura no resultó significativa, lo cual se podría
en el volumen de producción, aunque para efectos de deber a que en esta Región ya existen medidas de
estimación se utilizó el valor de la producción. En la adaptación derivadas del calor extremo que se presenta de
Región 8 también se estimó también, de manera manera recurrente en los estados que conforman esta
específica, la función de producción del trigo, dada su Región.
importancia local.
De otro lado, en el cultivo del trigo, los insumos
En esta Región el empleo de insumos productivos, tales productivos tales como el fertilizante presentan una
como semillas mejoradas, tienen un rol importante en la relación significativamente positiva en la producción.
producción de los cultivos agrícolas antes mencionados. Asimismo, la mano de obra y la maquinaria son
Asimismo, la mano de obra y la maquinaria son importantes factores de producción. Las variables
importantes factores de la producción agrícola. A nivel climáticas en el período Otoño–Invierno se comportaron
agregado, la precipitación y la temperatura tienen efectos de manera similar al resto de los cultivos, y la variable que
significativos en la producción; así como el término que capta la interacción también resultó negativa, lo cual se
captura la interacción de estas variables climáticas, el cual interpreta de la misma manera que en los casos anteriores.
resultó negativo, lo cual significa que de incrementarse la
temperatura en ausencia de una mayor precipitación en la El Cuadro 31 presenta los resultados econométricos de
zona, existirán efectos netos negativos sobre la producción las estimaciones de la función de producción agrícola
agrícola en la Región 8. regional, así como el de las funciones de producción para
el maíz, el frijol y el trigo, respectivamente.
En la producción de maíz, el empleo de fertilizantes e
Cuadro 31. Región 8: Funciones de producción agrícola, maíz, frijol y trigo
FUNCIÓN DE PRODUCCIÓN FUNCIÓN DE PRODUCCIÓN FUNCIÓN DE PRODUCCIÓN FUNCIÓN DE

AGRÍCOLA DEL MAÍZ DEL FRIJOL PRODUCCIÓN DEL TRIGO
Superficie sembrada Superficie sembrada Superficie sembrada Superficie sembrada
2.00306e+04*** 0.00005013*** 1.45664795*** 5.96069040***
[88.087] [0.000] [0.033] [0.043]
Mano de obra Fertilizantes Mano de obra Fertilizante

1.91850e+07** 1.57601723*** 3.75531539 2.78733e+03***
[7471174.551] [0.288] [15.547] [1,077.912]
-2.65518e+06*** Tractores Tractores Mano de obra

[638,245.532] 0.00267214*** 22.47540320 4.77898e+03***
Tractores [0.000] [38.179] [1,551.861]
4.57504e+05*** -0.00000158*** -5.84960147 -4.35220e+02***

[5,581.702] [0.000] [5.440] [135.633]
96

Longitud Insecticidas Insecticidas Trilladoras

1.26858e+03*** 3.65670666*** 183.77044125 59.90067655**
[206.049] [0.415] [180.621] [26.172]
Latitud Mano de obra Fertilizantes -0.06482450
-6.10484e+02*** 0.00093896*** 57.97254431 [0.105]
[162.907] [0.000] [82.774] Precipitación acumulada

-0.00000002
Precipitación acumulada (Otoño–Invierno)
Semilla mejorada [0.000]
(Primavera–Verano) 144.36218006**
5.63840e+06
3.69326912* [58.469]
[8332312.192] Longitud
[2.053] -0.07165001
-0.00005486***
-0.00081697** [0.061]
[0.000]
Altitud
[0.000] Temperatura promedio
1.45920e+04**
Latitud Temperatura promedio (Otoño-Invierno)
[6,662.236]
0.00001311** (Primavera–Verano) 5.27735e+03***
Lluvias extremas [0.000] 126.42079074 [1,116.578]
-1.29801e+05 [236.042] -1.20027e+02***

Altitud -1.61101184 [22.324]
[4788341.177]
-0.00047951** [4.044] Interacción precipitación y
[0.000]
Precipitación acumulada Interacción precipitación y temperatura (Otoño-Invierno)
(Primavera–Verano) temperatura (Primavera– -7.49361825***
2.30103e+06*** Verano) [2.134]
[223,109.452] Precipitación acumulada -0.11503946*
-7.50276e+02*** (Primavera–Verano) [0.068]
0.01919376** Inundaciones
[40.850]
[0.009] -4.21519e+03
-0.00000008 Ciclones [10,526.691]
[0.000] -63.40447784
(Primavera–Verano)
[56.744]
8.16619e+07*** Constante
[27324391.410] Temperatura promedio Lluvia extremas -6.87697e+04***
-1.21383e+06** (Primavera–Verano) -47.54015238 [15,465.055]
[470,941.120] 5.71365358*** [72.996]
Interacción precipitación y [1.025]
Constante
temperatura (Primavera–Verano) -0.09547668***
-2.38550e+03
-6.77547e+04*** [0.017]
[3,463.369]
[7,614.559] Interacción precipitación y
temperatura (Primavera–
Verano)
Constante -0.00066850**
-2.64839e+09*** [0.000]
[4.831e+08] Lluvias extremas
-0.03077636
[0.091]
97

Constante
-24.34071210
[17.548]
Observaciones Observaciones Observaciones Observaciones

389 366 324 177
La relación entre la temperatura de Otoño-Invierno y planta. En la actualidad, se han presentado temperaturas

los rendimientos del trigo en promedio para la Región 8 más altas en esta época del año agrícola, lo cual ha
se muestran en la figura 74. El nivel óptimo de seis incidido de manera negativa sobre la germinación y el
toneladas por hectárea se obtiene a una temperatura de crecimiento de la planta.
15.4° C en promedio, lo cual no afecta el crecimiento de la
Figura 74. Región 8: Rendimiento del trigo en función de la temperatura

Otoño–Invierno

#" &$#%'-%

!$%'('*

-* 0%=) %/0%=)=+/%( %/0%=)/0'
b) Producción pecuaria positiva sobre la producción de pastizales. Por su parte, los

fenómenos extremos como las lluvias extremas y las
En la Región 8, la producción de pastos depende de sequias afectan negativamente a la producción de
manera positiva de los factores de producción empleados, pastizales en esta Región.
tales como tierra, trabajo y capital (maquinaria).
Asimismo, la precipitación anual incide de manera
98
Por otro lado, en la producción de carne de esta Región, En cuanto a la producción de leche, en esta Región
las variables que influyen de manera positiva son el existe un efecto positivo de una mayor disponibilidad de
alimento balanceado, la aplicación de hormonas, el los pastizales y de empleo de alimentos balanceados, lo
empleo de mano de obra y el tamaño del hato dedicado a que contribuye al incremento de la producción de leche
la producción de carne. La mayor disponibilidad de por unidad animal. En el Cuadro 32 se presentan los
forraje contribuye, de igual manera, a una mayor resultados econométricos de las estimaciones de la
producción. funciones de producción de pastos, bovinos carne y leche.
PRODUCCIÓN DE CARNE (PESO PRODUCCIÓN DE LECHE

EN PIE) (LITROS)
Alimentos balanceados Alimentos balanceados
Superficie sembrada 1.19464244*** 0.87261688***
13.74095073*** [0.265] [0.238]
[0.759] -0.12504482*** -0.08301004***
[0.029] [0.025]
Mano de obra
0.31304506 Tamaño del hato lechero Tamaño del hato lechero
[1.199] 0.00002997*** 0.00019953***
-0.00007041 [0.000] [0.000]
[0.000]
Mano de obra
Tractores 0.00010064*** Ganado fino
13.23548811*** [0.000] 7.25359053***
[4.351] -0.00000001*** [0.850]
[0.000]
Temperatura promedio (anual) Uso de hormonas Pasto en la Región
-7.32505e+02 0.07106575*** 0.00000029*
[712.898] [0.023] [0.000]
Mano de obra
Interacción precipitación y temperatura Pasto en la Región 1.12089047***
-0.24896299 0.00000018 [0.271]
[0.253] [0.000] -0.06773174***
[0.019]
Ciclones Longitud Longitud
-5.61487e+02 0.00000308 0.00002445***
[4,124.662] [0.000] [0.000]
Constante Constante Constante
1.45928e+04 0.29646335 -28.01654524***
[15,670.378] [3.246] [3.496]
252 325 290
Nota: Algunas variables fueron incluidas en los modelos en forma logarítmica y de manera lineal y cuadrática.
Se pueden consultar las salidas econométricas completas y el diccionario de variables en el Anexo 6 del presente
99
c) Proyecciones agrícolas fluctuaciones en las próximas décadas. Si bien en algunos

años se presentarán algunas alzas en el valor, la presencia
En la Región el incremento de la temperatura en de inestabilidad en la producción es una constante que
Primavera-Verano, aunado a una reducción de la podría implicar el abandono de la actividad de los
precipitación durante el mismo período, generará fuertes productores agrícolas en la Región 8.

entre 2010-2099

"%'"&'%*!1$#!""%$(&(%(

En el caso del maíz, los rendimientos promedios caerán Verano generarán caídas en los rendimientos del maíz, los
durante todo el período proyectado en la Región 8. A cuales además estarán acompañados de grandes
pesar de que existirán ganancias en el corto plazo, hacia el fluctuaciones en los resultados esperados. De esta manera,
2030 el incremento de la temperatura y la reducción de la los rendimientos del maíz caerán de 10 ton/ha a 2.9
precipitación acumulada durante el ciclo Primavera- ton/ha hacía finales del período analizado.

entre 2010-2099

%"$"%*&)*&%#)'&(

!*0(

100
Por su parte, los rendimientos de frijol en la Región impactos negativos en la producción del frijol, así como
mostrarán una tendencia casi lineal durante el período de volatilidad en los rendimientos del cultivo del frijol, lo
estudio, aunque fuertemente inestable. Es decir, existirán cual repercutirá de manera negativa sobre los productores.
entre 2010-2099

%!$!%*&*&%#)'&( */(

En el caso del cultivo del trigo, existirá una tendencia a Adicionalmente, se esperan períodos de inestabilidad
la baja en el largo plazo derivado del incremento de la pronunciada a partir del 2040.
temperatura promedio en Otoño-Invierno.
Figura 78. Región 8: Proyección del comportamiento de los rendimientos del trigo
entre 2010-2099

# " #($($#!'%$&(-&

101
d) Proyecciones ganaderas de pastos caería de 563,760 a 278,709 toneladas, lo que

implica una reducción significativa en la disponibilidad de
A lo largo del tiempo se espera que el aumento de la alimento forrajero para la producción de carne y leche en
temperatura y la reducción en las precipitaciones reduzcan la Región.
la producción de pastizales en la Región 8. La producción

entre 2010-2099

%#(-"$&'* &'#" &

Esta reducción en la disponibilidad de alimento tendrá espera que el rendimiento por unidad animal pase en esta
efectos negativos que impactarán directamente sobre la Región de 375.7 kilos en promedio a 374.6 por unidad
producción de leche y de carne en la Región. Para la leche animal. Estas reducciones si bien son pequeñas, no
se espera que el rendimiento por unidad animal caiga de consideran los costos que deberán afrontar los
201 litros de leche a 200.8 litros en promedio para los productores para conseguir mayores pastizales debido a la
últimos años. En el caso de la producción de carne, se reducción de la producción de los mismos.

de leche y carne

$" #! "%
#"! "%

102
3.2 Proyecciones del a) Proyecciones del valor de la producción agrícola

modelo de funciones de
producción a nivel del país El mapa en la Figura 81 muestra diferentes tasas de
variación de la producción respecto al año base 2011. En
general, en el 2050 existirán pérdidas en el valor de la
El siguiente mapa muestra las variaciones porcentuales
producción en los estados del sur del país, mientras que en
en la producción obtenida por los productores a nivel
algunos estados del norte del país podrían existir
municipal de acuerdo a las proyecciones realizadas para el
incrementos en la producción asociadas a la presencia de
año 2050. Los datos climáticos de temperatura y
climas más cálidos. En la Península de Yucatán algunos
precipitación provienen del modelo MIROC- AR en el
municipios tendrán pérdidas totales de la producción
escenario A1B.
agrícola, mientras que otros tendrán ganancias.
Figura 81. Impactos de los cambios en la temperatura y precipitación sobre el valor

de la producción agrícola al 2050
Para el 2099, el modelo proyecta mayores pérdidas en la

producción agrícola, con excepción de algunos municipios
del norte y centro de México, principalmente.
103
Figura 82. Impactos de los cambios en la temperatura y precipitación sobre el valor

de la producción agrícola al 2099
b) Proyecciones en la producción del maíz
En general, en el 2050 existirán pérdidas en la

producción del maíz a nivel municipal, aunque en algunos
estados del centro del país podrían existir incrementos en
los rendimientos por la presencia de climas más cálidos.
Las pérdidas se presentan principalmente en los estados
del sur y algunos del norte como Baja California Sur y
Sonora.
104
Figura 83. Impactos de los cambios en la temperatura y precipitación sobre

la producción de maíz al 2050
Para el 2099, el modelo predice pérdidas la producción

de maíz en gran parte del estado de Sonora y casi todo el
estado de Sinaloa y Baja California Sur. Existirán pocos
estados que verán incrementada su producción, gracias a
la temperatura y la menor precipitación aunque al estar
localizadas en zonas costeras, como los municipios que
integran la Península de Yucatán, podrían existir pérdidas
por la mayor aparición de eventos extremos como ciclones
tropicales.
105
Figura 84. Impactos de los cambios en la temperatura y precipitación

sobre la producción de maíz al 2099
c) Proyecciones en la producción del frijol
En el caso del frijol, en el 2050 existirán algunas

ganancias en la producción asociadas a la presencia de
climas más cálidos en el norte del país. En las zonas
costeras del Golfo de México, sin embargo, predominan
las pérdidas productivas, al igual que los estados de
Chiapas, Guerrero y Oaxaca, donde predominan los
sistemas tradicionales de cultivo.
106

la producción de frijol al 2050
Hacia el 2099, la mayor parte de municipios del centro

y sur del país perderán casi en su totalidad, la producción
del frijol, mientras que algunos estados del norte
mostrarán ganancias. Sin embargo, las pérdidas a nivel
nacional podrían resultar mayores a las ganancias, debido
a la importancia que tiene el frijol en la dieta alimentaria
de la población mexicana.
107

la producción de frijol al 2099
d) Proyecciones en la producción de la naranja
En este estudio, el cultivo de la naranja fue analizado

únicamente para la Región 1 conformada por los estados
de Veracruz y Tabasco. Hacia el 2050 se prevén pérdidas
en la producción de naranja para estos estados. No
obstante, en las zonas altas del estado de Veracruz se
prevén algunas ganancias asociadas a la presencia de
climas más cálidos.
108
Figura 87. Impactos de los cambios en la temperatura y precipitación

sobre la producción de la naranja al 2050
De acuerdo a las proyecciones realizadas, en el 2099, mostrarán pérdidas totales en la producción de naranja.
casi todos los municipios que integran la Región 1

la producción de la naranja al 2099 en la Región 1
109
e) Proyecciones en la producción del trigo Para el 2050 se prevén algunas ganancias en la producción
en el estado de Baja California y el norte del estado de
En este estudio, el cultivo del trigo fue analizado Sonora, mientras que en los demás municipios existirán
únicamente para la Región 8 integrada por los estados de pérdidas en la producción de este cereal.
Baja California, Baja California Sur, Sinaloa y Sonora.

la producción del trigo al 2050
De acuerdo a las estimaciones, hacia el 2099 la mayoría

de municipios que integran la Región 8 presentarán
pérdidas en la producción del trigo.
110

la producción del trigo al 2099
Estas simulaciones se realizaron en un escenario que

permite estimar el nivel más alto de las pérdidas en la
producción. Es por ello que no se tomaron en cuenta los
factores adaptativos de los productores y se mantuvieron
constantes todas las variables productivas que podrían
implementarse en términos de adaptación al cambio
climático.
111
IV Conclusiones y
recomendaciones
Capítulo IV
Conclusiones y recomendaciones
4.1 Conclusiones agropecuario de las unidades económicas rurales (UER) y

la producción agropecuaria a nivel municipal, con el
En los últimos años, el calentamiento global se ha ido propósito de generar información que contribuya a la
acentuando y los impactos del cambio climático se han toma de decisiones.
intensificado. Los principales cambios se han reflejado en
el incremento en la temperatura y una mayor variabilidad A partir de los resultados del modelo de ingreso neto de
de la precipitación, que se traduce en situaciones extremas las UER, analizados bajo el enfoque Ricardiano, se puede
de sequías, inundaciones y variaciones de estacionalidad. concluir lo siguiente:
Dichos efectos inciden generalmente, de manera negativa
sobre la agricultura y la ganadería, que son sectores Los resultados muestran que existirán
altamente dependientes del clima. predominantemente impactos negativos del cambio
climático sobre los ingresos de las UER. En la
El incremento en la temperatura implica que algunos mayoría de las regiones analizadas, el aumento en la
cultivos dejen de ser aptos en algunas regiones, lo cual temperatura y los cambios en la precipitación tienen
significa una reducción en la disponibilidad de alimentos efectos negativos sobre el valor de la tierra al afectar
y, por ende, un incremento en el precio de los mismos. El adversamente al ingreso neto obtenido por la unidad
cambio en las temperaturas significa también la presencia de producción en su conjunto de actividades
de plagas y enfermedades en lugares en donde las agropecuarias.
condiciones climáticas anteriormente no permitían su
desarrollo, lo cual también tiene un efecto negativo sobre Es así, que en casi todas las regiones se llegan a
la producción agropecuaria. Adicionalmente, la registrar en pérdidas totales en el largo plazo, a
interacción del cambio en la temperatura y precipitación excepción de las Regiones 4 y 8, donde si bien no se
crea estrés durante el crecimiento de las plantas y en los proyectan ingresos netos agropecuarios negativos, sí
animales. se presenta una tendencia a la baja, la cual se
acompaña de una gran volatilidad.
Con el cambio climático surgen riesgos paulatinos que
afectan las comunidades rurales. Entre ellos se constata un Los cambios en la precipitación y la temperatura
aumento de las pérdidas en los rendimientos de los ocasionarán niveles de rentas menores a las esperadas
cultivos y una fuerte oscilación entre estos, tanto en y un mayor riesgo en la actividad agropecuaria. Esta
granos como frutales y pastizales. De acuerdo a los tendencia a la baja y la mayor inestabilidad en las
resultados del presente estudio realizado, el cambio rentas agropecuarias afectará también al valor de la
climático afecta la producción agropecuaria en todo el tierra, perjudicando el patrimonio de los habitantes
país. Los efectos se diferencian entre las distintas regiones en el medio rural.
estudiadas, tanto para el caso la producción agrícola en su
conjunto como para cultivos específicos como el maíz, el De igual modo, la mayor volatilidad de los ingresos
frijol, el trigo, la naranja y los pastos; estos últimos, a su agropecuarios generarán riesgos relacionados con la
vez, afectan el desarrollo del sector pecuario. Asimismo, disponibilidad del ingreso familiar, en particular en
como consecuencia de los efectos del cambio climático en aquellas UER que dependen fuertemente del sector
la producción agropecuaria, los ingresos derivados de la agropecuario para la generación de sus ingresos.
actividad agropecuaria también se ven afectados y, por
ende, el valor de la tierra agrícola. Se ha observado que algunos factores productivos
contribuyen a mitigar el impacto esperado del
En este estudio se analizaron los impactos esperados del cambio climático. El empleo de sistemas de riego, la
cambio climático utilizando dos metodologías producción en ambientes controlados, el uso de
complementarias que analizan el ingreso neto tecnología (instalaciones para adecuación de
115
Conclusiones y recomendaciones
productos, tractores, semillas mejoradas, etc.) y el frutales como la naranja, los impactos del cambio
acceso al capital financiero (crédito para capital de climático resultan también negativos e inestables. En
trabajo) son estrategias que pueden coadyuvar a el largo plazo, la reducción en la oferta de los mismos
fortalecer la estrategia de adaptación al cambio tendrá impactos en la cadena de producción de los
climático en el largo plazo. derivados del trigo o de los frutales, con el
consecuente impacto en el gasto alimentario.
De otro lado, los análisis realizados a nivel municipal, a
través del enfoque de funciones de producción, se tiene: Los insumos productivos, como la producción de
pastizales, introducen efectos negativos hacia el
El valor de la producción agrícola mostrará fuertes sector pecuario. La reducción en la oferta de
oscilaciones, generando inestabilidad en el sector alimentación para el ganado puede conducir a una
como fuente de ingresos, con el consecuente impacto reducción en la oferta de lácteos y de carnes que, si
en las economías de los municipios. En este estudio bien no guarda la misma proporción que las pérdidas
se analizaron los diez principales productos en los pastizales, sí reducen los rendimientos
agrípicolas, y en la mayoría de las regiones se observados por unidad animal.
observaron tendencias a la baja y fuertes oscilaciones
en la producción. Del análisis de los resultados a nivel En este sentido, si bien la cuantificación de los efectos
de los municipios, las estimaciones indican que hacia del cambio climático puede variar a medida que se
el 2050 existirán pérdidas en el valor de la producción disponga de mayor información climatológica, las
en los estados del sur del país, mientras que en tendencias recientes hacen suponer que es indispensable
algunos estados del norte podrían existir incrementos que se continúen con los trabajos para mitigar los
en la producción asociadas a la presencia de climas impactos futuros y que permitan una adaptación hacia los
más cálidos. En la Península de Yucatán algunos escenarios futuros.
municipios llegarán incluso a registrar pérdidas
totales de la producción agrícola. Este estudio ha buscado cuantificar los efectos del
cambio climático sin considerar estrategias adaptativas,
De otro lado, se espera en el mediano plazo que el mostrando los costos de la inacción. Es por ello que los
cambio climático impacte en los rendimientos de esfuerzos por construir políticas públicas que mitiguen los
cultivos básicos, como el maíz y el frijol, generando efectos del cambio climático resultan una mejor opción
una tendencia a la baja y fuertes oscilaciones que frente a la inacción o el retraso de las medidas de
impactaran de manera negativa sobre la oferta de adaptación que aumentarán los riesgos y costos futuros en
estos productos. De otro lado, se presentarán el sector agropecuario. En la siguiente sección, se generan
impactos negativos por la reducción de un conjunto de recomendaciones orientadas hacia la
precipitaciones en la producción de pastizales, lo cual construcción de acciones de adaptación al cambio
incidirá de manera negativa en la producción de climático en el sector agropecuario.
carne y leche vacuna.
4.2 Recomendaciones
Del análisis de los rendimientos esperados del maíz y
el frijol se observan tendencias a la baja, además de Los impactos del cambio climático en el sector
una pronunciada inestabilidad, lo cual tendrá agropecuario pueden llegar a ser irreversibles en el largo
impactos negativos sobre el nivel de producción y, plazo. Es por ello que se requiere de acciones de política
consecuentemente, en el ingreso agrícola. En el caso pública que conlleven a la mitigación y adaptación al
de estos productos, que además forma parte cambio climático en el sector que permitan hacer frente a
importante de la dieta alimentaria mexicana, podrían los cambios en la temperatura y precipitación y, por ende,
generarse problemas para el abasto en el sur del país mantener la producción agropecuaria.
donde las pérdidas son extremas.
La adaptación es un mecanismo de prevención
En el caso de productos industriales como el trigo, o destinado a reducir la vulnerabilidad que conlleva el
116
climático. En ese sentido, se relaciona con la capacidad de de tecnologías de producción y de información para las
los sistemas a ajustar y adaptarse a los cambios de las UER. En este sentido, se recomienda la generación de
condiciones climáticas, con la meta de reducir la nuevas tecnologías de producción agropecuaria que
vulnerabilidad futura. De igual modo, se refiere también a contemplen el desarrollo de nuevos cultivos, variedades y
los ajustes en la gestión de estrategias a las actuales o razas que sean más resistentes a los cambios de
potenciales condiciones climáticas, con la meta de reducir temperatura, de humedad y de otras variaciones
los riesgos y hacer realidad las oportunidades que el climáticas, y sean resistentes a la presencia de plagas y
cambio climático también presenta. La adaptación no enfermedades. En cuanto a las innovaciones en
ofrece soluciones universales, ya que se trata de un proceso información, se recomienda el despliegue de estaciones
flexible e integrado que debe tener en cuenta el meteorológicas en puntos estratégicos para generar datos
particularismo de cada contexto local y sectorial. sólidos que permitan estimar los modelos para otros
cultivos y con mayor precisión, así como de manera más
La adaptación resulta de un proceso de toma de localizada. De igual modo, se sugiere el desarrollo de
decisiones que implica transformaciones en tecnología, en sistemas de alerta climática temprana y la recolección de
la conducta, en las instituciones, en la política pública y en datos climáticos para proporcionar previsiones diarias y
la infraestructura. El proceso de adaptación representa estacionales.
una oportunidad, ya que los sistemas que no tienen la
capacidad de adaptarse son más vulnerables, y mientras ii) Mecanismos institucionales
más alta es la capacidad de adaptación de un sistema, éste
tendrá mayor capacidad de sobrevivir. En cuanto a los mecanismos institucionales, se sugiere
la revisión y concurrencia de los esfuerzos
El concepto de adaptación al impacto del cambio gubernamentales en temas de cambio climático. Se
climático no es nuevo para los productores, pues éstos recomienda el fortalecimiento de las capacidades de
siempre se han apoyado en la incorporación de nuevas adaptación a nivel institucional para la integración del
tecnologías, que implican el intercambio de conocimiento cambio climático en todas las políticas y programas del
local sobre mejores cultivos y variedades, y tecnologías de sector agropecuario, apoyando a mecanismos de decisión
manejo de nutrientes y de recursos hídricos, entre otros. intersectorial. Adicionalmente, se sugiere que se
Sin embargo, los cambios sistémicos que ocurrirán a raíz construyan marcos institucionales de adaptación a nivel
del cambio climático deben incentivar la generación de sectorial, que permitan una mejor coordinación de los
medidas de adaptación que no sólo involucren cambios en actores que intervienen en el sector, incluyendo a la
las prácticas productivas, sino también de cambios en las sociedad civil, y que se definan líneas estratégicas comunes
estructuras sociales e institucionales. En ese sentido, los en materia de adaptación agrícola.
marcos político y jurídico, como los incentivos y servicios
para los productores rurales, desempeñan un rol clave para Se sugiere fortalecer las acciones que viene generando la
estimular y guiar procesos de adaptación. SAGARPA en materia de adaptación, como la gestión y
conservación de los recursos hídricos a través del
Por lo general se identifican cuatro categorías de COUSSA, componente del Programa de Sustentabilidad
medidas de adaptación que ilustran la variedad de de Recursos Naturales. Este componente, que apoya a los
opciones existentes para reducir la vulnerabilidad y productores para acciones de captación y distribución de
moderar los efectos del cambio climático, las cuales son i) agua, tiene áreas de oportunidad para mejorar sus áreas de
innovaciones en el sector agropecuario, ii) mecanismos enfoque. En este sentido se sugiere replantear la atención
institucionales, iii) modificación de las prácticas hacia zonas vulnerables en términos de la disponibilidad
agropecuarias y iv) herramientas financieras. de los recursos hídricos y hacia áreas que presenten un
potencial para la recarga de acuíferos y protección de
i) Innovaciones en el sector agropecuario laderas, de forma tal que su conservación y
mantenimiento favorezca al sector agropecuario.
Las innovaciones en el sector agropecuario como una
opción de adaptación están relacionadas con la generación De igual manera, se sugiere reforzar la condicionalidad
117
ambiental en las acciones de la Secretaría. Por ejemplo, el hacer frente a las pérdidas relacionadas con los efectos del
PROGAN realiza convenios con los productores para la cambio climático. En la actualidad los instrumentos de
entrega de apoyos a cambio del compromiso de cobertura de los seguros son empleados por grandes
reforestación o conservación, los cuales también presentan productores, generalmente exportadores. Sin embargo
áreas de mejora en cuanto al cumplimiento y supervisión como lo muestra el estudio, la vulnerabilidad en los
de los mismos. ingresos afectará al sector, en particular a los pequeños
productores, fuertemente dependientes del sector
iii) Modificación de las prácticas agropecuarias agropecuario en la generación de ingresos y su patrimonio.
Es por ello que se sugiere el desarrollo de instrumentos
Se sugiere propiciar acciones que permitan la adecuados a los pequeños y medianos productores de
diversificación de los tipos y variedades de cultivos, y en forma tal que se pueden afrontar los costos del
algunos casos la sustitución y cambio de ubicación de calentamiento global y se anticipen desastres climáticos.
éstos. Lo anterior incluye la implementación de prácticas Estos instrumentos deben orientarse a contener la alta
de riego para hacer frente a la deficiencia de humedad y a volatilidad en los ingresos que se prevén en el mediano
la creciente frecuencia de sequías, así como modificar el plazo con los cambios en la temperatura y precipitación
calendario de labores agropecuarias para hacer frente al derivados del cambio climático.
cambio de duración de las estaciones, a la modificación de
las temperaturas y de los niveles de humedad. En este tenor se sugiere reforzar el Programa de
Contingencias Climatológicas con miras a incorporar
Por ello, se sugiere revisar el Componente de acciones preventivas y adaptativas que complementen los
Reconversión Productiva el cual puede incorporar pagos por las pérdidas a consecuencia del cambio
acciones de apoyo para el cambio de cultivos que faciliten climático. Se recomienda, replantear la población objetivo
por ejemplo, el ajuste de la época de siembra, el uso de como aquella que se encuentra expuesta a fenómenos y
variedades de semillas más aptas para climas más cálidos, presenta el problema de la vulnerabilidad en la pérdida de
con menores requerimientos de humedad y resistentes a la sus activos frente a fenómenos climatológicos extremos.
presencia de plagas y enfermedades. De otro lado, deben considerarse también acciones que
permitan reorientar la producción hacia zonas que tengan
Por lo que al ganado se refiere, las opciones de elevados riesgos de acontecimientos climatológicos
adaptación al calentamiento global incluyen la extremos, lo que podría conducir a cambios en los
introducción de razas o variedades nuevas de ganado, con patrones productivos y a una reorientación hacia zonas
resistencia a los efectos del cambio climático ya productivas menos vulnerables como las áreas costeras o
mencionados. de pendientes. De esta manera, se espera que el Programa
se constituya en un instrumento para el manejo de riesgos
En lo que concierne al manejo de suelos, se consideran más allá de un pago compensatorio recurrente que no
viables las prácticas de conservación de los suelos que necesariamente incide en los cambios del patrón de
tienen como fin aumentar el contenido de materia cultivos.
orgánica con el objeto de incrementar la concentración de
elementos nutritivos y la capacidad de retención de agua. Por lo antes mencionado, resulta necesario continuar
Estas acciones podrían reforzarse dentro del ámbito del con el desarrollo de medidas concretas de mitigación y
COUSSA, focalizando hacia aquellas zonas que en el adaptación al cambio climático, tanto para productos
mediano plazo tendría problemas asociados a la pérdida específicos como para todo el sector agropecuario. En este
de humedad en los suelos, como en centro norte del país. sentido, además de los Programas de la SAGARPA ya
existentes, se estima necesario formular estrategias
iv) Herramientas financieras estatales que incluyan mecanismos transversales para la
acción conjunta entre los diferentes actores del medio
Por último, se sugiere el desarrollo de herramientas rural.
financieras que permitan capitalizar a los productores y
desarrollen esquemas de aseguramiento de cultivos para Finalmente, se considera importante instrumentar un
118
esquema de acopio de información que permita el

monitoreo y seguimiento de los impactos del cambio
climático en el país. En este sentido, la provisión de un
bien público, como son los sistemas de monitoreo de la
atmósfera y los fenómenos climatológicos adversos,
contribuyen a anticipar eventos futuros y, por lo tanto,
estar en capacidad de mitigar sus impactos, en particular
en el sector agropecuario.
119
Bibliografía
Altieri M. y Clara I. Nicholls. (2005), “Cambio en México, el Desafío del Cambio Climático a la
climático y agricultura campesina: impactos y respuestas Agricultura: Impactos y Adaptación. SAGARPA, FAO y
adaptativas.” LEISA – Revista de Arqueología. Marzo CEPAL, México.
Angie Dazé, Kaia Ambrose y Charles Ehrhart (2009), Conde, C et al., (2011), Regional climate change
Manual para el análisis de capacidad y vulnerabilidad scenarios for México. Atmósfera 24(1), 125-140.
climática (CARE), mayo.
_______ D. Liverman, M. Flores, R. Ferrer, R. Araujo,
Aragón, F. (2008), “Estrategias de protección civil y E. Betancourt, G. Villarreal y C. Gay. (1997),
gestión de riesgo hidrometeorológico ante el cambio Vulnerability of rainfed maize crops in Mexico to
climático”. Instituto Nacional de Ecología en climate change. Climate Research 9:1-23.
Coordinación con el Programa de Cambio Climático,
Distrito Federal, México. CONEVAL (Consejo Nacional de Evaluación de la
Política de Desarrollo Social) (2010), Informe de pobreza
Arriaga L. y L. Gómez. (2004), “Posibles efectos del multidimensional en México, 2008, octubre.
cambio climático en algunos componentes de la
biodiversidad de México”, en Cambio climático: una Dinar, A. et al. (editores) (1998), “Measuring the impact
visión desde México. J. Martínez y A. Fernández of climate change on Indian agriculture”. Documento
Bremauntz, copiladores. SEMARNAT-INE. técnico 402. Banco Mundial, Washington.
BID (Banco Interamericano de Desarrollo) (2010), FAO (Organización de las Naciones Unidas para la
Adaptación del maíz y el frijol al cambio climático en Agricultura y la Alimentación) (2010), Mitigación del
Centroamérica y república dominicana: una herramienta cambio climático y adaptación en la agricultura, la
para mitigar la pobreza (Rg-T1795), Plan de acción, silvicultura y la pesca.
Washington.
______ (2009), Perfil para el cambio climático. Roma.
BM (Banco Mundial) (2010), Economic evaluation of
climate change adaptation projects: approaches for the ______ (2009), La FAO en México: más de 60 años de
agricultural sector and beyond. series on development and cooperación, 1945-2009, México, noviembre.
climate change. Washington.
______ (1995), Trainer’s Manual, Vol. 1, "Sustainability
______ (2005), Generación de ingreso y protección issues in agricultural and rural development policies",
social para los pobres, Washington. http://www.fao.org/wssd/sard/index-en.htm.
Bryan, K. (1969), A numerical method for the study of Gay, C. (compilador) (2000), México: una visión hacia
the circulation of the world ocean, J. Comput. Phys., 4, el siglo XXI. El cambio climático en México. Resultados
347 376. de los estudios de vulnerabilidad del país, coordinados por
el INE con el apoyo del US Country Studies Program.
CENAPRED (Centro Nacional de Prevención de México.
Desastres) (2001) Bitrán, Daniel. “Características del
impacto socioeconómico de los principales desastres Gobierno del Estado de Veracruz (2008), Programa
ocurridos en México en el período 1980-1999”, octubre veracruzano ante el cambio climático, Universidad
Veracruzana, INE, Embajada Británica en México, junto
CEPAL (Comisión Económica para América Latina y con el apoyo del Centro de Ciencias de la Atmósfera de la
el Caribe) (2011), Capítulo VII. Orientaciones UNAM, versión preliminar, noviembre.
diferenciadas para la adaptación agropecuaria en México,
121
Bibliografía
Gordon, C. et al., (2000), The simulation of SST, sea ice (2007), “Cambio climático 2007: Informe de síntesis.
extents and ocean heat transports in a version of the Contribución de los Grupos de trabajo I, II y III al
Hadley Centre coupled model without flux adjustments. Cuarto Informe de evaluación del Grupo
Clim. Dyn., 16, 147-168. Intergubernamental de Expertos sobre el Cambio
Climático” [Equipo de redacción principal: Pachauri, R.K.
Halffter, G. (1992), Diversidad biológica y cambio y Reisinger, A. (directores de la publicación)], IPCC,
global. Ciencia y Desarrollo 18(104): 33-38. Ginebra, Suiza.
Hernández Cerda M.E. y G. Valdez Madero (2004), Jáuregui, E. y E. Luyando (1998), “Long-term
Sequía meteorológica. En “Cambio climático: una visión association between pan evaporation and the urban heat
desde México”. J. Martínez y A. Fernández Bremauntz, island in Mexico City”. Atmósfera, 11: 45-60.
copiladores. SEMARNAT-INE.
Johns, T.C y otros (2006), The new Hadley Centre
Hijmans, R.J. et al., (2005), Very high resolution climate model HADGEM1: Evaluation of coupled
interpolated climate surfaces for global land areas. simulations. Journal of Climate, Vol. 19, No. 7,
International journal of climatology 25: 1965-1978. 1327-1353.
Howden, Mark (2010), La investigación sobre Knowledge Center on Climate Change (2010),
adaptación al cambio climático en la agricultura Managing agricultural inputs for climate change:
australiana, ponencia presentada al seminario regional Bangladesh,http://beta.searca.org/kc3/index.php/feature
sobre agricultura y cambio climático. Innovación, /132-managing-agricultural-inputs-for-climate-change-
Políticas e Instituciones, Santiago de Chile, noviembre. adaptation. Fecha de última consulta: 22 de abril de 2011.
IFPRI (International Food Policy Research Institute) Lavell, A. (2003), “La gestión local del riesgo”.
(2005) Innovations in insuring the poor, diciembre. Nociones y precisiones entorno al concepto y la práctica.
CEPREDENAC-PNUD.
INEGI (Instituto Nacional de Estadística, Geografía e
Informática) (2011), en: Lim, B., E. Spanger-Siegfried (2006), Marcos de
http://www.inegi.org.mx/sistemas/mexicocifras/Mexic políticas de adaptación. Desarrollando estrategias,
oCifras.aspx?e=0&m=0&sec=M. Fecha de última políticas y medidas. PNUD, GEF, Cambridge University
consulta: 22 de abril de 2011. Press, 258 pp.
INE (Instituto Nacional de Ecología) (2011) en: Lin, S.J., and R. B. Rood (1996), Multidimensional flux
http://www2.ine.gob.mx/cclimatico/edo_sector/estados/ form semi-Lagrangian transport. Rev., 124, 2046-2068.
estados.html. Fecha de última consulta: 21 de abril de
2011. Magaña, V. y Neri C. (2007), Proyecto: “Fomento de las
capacidades para la Etapa II de adaptación al cambio
______ SEMARNAT, (2006), México tercera climático en Centroamérica, México y Cuba”. Caso de
comunicación nacional ante la convención marco de las estudio: Tlaxcala. SEMARNAT, CCA-UNAM e INE.
naciones unidas sobre el cambio climático. Distrito
Federal, México, Secretaría de Medio Ambiente y _______ (1999), “Los impactos de El Niño en México”.
Recursos Naturales. México: Secretaría de Gobernación.
______ PNUD (Programa de las Naciones Unidas para Magaña, V. (ed) (1999), Los impactos de El Niño en
el Desarrollo), Moreno, S. y Urbina, J. (2008), Impactos México. México: UNAM/CONACYT. SG/IAI.
sociales del cambio climático en México.
Mano, Y. y Omori F. (2007), “Breeding for flooding
IPCC (Intergovernmental Panel on Climate Change) tolerant maize using ‘teosinte’ as a germplasm resource”,
Plant Root.
122
_______ J.A. Amador y S. Medina (1999), The ONUDI-SEMARNAT. Sin Publicar.

midsummer drought over Mexico and Central America.
Climate 12: 1577-1588. Morales, M. (2009), Estimación del impacto del
cambio climático, desde el sistema de cuentas económicas
Marsland, S.J. et al., (2003), The Max Planck institute y ecológicas de México 2010-2100, SEMARNAT.
global ocean/sea-ice model with orthogonal curvilinear
coordinates, Modell, 5, 91-127. New, M. G., M. Hulme, and P. D. Jones ( 2000).
Representing twentieth century space-time climate
Mendelsohn, Robert., P. Christensen y J. Arellano variability. Part 1: Development of a 1961-1990 mean
González (2009), A ricardian analysis of mexican farms. monthly terrestrial climatology. Journal of Climate
Environmental and development economics 15: 153-171. 12:829-856.
_______ and J. Neumann. (editores), The economic OCDE (Organización para la Cooperación y
impact of climate change on the economy of the United Desarrollo Económico) (2010), Perspectivas OCDE:
States. Cambridge University Press, El Reino Unido. México políticas clave para un desarrollo sostenible,
octubre.
_______ y James E. Neumann (2004), The impact of
climate change on the United States Economy, Ojeda Bustamante, W et al., (2011), "Impacto del
Cambridge University Press, El Reino Unido. cambio climático en el desarrollo y requerimientos
hídricos de los cultivos", Agrociencia 45: 1-11.
_______ A. Dinar (2003), Climate, water and
agriculture. Land Economics 79: 328-341. ONU (Organización de las Naciones Unidas) (2007),
Plan de Acción de la Convención Marco de Naciones
_______ A. Dinar, and A. Sanghi (2001), The effect of Unidas sobre el Cambio Climático alcanzado en Bali,
development on the climate sensitivity of agriculture. diciembre.
Environment and development economics 6:85-101
_______ (2003), Informe sobre Desarrollo Humano.
_______ Nordhaus, and D. Shaw (1999), The impact of
climate variation on U.S. agriculture. p. 55-74. In Pérez-Macías, M. et al., (2009), “Estudios de
bioclimatología en la citricultura venezolana”, en
________ Nordhaus, and D. Shaw (1994), The impact Memorias del V Taller Regional de Bioclimatología y
of global warming on agriculture: a ricardian analysis. Manejo de Producción de Cítricos, octubre, República
American Economic Review 84: 753-771. Bolivariana de Venezuela.
Mendoza V.M., E. E. Villanueva y L.E. Maderey Peterson A. T. et al., (2002), Future projections for
(2006), Vulnerabilidad en el recurso agua de las zonas mexican faunas under global climate change scenarios.
hidrológicas de México ante el Cambio Climático Nature 416(6881): 626-629.
Global,. en “Cambio Climático: una visión desde
México”. J. Martínez y A. Fernández Bremauntz Poder Ejecutivo Federal, (2009), Comisión
(compiladores), SEMARNAT-INE. Intersecretarial de Cambio Climático, Programa Especial
de Cambio Climático, 2009-2012 (PECC), agosto.
Meza, F.J., Silva, D., Vigil, H. (2008), “Climate change
impacts on irrigated maize in Mediterranean climates: PNUD (Programa de las Naciones Unidas para el
Evaluation of double cropping as an emerging adaptation Desarrollo), (2006), Informe final de las estrategias de
alternative”, Agricultural systems, 98, 21–30. adaptación definidas por cada sector en la región de
estudio: Tlaxcala. México.
Migoya, F. (2009), Manual básico para la elaboración de
composta para el sector flor de corte. ______ GEF, (2005), Marco de políticas de adaptación
123
Bibliografía
al cambio climático: desarrollo de estrategias, políticas y ______ (2010d) Cuarto Informe de Gobierno,
medidas, Cambridge University Press. Nueva York.
Salathé, E. P., Jr. (2006). Influences of a shift in North
PNUMA-SEMARNAT (Programa de las Naciones Pacific storm tracks on western North American
Unidas para el Medio Ambiente) (Secretaría de Medio precipitation under global warming, Geophys. Res. Lett.,
Ambiente y Recursos Naturales) (2006), El cambio 33.
climático en América Latina y el Caribe.
Segerson, Kathleen, B.L. Dixon, (1998) “Climate
Polanía, J.A. et al., (2009), “Desarrollo y distribución de change and agriculture: the role of farmer adaptation.
raíces bajo estrés por sequía en fríjol común (Phaseolus Capítulo 3, the Economics of Climate Change, R.
vulgaris L.) en un sistema de tubos con suelo”. Agronomía Mendelsohn and J. Neumann, (editors), Cambridge
Colombiana, 27(1), 25-32. University Press, El Reino Unido.
Pope V.D. et al., (2000), The impact of new physical SEMARNAT (Secretaría de Medio Ambiente y
parametrizations in the Hadley Centre climate model: Recursos Naturales) (2009a), Estimaciones del impacto
HadAM3. Clim Dyn 16: 123-146. del cambio climático, desde el Sistema de Cuentas
Económicas y Ecológicas de México. 2010-2100. México
Preciado Ortiz, R.E. y Terrón Ibarra, A.D. (2001),
“Comportamiento y adaptación de dos nuevos hibrido _______ (2009b), Programa especial de cambio
trilineales H316 y H317 para el Bajío”, Revista climático. México.
Fitotécnica Mexicana, Vol. 24, (2), 235-239.
_______ (2009c), Distribución de los costos del cambio
Roeckner, E. et al., (2003), The atmospheric general climático entre los sectores de la economía mexicana. Un
circulation model ECHAM5. Part I: Model description. enfoque de insumo-producto. México.
Instituto Max Planck de Meteorología, 127 pp.
[disponible en MPI for Meteorology, Bundesstr. 53, _______ Galindo, (2009d), La economía del cambio
20146] Hamburgo, Alemania. climático en México
Romo, (2009), México, acciones y estrategias en el _______ (2009e), El cambio climático en México y el
sector agropecuario para la agricultura sostenible y el potencial de reducción de emisiones por sectores. México.
desarrollo rural. SAGARPA.
______ (2009f ), Consecuencias sociales del cambio
Rueda, V. y C. Gay, (2002), “Vulnerabilidad y climático en México. Análisis y propuestas. México.
adaptación regional ante el cambio climático y sus
impactos ambientales, sociales y económicos”. Gaceta _______ (2008a). Programa especial de cambio
Ecológica, Num. 165. Pp. 7-23. climático. México.
SAGARPA (2010a). México y el cambio climático; _______ (2008b), Acciones de México de mitigación y
cumbre ministerial de agricultura en la RFA. adaptación ante el cambio climático global, Subsecretaría
de Planeación y Política Ambiental, Secretariado Técnico
________ (2010b). México y el cambio climático. de la Comisión Intersecretarial de Cambio Climático,
Cumbre ministerial de agricultura en la República México
Federal Alemana, Berlín, enero 2010.
_______ (2008c), en:
_______ (2010c), Retos y oportunidades del sistema http://app1.semarnat.gob.mx/dgeia/informe_2008/03_s
agroalimentario de México en los próximos 20 años, uelos/cap3_2.html Fecha de última consulta: 22 de abril
México. de 2011.
124
_______ /CICC (Comisión Intersecretarial de Cambio UNFCCC (United Nations Framework Convention
Climático) (2007), Estrategia nacional de cambio on Climate Change) (2010), Fact sheet: The need for
climático, México. adaptation:
http://unfccc.int/press/fact_sheets/items/4985.php
_______ (2003), Programa estatal de acción ante el
cambio climático, Tlaxcala. USAID (2007), Adaptación a la variabilidad y al
cambio climático: un manual para la planificación del
Seo, S. N., R. Mendelsohn, and M. Munasinghe. desarrollo. USAID, Washington.
(2005), Climate change and agriculture in Sri Lanka: A
ricardian valuation. Environment and Development World Bank, (2010), World development report 2010.
Economics 10:581-596. development and climate change. Banco Mundial,
Washington.
SIAP (Servicio de Información Agroalimentaria y
Pesquera) en: http://www.siap.gob.mx/index.php?option _______ (2008), Agriculture for development, world
=com_wrapper&view=wrapper&Itemid=350. development report.
World Development England, Participatory Learning

Stern, Nicholas Herbert y Great Britain, Treasury for Sustainable Agriculture: Agriculture Sustainable.
(2007) The economics of climate change: the Stern
review, Cambridge University Press, enero. WI, Worldwatch Institute (2009). Mitigating Climate
Change through Food and Land Use. Worldwatch report
Thornton, P.K. et al., (2010), “Adapting to climate 179. Washington D.C. 48 pp.
change: Agricultural system and household impacts in
East Africa”, Agricultural Systems, 103, 73–82. WWI, Worldwatch Institute (2011). State of the Worls
2011, Innovations that nourish the planet. Washington
Travasso, M.I. et al., (2006), “Adaptation measures for D.C. 237 pp.
maize and soybean in southeastern South America”,
documento de trabajo 28, Assessments of Impacts and
Adaptations to Climate Change (AIACC).
Trenberth K. (1997), What is happening to El Niño.

Yearbook of Science and the Future. Chicago:
Enciclopedia Británica. Pp. 88-99.
Tinoco Rueda J.A., A. I. Monterroso Rivas y J.D.

Gómez Díaz (2009), Efectos del cambio climático en la
hidrología de la cuenca del Río Nazas, México. Revista
electrónica de la red latinoamericana de cooperación
técnica en manejo de cuencas hidrográficas
(REDLACH). Número 1, Año 5.
Torres, Felipe (2010), “La nueva transición del patrón

alimentario en México”, incluido en “Patrones de
consumo alimentario en México: retos y realidades”,
Aboites, Gilberto, coordinador, Trillas, México.
125
el desafío del cambio climático
Impreso en Frente 8 Vuelta S.A. de C.V.

Septiembre de 2014, 500 ejemplares
MÉXICO: EL SECTOR AGROPECUARIO ANTE EL DESAFÍO DEL CAMBIO CLIMÁTICO
ANEXOS
1
Contenido
ANEXO 1 ANEXO ESTADÍSTICO ................................................................................ 3
ANEXO 2 MODELOS SOBRE LAS PROYECCIONES DEL CLIMA EN MÉXICO ................... 25
ANEXO 3 ESCENARIOS CLIMATOLÓGICOS 2006-2099 .............................................. 40
ANEXO 4 DESCRIPCIÓN DE LAS REGIONES DE ESTUDIO ........................................... 95
ANEXO 5 ESTIMACIONES DEL MODELO RICARDIANO ............................................ 221
ANEXO 6 ESTIMACIONES DEL MODELO DE FUNCIÓN DE PRODUCCIÓN ................... 231
ANEXO 7 LOS PROGRAMAS Y LAS ACCIONES DE ADAPTACIÓN Y MITIGACIÓN FRENTE

AL CAMBIO CLIMÁTICO EN MÉXICO ................................................................... 287
Anexo 1
Anexo Estadístico
Porcentaje de superficie de acuerdo al uso del suelo
CON PASTOS NO
SUPERFICIE CON
DE CULTIVADOS, DE SIN
ENTIDAD FEDERATIVA APROVECHADA BOSQUE
LABOR AGOSTADERO O VEGETACIÓN
POR LAS UER (Ha.) O SELVA
ENMONTADA
Estados Unidos Mexicanos 112 349 109.77 27.80% 66.90% 3.50% 1.90%
Aguascalientes 356 191.99 49.00% 46.70% 1.00% 3.40%
Baja California 3 289 430.81 12.20% 79.40% 0.80% 7.60%
Baja California Sur 1 860 658.15 7.50% 89.90% 0.00% 2.60%
Campeche 2 146 428.82 39.30% 52.90% 6.80% 1.00%
Coahuila de Zaragoza 10 264 745.27 9.20% 88.70% 0.90% 1.20%
Colima 426 800.66 49.10% 45.80% 3.90% 1.30%
Chiapas 3 972 673.13 56.70% 35.90% 6.50% 0.90%
Chihuahua 18 360 955.51 10.10% 83.50% 3.70% 2.70%
Distrito Federal 26 571.24 71.40% 22.60% 1.70% 4.30%
Durango 4 107 953.08 24.00% 68.10% 6.40% 1.50%
Guanajuato 2 147 855.03 48.70% 48.70% 1.90% 0.70%
Guerrero 3 395 497.19 48.30% 48.60% 2.70% 0.30%
Hidalgo 1 147 601.24 52.10% 43.90% 3.30% 0.70%
Jalisco 5 320 657.36 33.30% 49.30% 16.70% 0.70%
México 1 273 553.57 56.30% 42.20% 1.10% 0.40%
Michoacán de Ocampo 3 556 426.73 41.50% 52.20% 5.80% 0.50%
Morelos 250 630.68 60.40% 38.40% 0.20% 1.00%
Nayarit 1 276 490.53 48.50% 42.70% 6.90% 1.90%
Nuevo León 4 298 338.04 15.10% 83.40% 0.80% 0.80%
Oaxaca 2 461 050.01 68.30% 28.40% 2.40% 0.90%
Puebla 2 520 413.50 40.60% 57.10% 1.70% 0.60%
Querétaro 672 202.67 35.90% 52.60% 9.90% 1.60%
Quintana Roo 977 662.00 38.70% 50.30% 10.60% 0.40%
San Luis Potosí 2 754 442.90 38.60% 58.10% 2.80% 0.50%
Sinaloa 2 644 859.48 51.30% 43.50% 1.90% 3.30%
Sonora 11 810 930.64 12.80% 79.90% 2.40% 4.90%
Tabasco 1 734 545.15 35.90% 60.70% 1.40% 2.10%
Tamaulipas 5 729 461.10 25.90% 71.20% 1.80% 1.10%
Tlaxcala 265 769.47 77.40% 21.60% 0.80% 0.30%
Veracruz Llave 6 213 302.98 43.90% 53.90% 1.80% 0.40%
Yucatán 2 180 746.43 28.80% 66.90% 2.60% 1.70%
Zacatecas 4 904 264.43 36.00% 62.50% 1.00% 0.50%
Fuente: INEGI. Censo Agropecuario 2007, VIII Censo Agrícola, Ganadero y Forestal. Aguascalientes, 2009.
3
ANEXO ESTADÍSTICO
Superficie agrícola según disponibilidad de agua

SUPERFICIE AGRÍCOLA (Ha.) PORCENTAJE DE SUPERFICIE AGRÍCOLA
ENTIDAD FEDERATIVA
Total Riego Temporal Riego Temporal
Estados Unidos Mexicanos 29 902 091.66 5 310 622.05 24 591 469.97 17.8 82.2
Aguascalientes 170 696.46 50 542.90 120 153.56 29.6 70.4
Baja California 378 513.12 261 295.29 117 217.84 69 31
Baja California Sur 129 337.20 94 233.19 35 104.01 72.9 27.1
Campeche 817 956.50 15 831.66 802 124.84 1.9 98.1
Coahuila de Zaragoza 898 673.15 304 577.78 594 095.36 33.9 66.1
Colima 202 238.20 67 228.31 135 009.90 33.2 66.8
Chiapas 2 200 155.53 45 820.40 2 154 335.15 2.1 97.9
Chihuahua 1 728 117.93 479 375.30 1 248 742.63 27.7 72.3
Distrito Federal 18 813.65 1 142.44 17 671.22 6.1 93.9
Durango 934 822.56 185 596.51 749 226.06 19.9 80.1
Guanajuato 1 030 730.17 341 954.70 688 775.48 33.2 66.8
Guerrero 1 615 257.66 93 651.88 1 521 605.84 5.8 94.2
Hidalgo 587 597.12 97 791.02 489 806.11 16.6 83.4
Jalisco 1 694 487.11 191 966.94 1 502 520.19 11.3 88.7
México 710 421.84 107 642.36 602 779.51 15.2 84.8
Michoacán de Ocampo 1 422 771.48 306 512.45 1 116 259.05 21.5 78.5
Morelos 150 218.70 41 921.95 108 296.76 27.9 72.1
Nayarit 602 406.44 110 894.71 491 511.74 18.4 81.6
Nuevo León 594 937.48 128 264.23 466 673.25 21.6 78.4
Oaxaca 1 653 707.94 73 240.19 1 580 467.79 4.4 95.6
Puebla 1 011 643.03 118 968.07 892 675.00 11.8 88.2
Querétaro 237 031.45 68 259.95 168 771.51 28.8 71.2
Quintana Roo 373 719.07 4 590.96 369 128.11 1.2 98.8
San Luis Potosí 1 039 811.71 102 126.81 937 684.91 9.8 90.2
Sinaloa 1 335 591.96 618 812.87 716 779.10 46.3 53.7
Sonora 1 259 606.00 748 795.19 510 810.82 59.4 40.6
Tabasco 597 933.89 5 518.97 592 414.92 0.9 99.1
Tamaulipas 1 348 456.97 301 386.88 1 047 070.09 22.4 77.6
Tlaxcala 205 149.57 10 738.36 194 411.22 5.2 94.8
Veracruz Llave 2 644 987.85 88 377.11 2 556 610.75 3.3 96.7
Yucatán 568 739.25 45 092.23 523 647.03 7.9 92.1
Zacatecas 1 737 560.66 198 470.46 1 539 090.21 11.4 88.6
Fuente: INEGI. Censo Agropecuario 2007, VIII Censo Agrícola, Ganadero y Forestal. Aguascalientes, 2009.
4
ANEXO ESTADÍSTICO
Localidades y población residente por tamaño de localidad, según grado de

marginación, 2005
GRADO DE MARGINACIÓN A NIVEL LOCALIDAD
TOTAL Muy alto Alto Medio Bajo Muy bajo
Total
Localidades 104,359 27,365 74,239 13,616 10,730 5,409
Población 102,752,844 3,242,342 14,634,891 8,612,284 15,539,599 60,723,728
% Localidades 100 26.2 71.1 13 10.3 5.2
% Población 100 3.2 14.2 8.4 15.1 59.1
1 a 2,499 habitantes
Localidades 101,172 27,307 46,566 13,008 9,733 4,558
Población 23,783,944 3,019,852 11,440,689 4,264,073 3,742,744 1,316,586
% Localidades 100 27 46 12.9 9.6 4.5
% Población 100 12. 48.1 17.9 15.7 5.5
2,500 a 14,999 habitantes
Localidades 2,637 58 663 552 853 511
Población 14,112,767 222,490 2,992,633 2,814,495 4,903,544 3,179,605
% Localidades 100 2.2 25.1 20.9 32.3 19.4
% Población 100 1.6 21.2 19.9 34.7 22.5
15,000 o más habitantes
Localidades 550 10 56 144 340
Población 64,856,133 201,569 1,533,716 6,893,311 56,227,537
% Localidades 100 1.8 10.2 26.2 61.8
% Población 100 0.3 2.4 10.6 86.7
Fuente: Estimaciones del CONAPO con base en el II Conteo de Población y Vivienda 2005.
Nota: No se consideran 83,161 localidades de una y dos viviendas con una población de 454,500 habitantes, ni
tampoco 418 localidades sin información de viviendas particulares con una población de 56044 personas.
5
ANEXO ESTADÍSTICO
Porcentaje y número de personas con cada una de las carencias sociales, según entidad federativa, 2008
PORCENTAJES MILLONES DE PERSONAS
Acceso a Calidad y Servicios Acceso a Calidad y Servicios
ÁMBITO Acceso a la Acceso a la
Rezago los espacios básicos Acceso a la Rezago los espacios básicos Acceso a la
GEOGRÁFICO seguridad
alimentación
seguridad
educativo servicios de social de la en la educativo servicios de la en la alimentación
social
salud vivienda vivienda de salud vivienda vivienda
Nacional 21.7 40.7 64.7 17.5 18.9 21.6 23.2 43.4 69.0 18.6 20.1 23.1
Aguascalientes 17.8 25.2 55.0 7.8 2.8 20.1 0.2 0.3 0.6 0.1 0.0 0.2
Baja California 17.7 37.0 54.9 7.9 6.3 14.1 0.6 1.1 1.7 0.2 0.2 0.4
Baja California
16.3 28.2 51.0 14.7 10.2 14.8 0.1 0.2 0.3 0.1 0.1 0.1
Sur
Campeche 22.4 25.3 61.0 24.6 24.6 20.1 0.2 0.2 0.5 0.2 0.2 0.2
Coahuila 13.7 25.8 40.6 5.1 5.2 16.9 0.4 0.7 1.1 0.1 0.1 0.4
Colima 19.4 19.4 57.4 11.4 3.1 14.7 0.1 0.1 0.3 0.1 0.0 0.1
Chiapas 37.8 52.1 85.3 38.2 36.3 26.3 1.7 2.3 3.8 1.7 1.6 1.2
Chihuahua 18.5 32.2 55.7 10.9 12.0 17.4 0.6 1.1 1.9 0.4 0.4 0.6
Distrito Federal 10.6 40.1 52.8 6.3 3.8 15.4 0.9 3.5 4.7 0.6 0.3 1.4
Durango 21.6 39.6 59.6 12.1 18.4 22.0 0.3 0.6 0.9 0.2 0.3 0.3
Guanajuato 25.5 37.6 66.1 12.8 14.4 26.8 1.3 1.9 3.3 0.6 0.7 1.4
Guerrero 28.4 57.3 80.9 44.3 45.5 33.8 0.9 1.8 2.5 1.4 1.4 1.1
Hidalgo 23.9 49.0 77.5 21.8 26.1 24.3 0.6 1.2 1.9 0.5 0.6 0.6
Jalisco 21.2 37.2 57.6 9.7 9.5 17.8 1.5 2.6 4.0 0.7 0.7 1.2
México 18.6 45.0 68.0 14.3 16.0 21.4 2.7 6.6 10.0 2.1 2.4 3.1
Michoacán 31.6 56.9 76.7 21.8 21.4 31.3 1.3 2.3 3.1 0.9 0.9 1.2
Morelos 21.3 40.9 71.7 15.3 15.4 24.6 0.4 0.7 1.2 0.3 0.3 0.4
Nayarit 21.7 32.2 66.5 12.9 11.8 18.7 0.2 0.3 0.6 0.1 0.1 0.2
Nuevo León 14.9 28.3 43.9 8.2 8.3 10.6 0.7 1.2 1.9 0.4 0.4 0.5
Oaxaca 30.7 56.2 80.4 38.3 48.5 28.8 1.1 2.0 2.9 1.4 1.7 1.0
Puebla 25.3 57.5 77.4 22.1 32.7 27.2 1.4 3.2 4.3 1.2 1.8 1.5
Querétaro 20.3 29.3 57.4 11.5 12.7 17.9 0.3 0.5 1.0 0.2 0.2 0.3
Quintana Roo 18.9 38.9 59.1 26.2 7.0 14.8 0.2 0.5 0.8 0.3 0.1 0.2
San Luis Potosí 22.9 36.2 64.3 22.5 25.8 23.5 0.6 0.9 1.6 0.6 0.6 0.6
Sinaloa 21.1 31.0 59.1 14.6 16.5 22.8 0.6 0.8 1.6 0.4 0.4 0.6
Sonora 15.7 25.5 48.5 12.8 11.9 20.8 0.4 0.6 1.2 0.3 0.3 0.5
Tabasco 21.7 27.0 78.1 17.4 20.7 34.5 0.4 0.6 1.6 0.4 0.4 0.7
Tamaulipas 17.4 26.9 55.2 12.6 12.8 11.8 0.6 0.9 1.7 0.4 0.4 0.4
Tlaxcala 17.8 46.8 74.9 13.3 9.4 25.2 0.2 0.5 0.8 0.2 0.1 0.3
Veracruz 28.2 44.2 71.5 30.1 35.3 25.4 2.0 3.2 5.2 2.2 2.6 1.8
Yucatán 26.1 29.1 60.8 24.2 28.8 16.1 0.5 0.6 1.2 0.5 0.6 0.3
Zacatecas 24.9 34.4 69.2 9.9 14.9 19.9 0.3 0.5 1.0 0.1 0.2 0.3
Fuente: Estimaciones del CONEVAL con base en el MCS-ENIGH 2008.
6
ANEXO ESTADÍSTICO
PIB total y primario1 por entidad federativa, 2009

PORCENTAJE
PORCENTAJE
RESPECTO AL
ENTIDAD FEDERATIVA PIB TOTAL PIB PRIMARIO RESPECTO AL
TOTAL
TOTAL ESTATAL
NACIONAL
Total Nacional 7,977,300 324,551 4.1 100.0
Aguascalientes 91,806 4,155 4.5 1.3
Baja California 232,728 7,861 3.4 2.4
Baja California Sur 53,310 2,767 5.2 0.9
Campeche 281,881 2,641 0.9 0.8
Coahuila de Zaragoza 242,176 8,330 3.4 2.6
Colima 43,371 2,845 6.6 0.9
Chiapas 148,521 14,336 9.7 4.4
Chihuahua 259,676 18,329 7.1 5.6
Distrito Federal 1,444,163 1,163 0.1 0.4
Durango 100,957 12,847 12.7 4.0
Guanajuato 316,420 13,798 4.4 4.3
Guerrero 124,414 9,090 7.3 2.8
Hidalgo 117,583 6,145 5.2 1.9
Jalisco 529,583 36,221 6.8 11.2
México 753,081 12,734 1.7 3.9
Michoacán de Ocampo 198,609 22,461 11.3 6.9
Morelos 96,910 3,914 4.0 1.2
Nayarit 51,694 5,939 11.5 1.8
Nuevo León 606,892 5,822 1.0 1.8
Oaxaca 125,139 12,855 10.3 4.0
Puebla 274,494 13,189 4.8 4.1
Querétaro Arteaga 147,940 4,370 3.0 1.3
Quintana Roo 119,890 1,005 0.8 0.3
San Luis Potosí 147,536 6,991 4.7 2.2
Sinaloa 167,487 21,882 13.1 6.7
Sonora 200,430 18,730 9.3 5.8
Tabasco 223,906 3,853 1.7 1.2
Tamaulipas 266,102 10,801 4.1 3.3
Tlaxcala 43,668 2,043 4.7 0.6
Veracruz de Ignacio de la Llave 381,761 24,371 6.4 7.5
Yucatán 117,647 5,153 4.4 1.6
Zacatecas 67,522 7,913 11.7 2.4
Fuente: INEGI. Sistema de cuentas nacionales.
1
Las actividades primarias o sector primario incluyen agricultura, ganadería, aprovechamiento forestal, pesca, caza y captura, y
servicios relacionados.
7
ANEXO ESTADÍSTICO
Balanza Comercial Agropecuaria y Agroindustrial de México

PARTICIPACIÓN PORCENTUAL DENTRO DEL PARTICIPACIÓN PORCENTUAL DENTRO DEL SALDO (MILES DE DÓLARES)
AÑO TOTAL DE LAS EXPORTACIONES TOTAL DE LAS IMPORTACIONES
Agropecuarias y Productos Productos Agropecuarias y Productos Productos Agropecuarias y Productos Productos
agroindustriales agropecuarios agroindustriales agroindustriales agropecuarios agroindustriales agroindustriales agropecuarios agroindustriales
1994 7.4 5.0 2.4 9.3 4.4 4.9 -2,881,505 -427,954 -2,453,548
1995 8.2 5.7 2.4 7.3 3.6 3.7 1,197,694 1,940,838 -743,142
1996 6.8 4.3 2.5 8.7 5.1 3.6 -1,324,711 -480,424 -844,290
1997 6.5 4.0 2.4 7.1 3.8 3.4 -689,890 301,887 -991,776
1998 6.2 3.7 2.6 7.0 3.8 3.2 -1,436,274 -408,518 -1,027,758
1999 5.6 3.3 2.3 6.2 3.2 3.0 -1,126,265 -61,478 -1,064,787
2000 5.0 2.9 2.2 5.7 2.8 2.9 -1,583,619 -128,020 -1,455,594
2001 5.2 2.8 2.4 6.7 3.2 3.5 -3,065,792 -880,876 -2,184,915
2002 5.2 2.6 2.6 6.9 3.2 3.7 -3,350,662 -1,188,531 -2,162,132
2003 5.6 3.0 2.6 7.4 3.4 4.0 -3,380,093 -783,122 -2,596,966
2004 5.6 3.0 2.5 7.1 3.2 3.9 -3,557,282 -711,916 -2,845,367
2005 5.5 2.8 2.7 6.7 2.8 3.9 -3,135,244 -259,856 -2,875,389
2006 5.5 2.7 2.8 6.5 2.8 3.7 -2,855,980 -387,229 -2,468,749
2007 5.5 2.7 2.7 7.1 3.2 3.9 -5,178,358 -1,578,814 -3,599,544
2008 5.7 2.7 2.9 7.8 3.8 3.9 -7,449,143 -3,942,882 -3,506,264
2009 7.0 3.4 3.7 8.1 3.7 4.4 -2,775,908 -884,110 -1,891,798
2010 6.1 2.8 3.3 7.1 3.2 3.9 -2,903,809 -1,185,904 -1,717,905
TMCA 1994-2010 8.5 6.0 11.9 6.3 6.1 6.4
Variación 1994-
259.6 154.4 478.9 156.8 148.5 164.2
2009
Participación
6.1 3.5 2.6 7.3 3.5 3.8
promedio
*Datos preliminares a noviembre de 2010.
Fuente: Grupo de Trabajo de Estadísticas de Comercio Exterior, integrado por el Banco de México, INEGI, Servicio de Administración Tributaria y la Secretaría de Economía.
8
ANEXO ESTADÍSTICO
Participación porcentual de los principales productos importados respecto al total de las

importaciones agroindustriales en México
VARIACIÓN PARTICIPACIÓN
PRODUCTO 1994 2000 2005 2009 2010 TMCA
1993-2009 PROMEDIO
Carne de bovino, fresca o
3.7 7.2 5.5 4.3 3.9 6.4 199.5 4.9
refrigerada
Carne de porcino 1.4 2.6 3.4 3.8 4.5 13.3 576.8 2.3
Despojos animales, excepto aves
2 1.8 2 1.7 1.7 4.9 112 1.8
de corral
Carnes y despojos de aves de
2.7 2.6 3.6 3.7 3.8 8.1 256.9 3.0
corral
Leche concentrada con o sin azúcar 3.7 3 3.4 2.3 2.4 3.4 60.6 3.4
Quesos y requesón 1.3 1.3 1.7 1.4 1.5 7 182.3 1.3
Hortalizas, raíces y tubérculos 1.9 1.8 1.5 2.2 1.9 5.8 198.3 1.8
Frutas y frutos comestibles 4.5 4.7 3.9 3.3 3.3 3.8 84.5 3.7
Trigo y morcajo 2.6 3.4 4.1 3.8 3.9 8.5 284.6 4.1
Maíz 5 5.5 4.8 7.6 7.6 8.5 288.8 6.5
Arroz 1.4 1 1.1 1.8 1.5 6.3 231.9 1.3
Sorgo de grano 5.4 4.7 2.3 2.3 2 0 12 3.6
Productos de la molinería 1.5 1.3 3.4 2.3 1.7 6.6 293.4 2.3
Preparación de carne y animales
2.4 1.3 1.5 1.4 1.4 2.5 44.6 1.4
acuáticos
Azúcar y productos de confitería 1.9 1.7 1.7 3.7 4.6 11.5 393.6 2.1
Cacao y sus preparaciones 1.4 1.4 1.7 1.7 1.9 7.9 217.4 1.5
Preparaciones de cereales o leche 3.2 3 4.1 2.2 2.1 3.3 78.2 2.8
Preparación de hortalizas, frutas y
2.6 2.6 2.9 2.5 2.2 5 146.6 2.4
plantas
Preparaciones alimenticias
3.7 5.1 6.2 5.1 4.6 7.2 248.3 4.7
diversas
Bebidas y vinagre 4.6 2.4 3.2 3.7 3.7 4.6 110.2 3.1
Residuos de industrias alimentarias 4.4 3.2 4.7 5.8 4.8 6.5 239.6 4.1
Otros 38.8 38.2 33.3 33.4 34.8 5.4 130.0 37.9
Fuente: Grupo de Trabajo de Estadísticas de Comercio Exterior, integrado por el Banco de México, INEGI, Servicio de Administración
Tributaria y la Secretaría de Economía.
9
ANEXO ESTADÍSTICO
Participación porcentual de los principales productos exportados respecto al total de las exportaciones agroindustriales en México
PREPARACIO
HORTALIZAS AGUACATE, MELÓN,
TOMATE CEBOLLA Y AJO, HORTALIZAS NES DE BEBIDAS
CAMARÓN COCIDAS EN GUAYABA, SANDÍA Y
AÑO BOVINOS CRUSTÁCEOS FRESCO O FRESCOS O FRESCAS O CAFÉ AZÚCAR HORTALIZAS, Y OTROS
CONGELADO AGUA O MANGO Y PAPAYA,
REFRIGERADO REFRIGERADOS REFRIGERADAS FRUTOS Y VINAGRE
VAPOR PIÑA FRESCOS
PLANTAS
1994 8 7.7 7.1 8.8 3.4 7.8 3 3.1 2.1 9.2 0 4.9 9.5 25.3
1995 8.3 7.4 6.8 9 2.9 7.9 2.1 2.2 2 11.9 1.3 4.3 8.2 25.8
1996 2 7.4 6.3 8.3 3.2 6.8 2.3 2.8 2.3 11.5 3.4 4.1 9.9 29.6
1997 2.8 7.3 6.7 7.3 2.5 8 2.3 2.5 2.1 13 2.9 4 11.5 27.1
1998 2.8 5.9 5.6 8 2.6 9.1 2.2 2.5 2 9.5 3.5 5 13.4 27.8
1999 3.8 6 5.6 7 2.5 9.9 2.3 2.5 2.5 8.4 1.4 4.7 14.9 28.5
2000 4.8 5.9 5.5 5.5 2.4 10.5 2.2 2.3 2.2 8 0.6 4.1 18.5 27.6
2001 5 5.3 4.9 6.5 2.4 11.2 2.3 2.6 2.3 3 0.5 3.6 20.3 30.0
2002 4.2 3.8 3.3 7.3 2.3 9.8 2.2 2.5 1.8 2.2 1.4 3.9 23.2 32.2
2003 5.1 3.7 3.2 9.4 2.1 9.3 1.9 3.5 2 2 0.1 3.8 21.3 32.6
2004 5.2 3.6 3.3 8.7 2.2 10.1 2 3.2 2.7 2 0.1 4.1 20.2 32.5
2005 4.4 3.1 2.8 7.5 2.6 9.4 2.1 4 2.5 2 1.1 4.7 20.7 33.3
2006 4.8 2.7 2.4 8.1 1.7 8.4 1.6 3.2 2.5 2.2 2.3 4.2 20.7 35.1
2007 3.2 2.8 2.5 7.2 1.7 8.1 1.7 5 2.3 2.4 0.6 4.5 19.6 38.6
2008 1.9 2.5 2.1 7.3 1.9 7.1 1.9 4.3 2.3 2.1 2.4 4.8 17.7 41.6
2009 2.4 2.6 2.2 7.5 1.8 7.1 1.9 5 2.9 2.3 3.1 4.7 17.3 39.1
2010 2.8 1.5 1.2 8.9 1.5 7.5 1.7 4.4 2.5 2.2 3.7 4.8 17.1 40.4
TMCA 1.5 -1.8 -3 8 2.8 7.7 4.3 10.3 8.9 -0.8 56 7.8 11.7 8.6
Variación
9.5 24 13.5 206.9 89.4 227.6 122.3 491.1 394.4 -11.6 158113.7 242.9 552.7 286.4
1999-2009
Participación
promedio
4.6 4.8 4.3 7.9 2.4 8.7 2.1 3.3 2.3 5.6 1.6 4.4 16.3 31.7
Fuente: Grupo de Trabajo de Estadísticas de Comercio Exterior, integrado por el Banco de México, INEGI, Servicio de Administración Tributaria y la Secretaría de Economía.
10
ANEXO ESTADÍSTICO
Estructura porcentual de la inversión extranjera directa en México según rubro de destino

SUBSECTOR 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Manufactura 47.0 19.0 26.8 34.8 39.9 39.4 40.9 41.9 25.4 31.4
Servicios Financieros y Administrativos 26.6 54.4 28.5 16.8 23.3 7.3 23.7 24.4 19.4 20.4
Comercio 13.6 7.9 7.6 9.0 5.3 12.9 3.4 5.3 7.1 8.6
Servicios (incluyendo hotelería y
12.1 6.3 5.7 10.3 4.6 13.5 15.8 8.1 14.4 24.1
restaurantes)
Transporte y Comunicaciones -10.7 9.8 16.7 13.1 6.9 12.9 3.2 2.7 3.3 0.5
Petróleo y Minería 0.9 0.0 1.1 0.8 1.2 0.8 2.0 5.8 19.0 4.7
Construcción 0.9 0.4 1.5 0.5 1.6 1.3 2.0 6.6 3.6 3.7
Agricultura, ganadería, silvicultura, pesca
0.5 0.2 0.4 0.1 0.1 0.0 0.1 0.5 0.1 0.1
y caza.
Productos alimenticios, bebidas y tabaco. 8.3 0.9 9.8 12.6 16.2 11 9.4 4.5 6.0 6.8
Captación, potabilización y distribución
0.7 1.1 1.9 1.9 0.8 0.9 -0.4 0.4 1.7 0.0
de agua y electricidad
Inversión extranjera directa total
18,093 29,822 23,654 16,767 24,344 22,335 20,061 28,707 24,297 13,978
(millones de dólares)
Fuente: Elaboración propia con datos de la Secretaria de Economía.
11
ANEXO ESTADÍSTICO
Inversión Extranjera Directa en México por rubro del sector agropecuario

IED ACUMULADA DE 2000-2009
SECTOR AGROPECUARIO Millones de

Porcentaje
dólares
Avicultura. 139.2 28.55

Cría de porcinos. 90.5 18.56
Cultivos de ciclo corto, asociados con otra
87.4 17.93
actividad agrícola, ganadera o forestal.
Cultivo de agaves alcoholeros. 84.7 17.37
Cultivo de hortalizas y flores. 70.0 14.36
Otros 15.7 3.22
Total 487.5 100
IED acumulada de 2000-2009 en agricultura, ganadería, caza, silvicultura y

pesca
PAÍSES MILLONES DE DÓLARES PORCENTUAL
Estados Unidos 375.8 76.80

Japón 87.3 17.80
Holanda 5.9 1.20
Bermudas 3.6 0.70
Francia 3.3 0.70
Otros 13.6 2.80
Total 489.5 100.00
12
ANEXO ESTADÍSTICO
Superficie sembrada, 2009

(hectáreas)
ESTADO NACIONAL FRIJOL MAÍZ GRANO TRIGO GRANO FORRAJE FRUTALES HORTALIZAS OTROS
Aguascalientes 145,234 9,752 41,218 n.d 79,344 7,998 5,344 1,578
Baja California 228,136 486 n.d 102,469 72,534 6,222 20,047 26,378
Baja California Sur 37,175 2,021 4,286 3,877 6,491 5,365 5,854 9,283
Campeche 234,165 2,802 156,260 n.d 13,494 12,094 2,412 47,104
Coahuila de Zaragoza 293,708 5,335 28,686 7,951 190,014 27,390 2,748 31,584
Colima 154,723 51 13,370 n.d 67,698 36,771 2,517 34,317
Chiapas 1,404,119 119,973 686,266 142 158,451 67,317 6,269 365,702
Chihuahua 1,051,299 134,874 217,237 53,172 438,723 83,044 32,490 91,760
Distrito Federal 22,682 245 5,881.40 n.d 12,204 281 3,706 363
Durango 708,721 224,879 181,030 18,979 242,179 21,420 6,940 13,295
Guanajuato 1,060,561 92,092 383,254 118,093 349,391 2,518 43,599 71,614
Guerrero 861,417 14,783 483,486 n.d 133,360 52,633 4,810 172,346
Hidalgo 584,332 44,283 252,540 3,852.50 92,983 15,181 12,393 163,100
Jalisco 1,579,623 19,082 606,835 35,784 656,797 33,943 23,834 203,347
México 885,469 14,434 566,437 12,339 180,556 25,257 24,861 61,583
Michoacán de Ocampo 1,088,796 7,662 477,474 36,402 258,802 218,757 28,834 60,865
Morelos 125,237 1,833 27,387 383 48,236 8,124 17,202 22,073
Nayarit 383,243 50,142 49,697 n.d 148,813 45,654 12,420 76,517
Nuevo León 330,963 3,255 14,719 25,508 241,937 38,121 2,517 4,906
Oaxaca 1,383,749 42,829 606,060 16,216 367,324 59,490 4,893 286,938
Puebla 994,399 67,818 597,143 3,924 52,651 50,497 52,631 169,736
Querétaro 168,755 16,855 113,265 833 29,799 2,362 3,344 2,298
Quintana Roo 123,815 3,251 72,151 n.d 1,013 4,674 20,166 22,561
San Luis Potosí 733,022 111,360 199,903 1,625 215,809 53,189 26,965 124,171
Sinaloa 1,305,332 95,663 566,356 30,720 368,716 45,432 50,312 148,132
Sonora 578,439 5,341 19,514 320,476 94,277 38,894 30,191 69,746
Tabasco 240,749 4,139 80,855 n.d 11,155 30,123 939 113,540
Tamaulipas 1,407,772 7,251 137,236 520 1,029,740 46,045 15,775 171,205
Tlaxcala 239,558 7,699 115,831 45,225 17,867 1,267 4,123 47,546
Veracruz de Ignacio de la Llave 1,416,648 35,914 580,541 954 37,120 302,210 13,999 445,911
Yucatán 780,170 341 152,850 n.d 578,622 25,530 2,971 19,856
Zacatecas 1,280,745 530,241 288,345 26,579 296,154 44,265 57,125 38,036
Total 21,832,754 1,676,682 7,726,110 866,023 6,492,254 1,412,068 542,229 3,117,390
Fuente: SIACON.
Nota: n.d significa dato no disponible.
13
ANEXO ESTADÍSTICO
Superficie cosechada, 2009

(Hectáreas)
ESTADO NACIONAL FRIJOL MAÍZ TRIGO FORRAJE FRUTALES HORTALIZAS
Aguascalientes 207,335.5 24.0 n.d 95,377.0 64,229.7 5,478.8 19,840.9
Baja California 34,486.6 1,735.0 3,983.3 3,842.5 6,442.8 4,088.2 5,221.3
Baja California Sur 216,004.5 2,757.0 141,638.0 n.d 13,324.0 11,768.2 2,391.0
Campeche 244,649.0 1,811.0 14,368.5 7,437.3 163,483.8 25,501.2 2,748.0
Coahuila de Zaragoza 149,018.5 50.5 12,608.0 n.d 64,968.7 35,287.8 2,472.0
Colima 1,376,128.8 119,682.6 684,576.3 142.0 158,399.8 63,014.4 6,268.5
Chiapas 1,017,182.9 131,141.1 213,561.3 51,414.1 432,538.0 66,628.1 31,295.0
Chihuahua 22,676.5 245.4 5,881.4 n.d 12,204.2 281.3 3,701.3
Distrito Federal 671,096.7 205,682.9 168,108.5 17,518.3 239,289.9 20,656.9 6,681.3
Durango 701,559.0 32,006.2 179,741.3 111,194.0 274,730.2 2,468.0 42,648.8
Guanajuato 840,869.7 14,692.5 465,170.8 2,380.0 132,947.4 51,635.3 4,809.5
Guerrero 435,486.9 30,463.0 178,794.8 31,688.5 88,217.5 13,867.0 12,296.0
Hidalgo 1,302,857.4 10,209.4 532,687.4 12,289.0 579,574.4 27,346.8 23,085.1
Jalisco 844,619.9 13,901.4 540,204.1 36,357.0 179,393.7 24,546.5 24,746.2
México 900,397.1 7,225.5 355,787.5 383.0 216,533.5 206,611.9 28,038.3
Michoacán de Ocampo 122,330.5 1,832.5 26,978.6 n.d 48,207.4 7,892.5 17,128.1
Morelos 368,755.0 50,141.7 46,452.0 25,308.4 146,733.8 44,343.5 12,420.1
Nayarit 321,433.6 3,156.0 13,248.5 11,860.5 234,643.2 38,091.0 2,095.7
Nuevo León 1,185,739.9 36,814.2 467,614.2 2,362.6 356,400.0 56,309.4 4,892.6
Oaxaca 629,790.4 30,795.8 304,272.3 833.0 44,805.7 50,265.7 50,967.1
Puebla 122,845.0 7,258.8 77,083.2 n.d 29,739.5 2,314.0 3,328.0
Querétaro 119,756.6 3,239.5 69,358.6 425.0 811.0 3,752.1 20,165.4
Quintana Roo 438,249.9 12,961.5 69,824.8 30,720.1 172,172.5 50,125.6 26,800.0
San Luis Potosí 1,157,032.1 93,846.3 536,639.8 320,431.5 277,386.2 38,201.3 49,172.7
Sinaloa 565,296.9 5,070.5 18,356.0 n.d 90,301.0 32,073.8 29,794.9
Sonora 222,831.4 3,928.5 75,752.3 350.0 11,154.5 29,843.5 930.5
Tabasco 1,264,098.2 5,251.9 102,287.5 45,161.0 974,558.0 44,729.8 14,874.8
Tamaulipas 239,376.5 7,688.5 115,831.0 906.0 17,867.0 1,229.0 4,098.0
Tlaxcala 1,344,486.3 33,127.6 530,881.1 n.d 35,661.5 287,784.8 13,374.5
Veracruz de Ignacio de la Llave 701,229.0 341.0 90,996.9 20,027.0 570,722.8 22,617.4 2,861.2
Yucatán 853,942.9 336,748.0 171,283.8 n.d 208,241.3 40,247.0 55,847.0
Zacatecas 18,688,835.0 1,205,310.0 6,223,047.0 828,408.0 5,888,157.0 1,316,998.0 530,338.0
Total 207,335.5 24.0 n.d 95,377.0 64,229.7 5,478.8 19,840.9
Fuente: SIACON.
14
ANEXO ESTADÍSTICO
Valor de la producción agrícola, 2009

(millones de pesos)
ESTADO NACIONAL FRIJOL MAÍZ TRIGO FORRAJES FRUTALES HORTALIZAS
Aguascalientes 1,688 22 147 0 713 401 370
Baja California 9,367 0 0 1,818 1,281 1,432 4,143
Baja California Sur 2,032 24 52 61 166 213 856
Campeche 1,867 9 685 0 97 488 73
Coahuila de Zaragoza 4,825 9 49 95 1,962 1,443 455
Colima 3,725 1 76 0 465 2,476 227
Chiapas 15,620 941 3,707 1 3,376 3,239 547
Chihuahua 15,409 1,145 2,219 748 2,935 4,357 2,366
Distrito Federal 1,208 3 35 0 818 10 118
Durango 5,904 1,378 889 124 2,223 718 318
Guanajuato 13,085 308 2,233 1,616 5,172 166 2,158
Guerrero 8,329 95 3,325 0 1,254 2,123 269
Hidalgo 4,983 264 1,491 26 1,181 257 639
Jalisco 18,558 130 6,630 386 3,798 2,211 1,732
México 13,730 118 4,045 82 2,309 1,042 1,669
Michoacán de Ocampo 29,746 140 3,167 484 1,824 20,479 1,950
Morelos 3,973 22 300 3 762 629 1,014
Nayarit 6,501 956 597 0 1,410 1,372 522
Nuevo León 3,274 14 120 155 1,045 537 315
Oaxaca 10,518 324 2,138 66 2,416 2,398 454
Puebla 10,174 276 2,246 8 819 1,024 1,996
Querétaro 1,658 35 541 9 548 35 410
Quintana Roo 906 20 104 0 6 85 335
San Luis Potosí 6,856 190 325 1 1,784 545 2,183
Sinaloa 29,603 2,386 14,072 331 1,673 708 6,448
Sonora 20,619 105 260 5,543 1,607 5,632 3,579
Tabasco 3,590 33 381 0 90 1,734 60
Tamaulipas 12,088 38 1,009 1 6,157 1,138 1,698
Tlaxcala 2,219 154 814 254 183 14 143
Veracruz de Ignacio de la Llave 20,415 249 3,610 3 363 6,496 1,047
Yucatán 2,024 2 141 0 913 654 245
Zacatecas 10,168 3,147 1,033 93 955 739 3,674
Total 294,662 12,537 56,441 11,905 50,306 64,792 42,012
Fuente: SIACON.
15
ANEXO ESTADÍSTICO
Rendimientos agrícolas (ton / Ha)

PRODUCTO 1980 1990 2000 2009 TCMA 80-09 VARIACIÓN 80-09
Aguacate 8.1 8.9 9.6 10.1 0.7 25.0
Ajo 7.3 7.5 7.4 9.9 1.0 36.2
Alfalfa Verde 67.1 66.3 71.3 77.1 0.5 14.8
Arroz Palay 3.5 3.7 4.2 4.9 1.1 38.8
Avena Forrajera 6.1 8.4 9.4 13.8 2.8 126.5
Avena Grano 1.6 1.6 1.4 1.8 0.5 15.0
Brócoli 7.5 10.8 11.6 13.7 2.0 82.4
Cacao 0.5 0.6 0.3 0.4 -1.2 -30.3
Café Cereza 2.5 2.8 2.6 1.9 -0.9 -23.8
Calabacita 9.0 10.6 13.4 18.0 2.3 99.4
Caña De Azúcar 65.3 69.9 68.5 70.4 0.3 7.9
Cebada Grano 1.7 1.9 2.5 2.2 0.9 30.8
Cebolla 14.8 16.7 20.6 28.7 2.2 93.7
Chile Verde 8.2 8.7 12.0 14.1 1.8 71.1
Coliflor 11.2 14.8 18.4 19.5 1.9 74.5
Copra 1.3 1.2 1.3 1.6 0.7 24.8
Cártamo 1.2 1.0 1.1 1.2 0.1 2.0
Durazno 7.9 4.6 3.6 4.6 -1.8 -42.2
Ejote 5.5 5.7 8.7 8.5 1.5 54.9
Elote 9.6 9.2 11.2 9.8 0.1 2.2
Espinaca 9.5 11.3 10.2 10.7 0.4 12.5
Fresa 12.7 20.8 21.7 34.9 3.4 174.0
Frijol 0.6 0.6 0.6 0.9 1.2 43.3
Garbanzo Grano 1.2 1.3 1.7 1.7 1.0 36.4
Guayaba 14.7 13.7 13.1 13.1 -0.4 -10.7
Lechuga 18.0 20.0 20.5 20.1 0.4 11.7
Limón 9.9 9.5 13.5 14.0 1.2 42.1
Mango 10.0 9.9 10.1 8.9 -0.4 -11.3
Manzana 5.5 7.9 6.2 9.9 1.9 78.3
Maíz Forrajero 22.9 26.0 27.2 27.2 0.6 18.8
Maíz Grano 1.8 2.0 2.5 3.2 1.9 77.0
Melón 11.8 12.9 21.5 26.3 2.7 122.1
Naranja 10.8 12.6 11.8 12.6 0.5 16.8
Nopalitos 23.4 33.5 47.2 63.4 3.4 170.5
Papa 13.3 15.8 23.9 27.7 2.5 108.8
Papaya 22.8 25.4 39.2 45.4 2.3 98.8
Pastos 40.8 23.9 16.5 19.1 -2.5 -53.2
Pepino 19.0 19.2 26.3 29.7 1.5 56.1
Piña 42.2 52.0 43.4 44.1 0.1 4.4
Plátano 19.6 26.6 25.9 29.4 1.4 50.2
Sandía 15.2 13.6 22.7 24.9 1.7 63.4
Sorgo Forrajero Verde 29.5 23.8 21.8 22.7 -0.9 -22.9
Sorgo Grano 3.0 3.3 3.1 3.6 0.6 18.9
Soya 2.1 2.0 1.5 1.9 -0.4 -10.7
Tabaco 2.2 1.6 2.0 1.8 -0.7 -18.7
Tomate Rojo (jitomate) 19.0 23.1 28.0 39.0 2.4 105.2
Tomate Verde 8.5 11.6 11.6 14.2 1.7 66.8
Trigo Forrajero Verde 8.1 9.9 9.7 32.6 4.7 300.9
Trigo Grano 3.8 4.2 4.9 5.0 0.9 29.1
Uva 9.6 9.1 9.5 10.7 0.4 11.3
Fuente: SIACON.
16
ANEXO ESTADÍSTICO
Volumen de producción, 2009

(toneladas)
ESTADO FRIJOL MAÍZ TRIGO FORRAJES FRUTALES HORTALIZAS
Aguascalientes 1,902 45,404 n.d 1,831,037 112,892 120,514
Baja California 28 n.d 592,628 2,977,010 129,484 542,631
Baja California Sur 2,233 20,716 20,521 487,010 48,442 139,807
Campeche 1,525 278,698 n.d 34,286 179,511 13,099
Coahuila de Zaragoza 991 16,507 23,469 5,071,345 246,693 90,241
Colima 57 28,733 n.d 1,435,312 778,616 62,677
Chiapas 69,943 1,218,456 147 5,719,480 1,179,554 73,502
Chihuahua 117,329 974,936 262,965 10,207,217 572,413 692,944
Distrito Federal 175 7,964 n.d 444,899 1,391 30,995
Durango 138,801 334,089 41,935 6,427,405 128,708 60,292
Guanajuato 28,236 844,470 655,089 5,486,394 33,428 635,826
Guerrero 10,255 1,135,837 n.d 2,577,566 747,104 65,362
Hidalgo 24,583 513,060 8,640 6,386,579 98,175 133,419
Jalisco 10,242 2,543,056 145,022 13,229,403 470,138 471,283
México 9,851 1,316,202 32,673 5,694,052 225,318 324,366
Michoacán de Ocampo 10,901 1,182,458 183,544 2,268,209 2,422,938 670,334
Morelos 1,704 85,315 1,149 510,893 87,011 301,717
Nayarit 75,754 214,440 n.d 2,333,893 464,620 217,741
Nuevo León 1,476 35,932 54,653 2,641,971 363,998 60,580
Oaxaca 24,203 594,932 18,664 8,791,509 856,027 56,628
Puebla 18,325 658,118 3,623 1,547,741 513,651 670,973
Querétaro 5,005 214,761 3,351 1,457,384 7,360 80,046
Quintana Roo 2,312 33,770 n.d 2,063 60,019 80,688
San Luis Potosí 13,993 114,075 370 3,386,535 491,108 438,833
Sinaloa 162,595 5,236,720 98,316 2,197,054 247,929 1,502,720
Sonora 8,384 103,488 1,825,578 3,202,251 610,945 476,465
Tabasco 2,167 117,534 n.d 33,644 804,464 4,471
Tamaulipas 3,493 428,198 478 4,120,865 751,242 379,820
Tlaxcala 9,954 274,416 107,147 571,445 2,433 48,566
Veracruz de Ignacio de la Llave 20,161 1,138,875 712 384,435 4,419,200 270,840
Yucatán 107 44,221 n.d 4,655,951 308,725 45,213
Zacatecas 264,662 387,437 35,487 2,498,231 211,289 773,705
Total 1,041,350 20,142,816 4,116,161 108,613,068 17,574,824 9,536,300
Fuente: SIACON.
17
ANEXO ESTADÍSTICO
Volumen de producción pecuaria, 2009

(toneladas)
ABEJAS AVE BOVINO CAPRINO OVINO PORCINO
Miel Carne en Ganado Huevo Carne en Ganado Leche (miles Carne Ganado Leche (miles Carne Ganado Carne en Ganado
ESTADO canal en pie canal en pie de litros) en en pie de litros) en en pie canal en pie
canal canal
Aguascalientes 396 206,758 274,028 8,440 18,152 32,177 367,171 167 328 n.d 494 985 10,314 14,655
Baja California 143 1,148 1,459 17,921 76,055 125,379 179,795 237 474 464 273 542 1,198 1,548
Baja California Sur 271 355 470 437 5,781 11,647 46,104 434 875 2,231 132 267 867 1,209
Campeche 7,006 10,588 13,904 3,745 22,691 42,833 36,271 28 57 n.d 834 1,674 5,291 7,060
Coahuila 245 86,662 113,957 52,498 61,067 118,289 1,282,618 5,306 10,228 58,188 706 1,385 9,508 12,812
Colima 363 10,492 12,689 1,401 9,318 18,799 32,349 65 130 3 145 289 5,461 6,993
Chiapas 4,270 128,133 156,725 4,282 107,505 209,179 366,393 n.d n.d n.d 1,250 2,511 23,240 30,475
Chihuahua 581 5,445 7,218 4,253 91,644 177,348 923,053 1,314 2,625 9,758 2,307 4,597 7,497 10,206
Distrito Federal 91 60 83 137 670 1,271 13,652 n.d n.d n.d 137 272 1,552 1,949
Durango 895 246,496 328,728 79,577 63,412 113,364 959,716 1,584 3,127 36,764 516 1,023 4,369 5,705
Guanajuato 552 167,834 209,680 76,587 36,824 75,186 761,759 2,098 4,238 24,837 1,558 3,045 109,490 143,877
Guerrero 3,752 13,194 16,532 10,681 37,604 72,614 84,157 3,407 6,501 n.d 588 1,129 22,587 29,216
Hidalgo 839 69,971 94,509 4,150 34,693 65,907 439,361 1,354 2,785 38 6,860 13,739 15,832 21,870
Jalisco 5,259 287,685 352,603 1,173,395 180,773 351,636 1,900,343 2,151 4,250 6,476 3,528 6,900 211,665 274,391
México 1,195 98,193 124,549 13,394 42,146 79,666 464,704 490 987 n.d 7,913 15,769 19,812 26,535
Michoacán 1,693 49,740 64,155 21,017 77,456 145,221 331,909 2,522 5,034 3,811 1,411 2,813 42,329 56,925
Morelos 1,010 49,327 61,500 n.d 5,867 11,748 20,901 507 1,028 n.d 524 1,053 4,625 6,550
Nayarit 435 15,271 18,548 14,365 23,496 44,115 60,130 441 881 n.d 200 405 4,362 5,794
Nuevo León 504 129,436 166,859 115,939 38,156 74,280 40,586 1,634 3,214 5,265 444 887 15,543 20,656
Oaxaca 3,512 9,014 12,053 7,624 45,054 79,008 146,406 4,485 8,672 n.d 1,656 3,217 28,600 38,172
Puebla 3,190 157,257 202,537 484,113 38,424 70,692 395,211 3,697 7,349 1,684 3,576 6,949 109,736 146,460
Querétaro 91 206,010 253,550 22,395 28,243 51,764 192,435 126 248 529 798 1,555 15,751 20,165
Quintana Roo 2,170 5,775 7,510 820 4,852 9,413 5,829 29 59 n.d 307 587 6,181 7,900
San Luis Potosí 907 77,684 95,450 2,712 44,616 78,165 132,285 2,818 5,409 3,461 1,805 3,440 7,994 10,552
Sinaloa 520 142,548 180,345 39,107 80,033 148,306 95,943 1,688 3,289 n.d 2,140 4,182 20,588 26,308
Sonora 340 26,514 33,235 111,638 74,270 143,510 126,496 196 392 755 593 1,173 221,863 285,279
Tabasco 157 23,129 28,079 1,397 63,655 121,904 111,533 n.d n.d n.d 291 599 13,340 17,091
Tamaulipas 653 685 858 358 58,180 110,932 32,326 1,883 3,768 43 2,398 4,757 32,802 42,048
Tlaxcala 1,100 802 1,006 1,500 12,383 25,055 120,356 592 1,141 3,075 1,614 3,168 15,564 20,309
Veracruz 3,985 289,887 347,384 15,685 251,238 465,483 708,230 673 1,335 2,206 4,988 9,917 68,990 88,857
Yucatán 8,373 117,378 145,596 68,245 27,016 51,230 4,366 n.d n.d n.d 853 1,719 98,444 128,979
Zacatecas 1,572 3,016 3,795 2,489 43,714 86,386 166,655 3,316 6,571 5,169 2,898 5,776 7,003 8,863
TOTAL 56,071 2,636,485 3,329,594 2,360,301 1,704,985 3,212,508 10,549,038 43,242 84,993 164,756 53,740 106,323 1,162,398 1,519,411
Fuente: SIACON.
18
ANEXO ESTADÍSTICO
Valor de producción pecuaria, 2009

(millones de pesos)
ABEJA AVE BOVINO CAPRINO OVINO PORCINO
ESTADO Miel Carne en Ganado Huevo Carne en Ganado Leche Carne en Ganado Leche Carne en Ganado Carne en Ganado
canal en pie canal en pie canal en pie canal en pie canal en pie
Aguascalientes 15.1 4339.5 4332.2 122.2 642.6 613.2 1859.3 6.0 5.3 0.0 20.9 19.6 374.2 265.8
Baja California 5.2 29.9 24.6 217.9 2812.9 2793.1 873.3 8.1 8.2 1.6 9.3 8.9 23.6 20.1
Baja California Sur 9.1 9.7 7.2 7.6 206.3 230.5 390.7 14.6 13.0 8.6 5.0 5.0 18.7 15.2
Campeche 177.7 267.1 251.5 60.3 714.8 622.1 224.3 0.8 0.8 0.0 34.3 30.8 180.3 130.2
Coahuila 9.0 1864.8 1912.3 703.6 1730.8 1800.4 6157.2 174.5 157.9 236.8 22.9 22.5 284.3 201.5
Colima 10.7 273.4 213.1 21.2 331.6 337.2 228.6 3.2 3.1 0.0 5.9 5.9 180.6 118.6
Chiapas 118.2 3511.5 2689.0 75.6 3435.9 2979.7 1369.6 0.0 0.0 0.0 48.5 43.8 741.0 500.6
Chihuahua 19.2 126.5 112.7 49.9 2719.8 2897.2 4544.0 48.5 36.1 39.6 90.3 88.1 177.7 120.6
Distrito Federal 3.5 1.7 1.7 2.1 22.1 28.7 121.5 0.0 0.0 0.0 6.1 8.2 42.7 30.7
Durango 29.0 4672.1 3603.1 876.2 2064.3 1968.1 5432.1 54.7 45.4 147.1 20.0 18.6 147.7 117.6
Guanajuato 15.4 3483.2 3395.1 863.1 1135.0 1377.7 2978.4 87.9 105.6 121.2 60.2 59.1 3051.8 2715.0
Guerrero 84.7 339.1 309.3 115.4 1194.2 1162.3 515.1 150.1 132.7 0.0 23.6 25.1 585.2 463.4
Hidalgo 26.4 1879.0 1740.9 69.3 1149.1 1344.7 1977.3 58.8 60.1 0.2 386.0 373.1 474.4 418.6
Jalisco 163.9 6803.7 4980.6 15587.2 5570.5 5934.2 8066.5 81.3 88.8 27.5 144.7 145.2 6702.5 4456.2
México 47.2 2364.9 2213.9 221.7 1533.9 1534.3 2815.8 22.5 21.3 0.0 419.5 395.6 574.1 490.4
Michoacán 63.2 1249.8 1171.8 291.5 2458.6 2626.3 1573.7 113.1 127.8 15.6 63.6 66.4 1300.6 979.0
Morelos 41.8 1201.0 860.8 0.0 199.4 163.8 104.4 22.8 18.2 0.0 23.7 18.6 132.7 93.8
Nayarit 13.2 279.5 248.5 151.1 707.7 696.6 252.3 15.8 15.7 0.0 7.4 7.1 124.3 88.2
Nuevo León 13.2 3012.6 2868.8 1473.0 1256.8 1320.8 167.9 78.7 87.8 23.0 16.0 14.5 437.1 342.7
Oaxaca 95.0 240.3 205.0 101.2 1570.9 1325.3 834.8 194.6 199.8 0.0 81.0 77.1 784.9 721.1
Puebla 104.0 3870.0 3449.7 5791.3 1258.9 1402.3 2079.0 162.1 176.4 7.7 162.1 177.7 3190.8 2700.8
Querétaro 3.4 4429.7 3957.9 212.4 945.5 1089.2 849.8 4.9 4.9 2.5 37.4 40.1 409.0 348.9
Quintana Roo 51.7 160.2 140.4 15.7 167.9 139.2 23.9 1.2 1.1 0.0 11.6 11.3 209.1 152.3
San Luis Potosí 24.4 1391.6 1140.8 33.5 1395.1 1393.6 619.3 97.9 89.7 18.4 69.7 65.8 219.4 157.2
Sinaloa 15.6 3260.4 2842.6 512.5 2786.6 2711.0 433.0 62.7 54.2 0.0 82.8 71.0 563.6 401.4
Sonora 10.1 409.4 323.9 1661.4 2534.5 2355.1 642.0 6.6 6.2 2.9 23.1 23.2 5822.0 4591.9
Tabasco 5.0 586.8 553.9 26.4 1814.7 2076.2 381.5 0.0 0.0 0.0 11.5 14.5 334.0 339.4
Tamaulipas 22.1 16.2 13.3 5.7 1830.5 1947.6 190.5 69.9 72.1 0.2 91.0 98.2 902.5 630.4
Tlaxcala 37.1 16.5 14.7 23.1 445.9 598.0 449.3 21.6 25.4 10.7 75.8 81.2 392.9 357.2
Veracruz 135.0 7057.1 6317.8 216.1 8007.2 8657.7 3072.1 26.1 27.9 10.7 200.0 211.1 2013.1 1674.5
Yucatán 228.8 3086.0 2665.4 1198.9 827.6 871.3 33.4 0.0 0.0 0.0 36.1 38.3 2962.4 2587.5
Zacatecas 50.6 61.3 55.3 33.1 1522.5 1477.9 743.6 129.0 114.9 19.4 122.6 111.9 225.8 151.5
TOTAL 1648.4 60294.4 52617.9 30740.2 54994.2 56475.2 50004.3 1717.9 1700.4 693.8 2412.6 2377.4 33583.1 26382.3
Fuente: SIACON.
19
ANEXO ESTADÍSTICO
Variación porcentual en existencias (cabezas) 1990-2008

AVE AVE BOVINO BOVINO
ESTADO ABEJA CAPRINO OVINO PORCINO
HUEVO CARNE CARNE LECHE*
Aguascalientes 23.7 27.3 901.8 -77.8 20.1 -21.4 97.0 100.7
Baja California 41.3 -36.9 -59.4 5.5 22.7 -42.2 378.5 -71.0
Baja California Sur 138.1 -95.7 -89.2 -5.6 387.6 -27.5 23.9 -22.5
Campeche -12.4 276.8 25.2 17.9 590.0 1.1 895.9 -7.0
Coahuila 710.7 -1.5 258.1 -54.0 46.0 -44.6 -7.7 -45.7
Colima -60.2 -63.6 101.4 -35.2 -68.0 -63.6 24.2 -16.5
Chiapas 20.4 -77.1 559.2 8.1 10.9 -100.0 -15.7 -38.2
Chihuahua 150.3 7.5 -29.2 -16.7 80.9 -44.0 147.7 -19.7
Distrito Federal -27.3 -97.0 -97.9 -84.6 321.8 -100.0 1.0 -44.2
Durango -18.9 43.9 391.2 -6.0 56.4 -29.3 -33.4 -26.1
Guanajuato -48.1 50.6 48.8 -32.3 28.5 21.0 44.7 15.8
Guerrero 14.8 -1.8 -54.4 12.3 40.4 12.0 22.7 4.4
Hidalgo -69.5 64.0 97.0 -20.6 16.4 -32.0 138.2 9.3
Jalisco 27.9 350.8 119.1 -7.2 222.0 -19.0 254.4 5.3
México -14.9 -58.0 106.1 -39.0 105.8 -29.6 36.9 -38.8
Michoacán -12.3 -22.8 215.5 2.8 23,164.3 3.9 14.6 -43.6
Morelos -24.8 -100.0 50.7 -16.7 -60.7 -60.4 9.9 22.4
Nayarit -58.9 -33.2 -5.6 23.2 117.2 271.8 367.2 -64.9
Nuevo León -0.8 4.1 99.9 -28.9 332.2 -50.7 -33.1 11.3
Oaxaca 26.1 73.7 66.8 17.3 20.3 -4.0 5.7 -0.1
Puebla 5.4 38.2 100.9 -23.5 -4.0 103.6 11.5 123.4
Querétaro -75.5 55.4 479.7 -23.0 184.8 -46.4 86.7 35.0
Quintana Roo -34.6 -42.4 -12.8 39.6 -77.6 81.8 304.9 7.1
San Luis Potosí 53.0 56.5 221.0 -3.8 -67.5 -49.6 -38.7 4.7
Sinaloa -25.4 -52.2 228.1 3.4 51.3 15.8 115.4 12.4
Sonora -77.4 -3.6 -93.8 -5.3 86.1 -77.3 66.2 20.4
Tabasco -69.5 -38.9 23.6 -15.8 1,275.1 -100.0 90.2 -28.3
Tamaulipas -41.9 -80.2 -91.6 36.4 -98.1 -7.4 62.4 90.7
Tlaxcala 397.5 174.2 -74.8 -54.1 320.4 168.3 5.6 -12.0
Veracruz -20.3 -20.9 367.1 -10.6 -62.9 -26.4 20.0 -14.7
Yucatán -32.0 68.5 196.7 -37.1 29,344.0 -100.0 168.4 205.9
Zacatecas -31.2 136.2 -19.8 -17.5 529.0 -15.3 -11.9 -37.4
TOTAL -14.8 60.3 162.5 -8.2 43.4 -14.2 32.7 0.2
Fuente: SIACON.
* Variación del inventario 1993-2008.
20
ANEXO ESTADÍSTICO
Productividad de la actividad pesquera en México

NACIONAL SARDINAS Y SIMILARES TÚNIDOS CAMARÓN
Producción Productividad Producción Productividad Producción Productividad
Embarcaciones Embarcac Producción Embarcaciones Productividad (ton/ Embarcaciones
AÑO Nacional
pesqueras 2/
(ton/ (toneladas)
iones 2/
(ton/
(toneladas) 1/ de Túnidos 2/ embarcación)
(toneladas)
2/
(ton/
(toneladas) 1/ embarcación) 1/ embarcación) 1/ embarcación)
1990 1,288,510 74,572 17.3 364,477 101 3,608.7 134,425.0 85 1,581.5 46,585 2,285 20.4
1991 1,281,623 74,686 17.2 378,261 101 3,745.2 129,905.0 81 1,603.8 48,115 2,291 21
1992 1,133,657 73,603 15.4 225,107 97 2,320.7 131,913.0 77 1,713.2 49,986 2,289 21.8
1993 1,086,768 73,732 14.7 177,934 98 1,815.7 120,661.0 86 1,403.0 57,579 2,319 24.8
1994 1,143,467 74,336 15.4 228,401 94 2,429.8 128,293.0 92 1,394.5 59,482 2,386 24.9
1995 1,264,557 74,903 16.9 319,543 81 3,945.0 148,726.0 96 1,549.2 67,482 2,235 30.2
1996 1,346,957 76,974 17.5 358,112 77 4,650.8 147,773.0 103 1,434.7 61,235 2,260 27.1
1997 1,391,282 105,786 13.2 380,480 69 5,514.2 168,157.0 100 1,681.6 70,144 1,971 35.6
1998 1,113,349 105,795 10.5 302,963 69 4,390.8 137,888.0 109 1,265.0 71,609 1,971 36.3
1999 1,144,263 105,795 10.8 321,867 69 4,664.7 146,890.0 109 1,347.6 78,234 1,971 39.7
2000 1,239,039 106,373 11.6 418,102 87 4,805.8 120,364.0 123 978.6 79,974 2,383 33.6
2001 1,325,785 106,425 12.5 495,026 89 5,562.1 142,400.0 132 1,078.8 90,287 2,407 37.5
2002 1,354,897 106,434 12.7 514,944 91 5,658.7 161,953.0 132 1,226.9 86,772 2,412 36
2003 1,377,902 106,441 12.9 459,786 96 4,789.4 188,821.0 131 1,441.4 109,685 2,409 45.5
2004 1,325,135 106,449 12.4 408,120 94 4,341.7 141,384.0 134 1,055.1 113,214 2,411 47
2005 1,301,403 106,301 12.2 463,438 94 4,930.2 155,804.0 134 1,162.7 142,480 2,263 63
2006 1,366,513 106,240 12.9 566,173 104 5,444.0 110,049.0 137 803.3 160,100 2,157 74.2
2007 1,445,762 106,205 13.6 594,568 104 5,717.0 138,777.0 137 1,013.0 166,318 2,122 78.4
2008 1,572,768 106,205 14.8 704,485 104 6,773.9 127,653.0 137 931.8 179,952 2,122 84.8
2009 1,593,758 106,107 15 757,081 104 7,279.6 120,010.0 137 876.0 180,953 2,025 89.4
Fuente: Elaboración propia con datos de SAGARPA. Comisión Nacional de Acuacultura y Pesca.
1/ Volumen de la producción pesquera en peso desembarcado.
2/ Embarcaciones registradas.
21
ANEXO ESTADÍSTICO
Volumen y valor de la producción pesquera nacional en peso

desembarcado, 2009
VOLUMEN VALOR1/
PRODUCTO Y DESTINO Toneladas % Miles de pesos %
Consumo Humano 1,026,771 64.4 16,587,121 97.0

Almeja 15,184 1.5 220,118 1.3
Anchoveta 2,672 0.3 3,517 0.0
Atún 105,430 10.3 1,166,168 7.0
Bagre 5,039 0.5 75,179 0.5
Bandera 5,712 0.6 50,822 0.3
Barrilete 14,417 1.4 113,279 0.7
Berrugata 4,904 0.5 31,755 0.2
Bonito 9,163 0.9 75,662 0.5
Cabrilla 5,503 0.5 37,945 0.2
Calamar 45,358 4.4 198,097 1.2
Camarón 180,953 17.6 8,005,070 48.3
Caracol 2,519 0.2 47,549 0.3
Carpa 26,473 2.6 213,004 1.3
Cazón 5,308 0.5 89,956 0.5
Charal 2,383 0.2 17,557 0.1
Cintilla 2,285 0.2 17,106 0.1
Corvina 9,287 0.9 118,695 0.7
Erizo 2,676 0.3 114,673 0.7
Guachinango 6,542 0.6 250,626 1.5
Jaiba 20,577 2.0 238,939 1.4
Jurel 15,681 1.5 106,409 0.6
Langosta 2,237 0.2 290,379 1.8
Langostino 2,212 0.2 120,122 0.7
Lebrancha 3,292 0.3 27,020 0.2
Lenguado 2,827 0.3 41,644 0.3
Lisa 8,931 0.9 65,477 0.4
Mero y similares 11,679 1.1 288,912 1.7
Mojarra 73,777 7.2 1,008,597 6.1
Ostión 41,748 4.1 165,980 1.0
Pargo 4,678 0.5 123,449 0.7
Peto 4,206 0.4 79,078 0.5
Pulpo 23,848 2.3 607,635 3.7
Raya y similares 6,122 0.6 58,077 0.4
Robalo 7,826 0.8 323,620 2.0
Ronco 2,440 0.2 20,650 0.1
Rubio 2,189 0.2 27,885 0.2
Sardina 199,873 19.5 225,203 1.4
Sierra 13,737 1.3 187,410 1.1
Tiburón 18,522 1.8 244,977 1.5
Trucha 7,968 0.8 321,904 1.9
Otras 55081 5.4 786625 4.7
Otras sin registro oficial 45,512 4.4 380,351 2.3
Consumo Indirecto 564,422 35.4 466,044 2.7
Anchoveta Industrial 2,374 0.4 1,423 0.3
Fauna de acompañamiento 4,840 0.9 28,097 6.0
Sardina industrial 557,208 98.7 436,524 93.7
Uso industrial 2,562 0.2 51,015 0.3
Algas marinas 1,070 41.8 7,177 14.1
Sargazo de mar 434 16.9 1,842 3.6
Otras 1,058 41.3 41,996 82.3
Total 1,593,755 100.0 17,104,180 100.0
Fuente: CONAPESCA. Anuario estadístico 2009.
1/ A precios de playa o primera mano.
22
ANEXO ESTADÍSTICO
Volumen y valor de la producción acuícola en peso vivo según especie, 2009

PARTICIPACIÓN PORCENTUAL PARTICIPACIÓN PORCENTUAL
DE LA ACUACULTURA EN EL MILES DE DE LA ACUACULTURA EN EL
ESPECIE TONELADAS
VOLUMEN DE LA PRODUCCIÓN PESOS VOLUMEN DE LA PRODUCCIÓN
PESQUERA NACIONAL PESQUERA NACIONAL
Camarón 133282 67.84 5,346,161 66.78
Atún 2762 2.61 199,286 17.09
Mojarra 73373 95.28 959,710 95.15
Ostión 38974 92.25 288,141 89.51
Carpa 22620 84.85 192,063 90.17
Trucha 6065 76.11 139,946 84.32
Bagre 3145 60.64 2,923 2.43
Charal 1876 77.73 51,931 69.08
Langostino 21 0.96 32,778 97.55
Lobina 1379 96.57 13,763 78.39
Otras 1522 0.12 67,660 1.13
Total 285019 16.12 7,294,362 42.65
Fuente: CONAPESCA. Anuario estadístico 2009.
23
ANEXO ESTADÍSTICO
Producción Forestal Maderable

(metros cúbicos de madera en rollo)
ESTADO 1990 2000 2009 TMCA 90-09 VARIACIÓN 90-09
Aguascalientes 3,221 8,328 4,734 1.9 47.0
Baja California 7,026 0 75 -20.3 -98.9
Baja California Sur 9,825 18,907 2,554 -6.5 -74.0
Campeche 76,400 92,420 77,679 0.1 1.7
Coahuila 17,185 8,548 0 -100.0 -100.0
Colima 5,254 10,784 2,878 -3.0 -45.2
Chiapas 74,546 101,455 120,607 2.4 61.8
Chihuahua 1,589,460 2,091,048 1,033,181 -2.1 -35.0
Distrito Federal 10,428 9,468 2,430 -7.0 -76.7
Durango 2,464,730 2,371,859 1,649,960 -2.0 -33.1
Guanajuato 22,416 48,317 31,200 1.7 39.2
Guerrero 143,229 300,156 123,540 -0.7 -13.7
Hidalgo 127,680 124,724 148,507 0.8 16.3
Jalisco 660,783 407,119 280,141 -4.2 -57.6
México 243,562 604,789 145,510 -2.5 -40.3
Michoacán 1,330,592 1,394,762 619,422 -3.8 -53.4
Morelos 4,353 1,080 3,760 -0.7 -13.6
Nayarit 29,599 31,788 25,905 -0.7 -12.5
Nuevo León 59,567 42,939 26,780 -3.9 -55.0
Oaxaca 432,159 578,659 415,049 -0.2 -4.0
Puebla 231,984 352,860 223,089 -0.2 -3.8
Querétaro 6,219 8,154 9,601 2.2 54.4
Quintana Roo 59,913 46,337 32,127 -3.1 -46.4
San Luis Potosí 27,856 12,739 2,968 -10.6 -89.3
Sinaloa 39,270 78,441 44,429 0.6 13.1
Sonora 151,100 187,162 162,646 0.4 7.6
Tabasco 9,944 3,241 17,006 2.7 71.0
Tamaulipas 171,350 100,000 142,240 -0.9 -17.0
Tlaxcala 11,290 50,940 19,824 2.9 75.6
Veracruz 110,078 229,526 264,845 4.5 140.6
Yucatán 7,260 31,442 2,195 -5.8 -69.8
Zacatecas 18,925 81,808 41,063 3.9 117.0
Nacional 8,157,204 9,429,800 5,675,945 -1.8 -30.4
Fuente: Secretaría de Medio Ambiente y Recursos Naturales, Anuario Estadístico de la Producción Forestal 1990, 1991, 1992, 1993, 1994, 1995, 1996,
1997, 1998, 1999, 2000, 2001, 2002, 2003 , 2004, 2005, Semarnat, México, 1991, 1992, 1993, 1994, 1995, 1996, 1997, 1998, 1999, 2000, 2001, 2002, 2003,
2004, 2005, 2006.
Secretaría de Medio Ambiente, Recursos Naturales y Pesca, Anuario Estadístico de la Producción Forestal 1997, 1998, 1999, Semarnap, México, 1998-2000.
24
Anexo 2
Modelos sobre las proyecciones del clima en México
El clima en las regiones del planeta se puede entender como la condición promedio del tiempo
atmosférico que es observada durante un cierto lapso de tiempo. En general, se utiliza un periodo
de 30 años en la elaboración de la climatología de una región, la cual incluye los valores mensuales
promedio de las variables atmosféricas. En realidad, sería deseable utilizar un periodo más largo
en la elaboración de cualquier climatología ya que, si las series con las observaciones son
estacionarias, se reduce la incertidumbre de las estimaciones de las medias. El periodo mínimo
necesario es de 30 años para realizar el cálculo de las normales climatológicas por recomendación
de la Organización Meteorológica Mundial (OMM), lo cual es sujeto de intenso debate en la
comunidad científica internacional. La razón de ello es simple: el clima está cambiando y por lo
tanto no se cumple que las series de las diversas variables atmosféricas sean estacionarias.
En estudios de cambio climático se acostumbra usar el periodo de 1961 a 1990 como el periodo
base y calcular la anomalía climática para cada variable con respecto a ese periodo (vea por
ejemplo New et al., 2000). Por anomalía se entiende a la diferencia entre la climatología futura y la
climatología del periodo base. Si bien este periodo base (1961-1990) es el oficial para la OMM, en
realidad no existe una justificación para usar ese periodo; bien podría ser 1950-2000, por ejemplo
Salathé (2006), o algún otro.
Algunos centros de investigación actualizan sus climatologías cada vez que tienen una década más
de información disponible. De hecho existen una gran cantidad de trabajos que usan periodos
diferentes, muchas veces en función de los datos disponibles. Recientemente se hizo pública una
climatología de muy alta resolución (aproximadamente 1 km x 1 km) obtenida usando
observaciones globales para el periodo 1950-2000 (Hijmans et al. 2005), misma que se usó en el
Centro de Ciencias de la Atmósfera de la UNAM para la generación de escenarios de cambio
climático en México y Centro América (Conde et al., 2011).
Por su importancia, las climatologías de la temperatura superficial y la precipitación son muy

utilizadas. Por ejemplo, en estudios tendientes a evaluar los impactos del cambio climático, esta
información es de gran utilidad debido a que nos proporciona una base sobre la cual podemos
cuantificar las variaciones, tanto de precipitación como de temperatura, asociadas al cambio
climático que se experimentan bajo diversos escenarios de emisiones.
En este anexo se presentan las climatologías de temperatura superficial mensual media,

temperatura máxima mensual media, temperatura mínima mensual media, precipitación mensual
media y contenido de agua del suelo. Las climatologías se elaboraron a nivel municipal para los
diferentes municipios de México. Los datos utilizados y el procedimiento, las fuentes de los
mismos y algunos ejemplos se presentan en la siguiente sección.
25
MODELO SOBRE LAS PROYECCIONES DEL CLIMA EN MÉXICO
1. DESCRIPCIÓN DE LOS DATOS
1.1. Temperatura y precipitación
En la actualidad se encuentran disponibles varias climatologías interpoladas en mallas con diversas

resoluciones espaciales. Por ejemplo, Hijmans et al. (2005) generaron una base de datos climáticos
provenientes de un gran número de estaciones meteorológicas diseminadas irregularmente sobre
nuestro planeta abarcando primordialmente el periodo 1950-2000. Estos autores interpolaron
estos datos utilizando un algoritmo de “splines” implementado en el paquete ANUSPLIN
(Hutchinson, 2004), el cual usa latitud, longitud y elevación como variables independientes, y
crearon superficies climáticas globales (cubriendo las porciones terrestres de la Tierra, pero
excluyendo la Antártida) para algunas variables de interés, entre las que se encuentran los valores
mensuales de precipitación y temperaturas mínimas, máximas y medias. Estas superficies
climáticas tienen una resolución espacial máxima de 30 segundos de arco, lo cual es equivalente a
aproximadamente 0.86 km² en el ecuador. Estos datos son referidos como la base “WorldClim” y
están disponibles en http://www.worldclim.org. Además de las superficies climáticas de 30” X 30”,
se encuentran también disponibles resoluciones espaciales de 2.5, 5 y 10 minutos de arco. A partir
de las superficies climáticas con una resolución de 30 segundos de arco se generó la climatología
para la región de México (dominio considerado: 117.5°W a 86.5°W, y 14.5°N a 33°N).
Para ejemplificar, las siguientes figuras muestran respectivamente los valores climatológicos de
temperatura y precipitación, con la máxima resolución espacial disponible, para el mes de
septiembre. Este mapa se generó a partir de la base de datos Worldclim usando la mayor
resolución espacial disponible (30 segundos de arco). Las unidades son °C.
Temperatura media para el mes de septiembre
26
Precipitación media para el mes de septiembre (mm/mes)
Además de las climatologías de temperatura y precipitación media, se elaboraron también las

climatologías de temperaturas máximas y mínimas mensuales usando la base Worldclim (no se
muestran).
Una vez generadas las climatologías se procedió a obtener el pixel más cercano a las coordenadas
de los municipios de México Una vez localizado ese pixel, se calculó la media del cuadrado de 3 X 3
pixeles centrado en ese pixel. El valor así obtenido se tomó como representativo del municipio en
cuestión. Cabe aclarar que esta metodología es válida en municipios con una extensión territorial
pequeña (aproximadamente 10 km2). Para aquellos municipios con una extensión territorial más
grande se debería de considerar toda el área del mismo para estimar el promedio representativo
del municipio. Esto es aconsejable sobre todo en aquellos municipios cuyo territorio es muy
extenso y contiene cambios topográficos muy marcados.
27
Puntos correspondientes a las coordenadas del estudio
Debido a que la base Worldclim no cuenta con estimaciones del contenido de agua en el suelo, la
respectiva climatología se generó a partir de un re-análisis de alta resolución.
1.2. Contenido de agua del suelo (Soil Moisture Content)
La climatología del contenido de agua del suelo fue obtenida del North American Regional
Reanalysis (NARR) (http://www.emc.ncep.noaa.gov/mmb/rreanl/). El proyecto NARR es una
extensión del NCEP Global Reanalysis, pero enfocado a la región de Norteamérica. En la figura 94
se muestra el contenido total de agua en el suelo (integrado en una columna de suelo de 2 m de
profundidad y un área de 1 m2, donde se muestra el valor climático para el mes de septiembre.
Este mapa se generó directamente en la página del NARR. Las unidades son kg/m2.
28
Valor climático para el mes de septiembre (kg/m2).
29
El NARR utiliza el modelo de muy alta resolución NCEP Eta (32 km de resolución espacial/45 capas
en la vertical) junto con el Regional Data Assimilation System (RDAS) para asimilar tanto
precipitación como otras variables. El esquema de asimilación y la alta resolución del modelo han
mejorado substancialmente la exactitud de los campos de temperatura, vientos y precipitación
comparados con los del NCEP-DOE Global Reanalysis 2. El NARR utiliza cuatro capas de suelo (con
grosores década capa (en centímetros) de 0-10, 10-40, 40-100, 100-200). Esto da una profundidad
de suelo de 2 m. En la Figura 95 se muestra el contenido total de agua en el suelo (integrado en
una columna de suelo de 2 m de profundidad y un área de 1 m2. Se muestra el valor climático para
los mese de mayo y septiembre, con un mapa generado a partir de los datos del NARR. Las
unidades son kg/m2. Note que si bien la resolución espacial es alta (32 km), ésta es aún
insuficiente en algunas regiones costeras.
Contenido total de agua en el suelo (kg/m2) para los meses de mayo a setiembre
30
En las regiones costeras existen porciones de territorio que no son resueltas por el NARR. Este
problema, asociado a la resolución espacial de los datos, se hizo evidente al calcular los valores
para cada municipio. En el panel superior de la Fig. 6 se muestra un acercamiento en la zona de la
Península de Yucatán con las localidades correspondientes a los municipios superpuestas. La
resolución espacial de 32 km, si bien alta, es claramente insuficiente para resolver la geometría de
la línea de costa. Como resultado de ello existe un buen número de municipios costeros para los
que la base del NARR no tiene información disponible.
31
Contenido de agua en la zona de la Península de Yucatán
Una manera práctica de resolver el problema es simplemente utilizando la información de los

pixeles cercanos a los municipios carentes de información. Para ello, se buscan aquellas
localidades contenidas en la base del NARR que estén en el agua pero que algún punto de su
periferia sí contenga información. Note que al menos un punto cercano debe de tener
información: si sólo un punto contiene información, se copia este valor al punto analizado; si son
dos o más las localidades con información, se hace un promedio de ellas y ese valor es copiado al
punto en cuestión. Después de realizarlo una vez, todas las localidades suministradas
correspondientes a los municipios de México contaron con información.
Finalmente, al igual que con las variables de temperatura y precipitación, se agrego la climatología
de contenido total de agua a una base de datos en EXCEL conteniendo las coordenadas de los
municipios.
32
2. CLIMATOLOGÍA DERIVADA A PARTIR DE ALGUNOS MODELOS
Habiendo seleccionado la región a analizar y con el escenario base construido, el siguiente paso en
la elaboración de escenarios de cambio climático es elegir los modelos a utilizar.
Tomando en cuenta el criterio de representatividad sugerido por el TGICA-IPCC, Conde (2009)

seleccionó algunos modelos que representan el rango de incertidumbre, es decir incluyen el rango
aproximado de los posibles aumentos de temperatura y, más importante, contienen tanto
incrementos como reducciones en precipitación. De esta manera, y tomando en cuenta todos los
criterios del IPCC-TGICA, Conde et al. (2010) recomiendan el uso de los modelos ECHAM5,
HADGEM1, GFDL CM2.0 y MIROC 3.2-HIRES. Estos modelos fueron utilizados para construir los
escenarios de cambio climático en Centroamérica. Para México, se utilizaron los modelos
ECHAM5, HADGEM1, MIROC 3.2-HIRES y MIDRES (resolución alta e intermedia). Aquí el criterio
adicional fue que se requiere el contenido total de agua. Note que el modelo MIROC 3.2-HIRES es
el más avanzado en la modelación de los procesos terrestres y su módulo para simular estos
procesos tiene el doble de la resolución espacial de la parte atmosférica.
En la página http://cera-www.dkrz.de, se encuentran los datos de todas las simulaciones

reportadas en el AR4 del IPCC. La información también está disponible en la página
http://climexp.knmi.nl. Para mayor información, revise la página oficial de distribución de datos
del IPCC: http://www.ipcc-data.org.
2.1 Proyecciones de las climatologías de temperatura y precipitación
En primer lugar, se realizaron las climatologías para la simulación del siglo XX utilizando el modelo
MIROC 3.2-HIRES. Se utilizó el periodo 1961-1990 y se generaron las climatologías de temperatura
media, máxima y mínima, así como precipitación a nivel municipal.
Las series mensuales y la climatología se colocaron en la página electrónica

ftp://132.248.8.8/opendir/opendir/benmar/. Los nombres de los archivos describen cuál variable
está contenida (precipitación, temperatura media, temperatura máxima, temperatura mínima) y si
se trata de la climatología o las series mensuales usadas para construirla (periodo 1961-1990.
Todos los archivos mostrados corresponden a los resultados del modelo MIROC 3.2-HIRES bajo el
escenario de emisiones A1B.
33
Vista de la página electrónica en la que se almacenó la información sobre climatología
En los archivos para las climatologías, las primeras doce columnas corresponden a la climatología
del periodo 1961-1990, luego viene una columna con ceros. Posteriormente se dan las
climatologías para los periodos 2016-2025, 2026-2035, 2046-2055, 2066-2075 y 2091-2100 (cada
bloque de doce números separados por una columna con ceros). En los archivos cuyos nombres
incluyen el periodo 2001-2100 se dan las series mensuales utilizadas para calcular las climatologías
en los diversos horizontes. Note que las proyecciones del modelo MIROC 3.2-HIRES se realizaron
utilizando la única corrida disponible, la cual utilizó el escenario de emisiones A1B.
Para el modelo MIROC 3.2-MIDRES se realizó un procedimiento similar y los resultados fueron
almacenados en el directorio MirocMR de la página web. En este caso, además del escenario A1B
se utilizó el escenario A2 y se incluyo “MirocMR” en el nombre de los archivos.
Para el modelo ECHAM5 se realizó un procedimiento similar al ya indicado, aunque para este
modelo no se realizó lo correspondiente a las temperaturas máximas y mínimas puesto que esa
información no está disponible. Se utilizaron los escenarios de emisiones A2 y A1B. Los resultados
se almacenaron en el directorio ECHAM5 de la página web.
Finalmente, los resultados correspondientes al modelo HADGEM1 se almacenaron en el directorio

Hadgem1. Aquí el único cambio con respecto a los otros modelos es la longitud de las series
mensuales utilizadas para calcular las proyecciones de las climatologías. El periodo cubre desde el
año 2000 hasta el año 2099. Por error, los archivos quedaron con el periodo “2000a2199” indicado
en los nombres. Note que en los otros experimentos el periodo está desfasado un año. Al igual
que para el modelo ECHAM5, no se cuenta con información para calcular las temperaturas
máximas y mínimas.
34
2.2 Proyecciones de las climatologías del contenido de agua en el suelo
Para el cálculo las climatologías del contenido de agua del suelo y sus proyecciones surgió un
problema. En la climatología de referencia (NARR), la integral va de la superficie hasta los 2 m. En
los modelos, sin embargo, la integral abarca hasta los 4 m. Existe, sin embargo, la posibilidad de
calcular la integral en los resultados de algunos modelos sólo hasta los 2 m. La información
necesaria para hacer eso fue solicitada a Japón y se calculó el contenido de agua desde la
superficie hasta los 2 m y desde la superficie hasta los 4 m, tanto para el modelo MIROC 3.2-HIRES
y -MIDRES. Para los modelos ECHAM5 y HADGEM1 no se contó con esa información, así que se
utilizó el contenido total de agua integrado en una columna de 4 m.
Note que si bien el módulo del modelo MIROC32-HIRES que simula los procesos terrestres tiene el
doble de resolución que su parte atmosférica, su resolución es aún menor que la de la climatología
usado. Los valores mostrados corresponden al mes de enero de 1961. Las unidades son kg/m 2.
Note que la resolución espacial usada en el módulo que calcula los procesos terrestres es el doble
de la usada en el módulo atmosférico.
Contenido total de agua del suelo obtenido del modelo MIROC32-HIRES,

integrado desde la superficie hasta una profundidad de 4 metros
35
MIROC 3.2-MIDRES tanto la parte atmosférica como la parte terrestre tienen resoluciones
similares se agrava el problema de localidades cercanas a la costa que carecen de información.
Este problema se presenta también en los modelos ECHAM5 y HADGEM1. Para solucionarlo se
aplicó la extrapolación explicada en la sub-sección 2.2. Mientras no se disponga de resultados de
modelos con una resolución espacial mayor, esta solución es la única disponible y se debe de tener
en cuenta a la hora de analizar los resultados. Por ejemplo, si en una zona en particular existen
diferencias muy grandes en el contenido de agua del suelo debido a la orografía particular de esa
región, el procedimiento usado no es capaz de detectar esas diferencias pues se usa sólo la
información de los modelos globales de circulación general usados en el cuarto reporte de
evaluación del IPCC. En estas localidades se deben de usar resultados de regionalización dinámica
los cuales resuelven características topográficas del orden de 10 km.
Contenido total de agua del suelo obtenido del modelo MIROC32-MIDRES,

integrado desde la superficie hasta una profundidad de 4 metros
36
Los resultados para cada modelo utilizado están disponibles en la página electrónica
ftp://132.248.8.8/opendir/opendir/benmar/ContenidoDeAgua/. En cada uno de los directorios
mostrados se ubican los datos de contenido de agua.
Página electrónica que contiene los resultados a nivel municipal del contenido total de agua en
la vertical.
En el archivo “Información”, únicamente disponible en este directorio, se encuentra una

descripción del contenido de cada archivo, la cual se aplica a cada uno de los otros directorios
(Echam5, Hadgem y MirocMR). Note que el contenido de agua integrado hasta los 2 y hasta los
cuatro metros sólo se encuentra disponible para las corridas del modelo MIROC 3.2-HIRES y –
MIDRES. Para los modelos ECHAM5 y HADGEM1 sólo está disponible integrado hasta los cuatro
metros.
3. ESCENARIOS DE EMISIONES
Según el Panel Intergubernamental de Cambio Climático (IPCC por sus siglas en inglés), los
“escenarios” son descripciones coherentes y consistentes de cómo el sistema climático de nuestro
planeta puede cambiar en el futuro.
Las emisiones futuras de gases de efecto invernadero (GEI) son el resultado de sistemas dinámicos
muy complejos. Los niveles de emisiones de GEI se determinan por fuerzas tales como el
crecimiento demográfico, el desarrollo socioeconómico o el cambio tecnológico. Debido a lo
anterior, su evolución futura es muy incierta. Los escenarios se pueden entender como imágenes
alternativas de lo que podría acontecer en el futuro. Los escenarios son de utilidad para el análisis
del cambio climático, para la evaluación de los impactos y para las iniciativas de adaptación y de
mitigación.
37
En el año 2000, el IPCC finalizó su Reporte Especial de Escenarios de Emisiones (REEE). Estos
escenarios examinan el período de 1990 al 2100 e incluyen diversos supuestos socioeconómicos
como la población mundial y el producto bruto interno. Los escenarios REEE se han utilizado como
base de las proyecciones climáticas de modelos de circulación general de la atmósfera (MCGA) y
modelos acoplados océano-atmósfera.
Para describir de una manera coherente las relaciones entre las fuerzas determinantes de las
emisiones y su evolución, y para añadir un contexto a la cuantificación de los escenarios, se
desarrollaron cuatro líneas evolutivas diferentes. Cada una de ellas representa un cambio (o
tendencia) demográfico, social, económico, tecnológico y medioambiental, que algunos pueden
valorar positivamente, y otros, negativamente. Los escenarios abarcan un gran número de las
principales fuerzas determinantes demográficas, económicas y tecnológicas de las emisiones de
GEI y de dióxido de azufre, y son representativos de los trabajos publicados. Cada escenario
representa una interpretación cuantitativa específica de una de las cuatro líneas evolutivas. El
conjunto de escenarios basados en una misma línea evolutiva constituye una “familia” de
escenarios.
A1. La familia de escenarios y línea evolutiva A1 describe un mundo futuro de crecimiento

económico muy rápido; la población mundial alcanza su nivel más alto a mediados de siglo y
disminuye posteriormente, produciéndose una rápida introducción de tecnologías nuevas y muy
eficientes. Las cuestiones más importantes son la interacción cultural y social entre las regiones y
la capacitación, con una importante reducción de las diferencias regionales en los ingresos per
cápita. La familia de los escenarios A1 se divide en tres grupos que describen las direcciones
alternativas del cambio tecnológico en el sistema de energía. Los tres grupos A1 se distinguen por
su orientación tecnológica: utilización intensiva de combustibles de origen fósil (A1F1), de origen
no fósil (A1T) o un equilibrio entre todas las fuentes (A1B).
A2. La familia de escenarios y línea evolutiva A2 describe un mundo muy heterogéneo. Sus
características más distintivas son la autosuficiencia y la preservación de las identidades locales.
Los perfiles de fertilidad en las distintas regiones tienden a converger muy lentamente, lo cual
lleva a una población mundial en continuo crecimiento. El desarrollo económico tiene una
orientación principalmente regional y el crecimiento económico per cápita y el cambio tecnológico
están fragmentados y son más lentos que en otras líneas evolutivas.
B1. La familia de escenarios y línea evolutiva B1 describe un mundo convergente con una misma
población mundial que alcanza su nivel más alto a mediados del siglo para disminuir
posteriormente, como línea evolutiva A1, pero con cambios rápidos en las estructuras económicas
hacia una economía de la información y de los servicios, con reducciones en el consumo de
materiales e introducción de tecnologías limpias y de recursos eficaces. En esta línea evolutiva se
hace hincapié en las soluciones mundiales a la sostenibilidad económica social y ambiental, lo que
comprende una mejora de la equidad.
B2. La familia de escenarios y línea evolutiva B2 describe un mundo en el que se hace hincapié en
las soluciones locales a la sostenibilidad económica, social y ambiental. Se trata de un mundo cuya
población mundial crece continuamente, a un ritmo menor al de la línea evolutiva A2, con niveles
medios de desarrollo económico y cambios tecnológicos menos rápidos y más variados que en las
líneas evolutivas B1 y A1. Aunque este escenario está también orientado hacia la protección
ambiental y a la equidad social, se centra principalmente en los niveles local y regional.
38
REFERENCIAS SOBRE LA METODOLOGÍA DE CLIMATOLOGÍA
Conde, C., F. Estrada, B. Martínez, O. Sánchez y C. Gay (2011). Regional climate change scenarios
for México. Atmósfera 24(1), 125-140.
Hijmans, R.J., S.E. Cameron, J.L. Parra, P.G. Jones and A. Jarvis, (2005). Very high resolution
interpolated climate surfaces for global land areas. International Journal of Climatology 25: 1965-
1978.
Hutchinson M.F., (2004). Anusplin Version 4.3. Centre for Resource and Environmental Studies. The
Australian National University: Canberra, Australia.
New, M. G., M. Hulme, and P. D. Jones ( 2000). Representing twentieth century space-time climate
variability. Part 1: Development of a 1961-1990 mean monthly terrestrial climatology. Journal of
Climate 12:829-856.
Salathé, E. P., Jr. (2006). Influences of a shift in North Pacific storm tracks on western North
American precipitation under global warming, Geophys. Res. Lett., 33, L19820,
doi:10.1029/2006GL026882.
39
Anexo 3
Escenarios climatológicos 2006-2099
a. Región 1
Región 1: Temperatura anual (2001-2099)

28
27
26
Temperatura (°C)
25
24
23
22
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
Fuente: Elaboración propia con datos de climatología del modelo MIROC 3.2
40
Región 1: Temperatura Primavera - Verano (2006-2099)
31
30
29
28
Temperatura (°C)
27
26
25
24
23
22
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
41
18
19
20
21
22
23
24
25
26
27
28
2006
2008
2010
2012
2014
2016
2018
2020
2022
2024
2026
2028
2030
2032
2034
2036
2038
2040
2042
2044
2046
2048
2050
2052
2054
2056
2058
2060
2062
ESCENARIOS CLIMATOLÓGICOS 2006-2009
2064
2066
2068
2070
Región 1: Temperatura Otoño - Invierno (2006-2099)
2072
2074
2076
2078
2080
2082
2084
2086
2088
2090
2092
2094
2096
42
2098
Región 1: Precipitación anual (2001-2099)
2000
1800
1600
1400
Precipitación (mm)
1200
1000
800
600
400
200
0
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
43
Región 1: Precipitación Primavera-Verano (2006-2099)
1000
900
800
Precipitación (mm)
700
600
500
400
300
200
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
44
Región 1: Precipitación Otoño-Invierno (2006-2099)

1200
1000
800
600
400
200
0
2032
2044
2094
2006
2008
2010
2012
2014
2016
2018
2020
2022
2024
2026
2028
2030
2034
2036
2038
2040
2042
2046
2048
2050
2052
2054
2056
2058
2060
2062
2064
2066
2068
2070
2072
2074
2076
2078
2080
2082
2084
2086
2088
2090
2092
2096
2098
45
b. Región 2
23
22
21
Temperatura (°C)
20
19
18
17
16
15
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
46
Región 2: Temperatura Primavera–Verano (2006-2099)
29
28
27
26
Temperatura (°C)
25
24
23
22
21
20
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
47
10
11
12
13
14
15
16
17
18
2006 19
2008
2010
2012
2014
2016
2018
2020
2022
2024
2026
2028
2030
2032
2034
2036
2038
2040
2042
2044
2046
2048
2050
2052
2054
2056
2058
2060
2062
2064
2066
2068
2070
Región 2: Temperatura Otoño-Invierno (2006-2099)
2072
2074
2076
2078
2080
2082
2084
2086
2088
2090
2092
2094
48
2096
2098

1300
1200
1100
1000
Precipitación (mm)
900
800
700
600
500
400
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
49
1000
900
800
Precipitación (mm)
700
600
500
400
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
50

500
450
400
350
300
250
200
150
100
50
0
2016
2044
2072
2006
2008
2010
2012
2014
2018
2020
2022
2024
2026
2028
2030
2032
2034
2036
2038
2040
2042
2046
2048
2050
2052
2054
2056
2058
2060
2062
2064
2066
2068
2070
2074
2076
2078
2080
2082
2084
2086
2088
2090
2092
2094
2096
2098
51
c. Región 3

29
28
27
26
Temperatura (°C)
25
24
23
22
21
20
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
52
Región 3: Temperatura Primavera-Verano (2006-2099)

32
30
28
Temperatura (°C)
26
24
22
20
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
53
27
25
23
21
19
17
15
2024
2066
2006
2009
2012
2015
2018
2021
2027
2030
2033
2036
2039
2042
2045
2048
2051
2054
2057
2060
2063
2069
2072
2075
2078
2081
2084
2087
2090
2093
2096
2099
54
2000
1800
1600
Precipitación (mm)
1400
1200
1000
800
600
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
55

1400
1200
1000
Precipitación (mm)
800
600
400
200
0
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
56

800
700
600
500
400
300
200
100
0
2012
2081
2006
2009
2015
2018
2021
2024
2027
2030
2033
2036
2039
2042
2045
2048
2051
2054
2057
2060
2063
2066
2069
2072
2075
2078
2084
2087
2090
2093
2096
2099
57
d. Región 4

29
28
27
Temperatura (°C)
26
25
24
23
22
21
20
2000 2020 2040 2060 2080 2100
Año
58
Región 4: Temperatura Primavera-Verano (2006-2099)

35
34
33
Temperatura (°C)
32
31
30
29
28
27
26
25
2006 2026 2046 2066 2086
Año
59
15
17
18
19
20
21
22
23
24
16
2006
2008
2010
2012
2014
2016
2018
2020
2022
2024
2026
2028
2030
2032
2034
2036
2038
2040
2042
2044
2046
2048
2050
2052
2054
2056
2058
2060
2062
2064
2066
2068
2070
2072
2074
2076
2078
2080
2082
2084
2086
2088
2090
2092
2094
2096
2098
60
1200
1100
1000
900
Precipitación (mm)
800
700
600
500
400
300
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
61
Región 4: Precipitación Primavera - Verano (2006-2099)
700
600
500
Precipitación (mm)
400
300
200
100
0
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
62
Región 4: Precipitación Otoño - Invierno (2006 - 2099)

600
500
400
300
200
100
0
2027
2060
2093
2006
2009
2012
2015
2018
2021
2024
2030
2033
2036
2039
2042
2045
2048
2051
2054
2057
2063
2066
2069
2072
2075
2078
2081
2084
2087
2090
2096
2099
63
e. Región 5
Región 5: Temperatura anual (2001 - 2099)
25
24
23
Temperatura (°C)
22
21
20
19
18
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
64
28
27
26
Temperatura (°C)
25
24
23
22
21
20
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
65
15
16
17
19
20
21
22
23
18
2006
2008
2010
2012
2014
2016
2018
2020
2022
2024
2026
2028
2030
2032
2034
2036
2038
2040
2042
2044
2046
2048
2050
2052
2054
2056
2058
2060
2062
2064
2066
2068
2070
Región 5: Temperatura Otoño - Invierno (2006 - 2099)
2072
2074
2076
2078
2080
2082
2084
2086
2088
2090
2092
2094
2096
66
2098
Región 5: Precipitación anual (2001 - 2099)
2100
1900
1700
Precipitación (mm)
1500
1300
1100
900
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
67
Región 5: Precipitación Primavera - Verano (2006 - 2099)
1300
1200
1100
Precipitación (mm)
1000
900
800
700
600
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
68
Región 5: Precipitación Otoño - Invierno (2006-2099)

800
700
600
500
400
300
200
100
0
2027
2060
2093
2006
2009
2012
2015
2018
2021
2024
2030
2033
2036
2039
2042
2045
2048
2051
2054
2057
2063
2066
2069
2072
2075
2078
2081
2084
2087
2090
2096
2099
69
f. Región 6
31.5
31
30.5
30
Temperatura (°C)
29.5
29
28.5
28
27.5
27
26.5
26
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
70
35
34
33
Temperatura (°C)
32
31
30
29
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
71

30
29
28
27
26
25
24
23
22
21
20
2033
2078
2006
2009
2012
2015
2018
2021
2024
2027
2030
2036
2039
2042
2045
2048
2051
2054
2057
2060
2063
2066
2069
2072
2075
2081
2084
2087
2090
2093
2096
2099
72
900
800
700
Precipitación (mm)
600
500
400
300
200
100
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
73
350
300
250
Precipitación (mm)
200
150
100
50
0
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
74
Región 6: Precipitación Otoño - Invierno (2006-2099)

700
600
500
400
300
200
100
2072
2006
2009
2012
2015
2018
2021
2024
2027
2030
2033
2036
2039
2042
2045
2048
2051
2054
2057
2060
2063
2066
2069
2075
2078
2081
2084
2087
2090
2093
2096
2099
75
g. Región 7
Región 7. Temperatura anual (2001 - 2099)

24
23
22
Temperatura (°C)
21
20
19
18
17
16
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
76
Región 7. Temperatura Primavera - Verano (2006-2099)

27
26
25
24
Temperatura (°C)
23
22
21
20
19
18
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
77

22
21
20
19
18
17
16
15
2048
2075
2006
2009
2012
2015
2018
2021
2024
2027
2030
2033
2036
2039
2042
2045
2051
2054
2057
2060
2063
2066
2069
2072
2078
2081
2084
2087
2090
2093
2096
2099
78

1900
1700
1500
Precipitación (mm)
1300
1100
900
700
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
79
1200
1100
1000
900
Precipitación (mm)
800
700
600
500
400
300
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
80

800
700
600
500
400
300
200
100
0
2027
2060
2093
2006
2009
2012
2015
2018
2021
2024
2030
2033
2036
2039
2042
2045
2048
2051
2054
2057
2063
2066
2069
2072
2075
2078
2081
2084
2087
2090
2096
2099
81
h. Región 8
27
26
25
Temperatura (°C)
24
23
22
21
20
19
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
82
33
32
31
Temperatura (°C)
30
29
28
27
26
25
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
83
15
16
17
18
19
20
21
23
22
2006
2008
2010
2012
2014
2016
2018
2020
2022
2024
2026
2028
2030
2032
2034
2036
2038
2040
2042
2044
2046
2048
2050
2052
2054
2056
2058
2060
2062
2064
2066
2068
2070
2072
Región 8: Temperatura - Otoño - Invierno (2006 - 2099)
2074
2076
2078
2080
2082
2084
2086
2088
2090
2092
2094
2096
2098
84

900
800
700
Precipitación (mm)
600
500
400
300
2000 2010 2020 2030 2040 2050 2060 2070 2080 2090 2100
Año
85
550
500
450
Precipitación (mm)
400
350
300
250
200
2006 2016 2026 2036 2046 2056 2066 2076 2086 2096
Año
86

400
350
300
250
200
150
100
50
0
2027
2006
2009
2012
2015
2018
2021
2024
2030
2033
2036
2039
2042
2045
2048
2051
2054
2057
2060
2063
2066
2069
2072
2075
2078
2081
2084
2087
2090
2093
2096
2099
87
i. Contingencias Climatológicas y Desastres
Municipios con reporte de contingencias por sequías 2000-2011
Fuente: Elaboración propia con datos del CENAPRED
88
Municipios con reporte de desastres por sequías 2000-2011
89
Municipios con reporte de contingencias por inundaciones 2003-2011
90
Municipios con reporte de desastres por inundaciones 2003-2011
91
Municipios con reporte de contingencias por lluvias extremas 2003- 2011
92
Municipios con reporte de desastres por lluvias extremas 2003-2011
93
Anexo 4
Descripción de las regiones de estudio
Región 1
SUPERFICIE ESTATAL
La Región 1 está compuesta por los estados de Veracruz y Tabasco, juntos tienen una superficie
total de 96, 603 Km2. Teniendo en 1990 un registro de 1,510,249 Ha de superficie sembrada, para
el 2010 esta superficie tiene un área de 1,691,098 Ha, teniendo un mayor registro en el año 2008
con 1,868, 910 Ha.
Superficie Superficie Superficie Superficie Superficie Superficie

Superficie
Sembrada Sembrada Sembrada Sembrada Sembrada Sembrada
Estado (km²)
(Ha) (Ha) (Ha) (Ha) (Ha) (Ha)
2005 1990 2000 2007 2008 2009 2010

Tabasco 24,747 195,075.00 310,346.25 241,640.15 238,970.85 240,749.45 238,641.98
Veracruz 71,856 1,315,174.00 1,558,564.63 1,394,163.95 1,460,063.05 1,416,647.81 1,452,456.10
Total 96,603 1,510,249 1,868,910.88 1,635,804.1 1,699,033.9 1,657,397.26 1,691,098.08
Fuente: Elaboración propia con datos del SIAP.
El valor de la producción agrícola para esta región alcanzó su mayor registro en el año 2007 con
más de 30 mil millones de pesos, de los cuales 4 mil millones son generados en el estado de
Tabasco y 26 mil millones en el estado de Veracruz. Para el año 2010 el valor de la producción
agrícola de la región tiene un registro de 22 mil millones de pesos, donde 3 mil millones se
generaron en el estado de Tabasco y 18 mil millones por el estado de Veracruz.
Valor (Miles De Valor (Miles De Valor (Miles De Valor (Miles De

Pesos) Pesos) Pesos) Pesos)
Estado
2007 2008 2009 2010
Tabasco 4,247,187.20 3,321,821.86 3,589,647.96 3,874,536.26

Veracruz 26,516,548.01 20,821,161.41 20,414,728.38 18,689,077.00
Total 30,763,735.21 24,142,983.27 24,004,376.34 22,563,613.26
95
DESCRIPCIÓN DE LAS REGIONES DE ESTUDIO
PRINCIPALES CULTIVOS
A continuación se enlistan los 10 principales cultivos que son producidos en esta región en los
años del 2007 al 2010. Presentándose en primer lugar el total de la región por cultivo y
posteriormente se exhiben los datos para cada cultivo en cada uno de los estados de la región en
el mismo periodo.
Total Regional.
Año Cultivo Superficie Sembrada Superficie Cosechada Producción Valor Producción (Miles de
(Ha) (Ha) (T) Pesos)
Caña de 292,165.13 287,201.16 20,400,532.56 7,594,486.47
Azúcar
Naranja 163,985.24 163,955.24 2,230,060.70 1,798,104.58
Maíz Grano 631,985.17 524,072.21 1,058,399.14 2,945,105.72
Plátano 31,574.05 26,938.69 819,599.17 2,166,279.24
2007 Limón 36,596.22 36,596.22 415,775.45 757,758.22
Piña 23,159.00 12,409.00 531,609.00 1,182,425.37
Café Cereza 153,819.46 153,641.46 305,832.62 867,422.48
Pastos 7,319.50 7,319.50 234,399.11 116,365.56
Toronja 7,141.25 6,752.25 169,812.50 274,724.89
Tangerina 13,177.25 13,127.25 176,175.00 179,323.15
Caña de 298,385.00 290,506.88 19,566,861.72 7,512,887.97
Azúcar
Naranja 172,052.74 171,747.24 2,095,117.73 1,488,558.35
Maíz Grano 682,925.62 629,217.87 1,454,449.55 4,401,538.71
Plátano 25,585.11 24,833.61 710,216.68 1,428,141.06
2008 Limón 41,320.28 41,159.03 616,110.28 1,099,376.17
Piña 24,845.00 12,745.00 546,916.00 1,470,208.00
Café Cereza 154,452.23 154,274.23 291,609.64 1,175,967.56
Pastos 6,927.00 6,927.00 208,906.50 106,289.86
Toronja 7,362.25 7,360.25 267,446.06 291,253.05
Tangerina 14,686.50 14,684.50 200,870.20 159,817.34
Caña de 280,015.26 275,131.08 17,502,164.38 6,571,172.35
Azúcar
Naranja 168,878.39 168,603.39 2,139,558.64 1,662,033.93
Maíz Grano 661,396.30 606,633.32 1,256,408.67 3,991,367.81
Plátano 25,171.61 24,692.91 825,332.18 1,740,783.10
2009 Limón 43,233.49 42,612.19 595,666.67 1,196,645.07
Piña 23,538.00 12,853.00 559,684.00 1,318,104.00
Café Cereza 151,437.37 151,437.37 319,678.16 1,322,508.37
Pastos 6,909.50 6,909.50 215,942.40 102,257.50
Toronja 7,329.25 7,324.25 256,913.50 240,115.87
Tangerina 14,538.50 14,538.50 197,695.00 273,599.40
Caña de 304,346.67 297,697.87 20,292,845.59 12,555,859.67
Azúcar
Naranja 169,575.64 169,500.64 2,087,110.53 2,119,423.11
Maíz Grano 659,337.68 573,810.23 1,077,924.97 3,651,408.69
Plátano 25,520.61 24,748.61 706,143.10 1,707,249.18
2010 Limón 43,394.93 42,982.93 518,796.65 1,319,431.43
Piña 27,725.00 12,828.25 556,582.50 1,456,646.25
Café Cereza 154,351.23 154,213.23 374,360.62 1,734,946.04
Pastos 14,039.20 11,335.20 286,227.00 206,453.76
Toronja 7,787.25 7,307.25 239,063.38 287,929.21
Tangerina 14,564.50 14,564.50 173,389.99 218,159.25
96
Las siguientes tablas exponen la producción de los principales cultivos de los estados que
componen a la Región 1.
En el año 2010 se presenta una mayor superficie sembrada y se alcanza un mayor valor de la
producción para ambos estados, mientras que el menor valor de la producción de este cultivo se
registró en el año 2008 para Tabasco y en 2009 para Veracruz.
CAÑA DE AZUCAR
Superficie Superficie Valor (Miles de
Año Estado Producción (T)
Sembrada (Ha) Cosechada (Ha) Pesos)
Tabasco 27,481.00 27,290.00 1,535,016.00 559,815.65
2007
Veracruz 264,684.13 259,911.16 18,865,516.56 7,034,670.82
Tabasco 30,263.00 27,832.88 1,406,460.72 513,367.38
2008
Veracruz 268,122.00 262,674.00 18,160,401.00 6,999,520.59
Tabasco 32,511.66 28,474.48 1,402,329.35 534,576.06
2009
Veracruz 247,503.60 246,656.60 16,099,835.03 6,036,596.29
Tabasco 31,340.00 27,668.00 1,664,111.00 1,064,215.90
2010
Veracruz 273,006.67 270,029.87 18,628,734.59 11,491,643.77
El estado de Veracruz presenta la mayor superficie sembrada con naranja en el año 2008 mientras
que el estado de Tabasco la registra en el año 2010. El mayor valor de producción registrado es en
el año 2010 para el estado de Veracruz y en el año 2007 para el estado de Tabasco.
NARANJA
Superficie
Superficie Valor (Miles de
Año Estado Cosechada Producción (T)
Sembrada (Ha) Pesos)
(Ha)
Tabasco 7,994.49 7,964.49 79,492.00 139,619.51
2007
Veracruz 155,990.75 155,990.75 2,150,568.70 1,658,485.07
Tabasco 8,055.49 8,055.49 79,538.00 47,641.00
2008
Veracruz 163,997.25 163,691.75 2,015,579.73 1,440,917.35
Tabasco 8,115.34 8,097.34 81,519.07 102,129.58
2009
Veracruz 160,763.05 160,506.05 2,058,039.57 1,559,904.35
Tabasco 8,171.84 8,153.84 80,886.00 103,700.00
2010
Veracruz 161,403.80 161,346.80 2,006,224.53 2,015,723.11
97
El estado de Veracruz presenta en el año 2008 el mayor registro de superficie sembrada,

producción y valor de la producción de maíz grano, mientras que para el estado de Tabasco los
registra la mayor superficie sembrada en el año 2008 y el mayor valor de la producción se
encuentra en el año 2009.
MAÍZ GRANO
Superficie
(Ha)
Tabasco 85,700.50 59,313.25 91,936.52 261,887.23
2007
Veracruz 546,284.67 464,758.96 966,462.62 2,683,218.49
Tabasco 87,858.31 73,496.31 124,105.00 362,455.56
2008
Veracruz 595,067.31 555,721.56 1,330,344.55 4,039,083.15
Tabasco 80,855.00 75,752.25 117,533.77 381,065.24
2009
Veracruz 580,541.30 530,881.07 1,138,874.90 3,610,302.57
Tabasco 83,711.75 66,820.50 104,467.40 365,283.37
2010
Veracruz 575,625.93 506,989.73 973,457.57 3,286,125.32
La superficie sembrada de plátano en el estado de Veracruz es mayor en el año 2007 y menor en el

año 2009, para el estado de Tabasco igualmente presenta una mayor superficie sembrada en el
año 2007 y su menor registro se sitúa en el año 2008. La mayor producción la tiene el estado de
Tabasco en el año 2007 mientras que el estado de Veracruz la registra en el año 2009.
PLÁTANO
Superficie
(Ha)
Tabasco 15,111.00 14,538.00 630,295.72 1,695,043.20
2007
Veracruz 16,463.05 12,400.69 189,303.45 471,236.04
Tabasco 10,422.28 10,422.28 545,387.30 1,032,013.82
2008
Veracruz 15,162.83 14,411.33 164,829.38 396,127.24
Tabasco 10,612.04 10,612.04 550,459.33 1,196,604.26
2009
Veracruz 14,559.57 14,080.87 274,872.85 544,178.84
Tabasco 10,654.04 10,636.04 467,576.47 1,243,765.02
2010
Veracruz 14,866.57 14,112.57 238,566.63 463,484.16
98
Para el año 2010 el cultivo de limón tanto en el estado de Tabasco como en el estado de Veracruz
presenta su máximo registro, mientras que el menor se ubica en el año 2007 para ambos estados.
La mayor producción de este cultivo para en estado de Tabasco data del año 2009 y para el estado
de Veracruz se registró en el año 2008.
LIMÓN
Superficie
(Ha)
Tabasco 5,014.52 5,014.52 60,483.00 236,323.58
2007
Veracruz 31,581.70 31,581.70 355,292.45 521,434.64
Tabasco 5,854.52 5,854.52 70,715.00 119,983.10
2008
Veracruz 35,465.76 35,304.51 545,395.28 979,393.07
Tabasco 7,119.57 6,882.57 80,939.00 160,985.70
2009
Veracruz 36,113.92 35,729.62 514,727.67 1,035,659.37
Tabasco 7,137.57 6,900.57 80,527.00 120,466.70
2010
Veracruz 36,257.36 36,082.36 438,269.65 1,198,964.73
La producción de piña en el estado de Tabasco presenta su mayor registro en el año 2008 y para el
estado de Veracruz se da en el año 2009. El valor de la producción para este cultivo se presenta en
el año 2009 para el estado de Tabasco y en el año 2010 para el estado de Veracruz.
PIÑA
Superficie
(Ha)
Tabasco 1,081.00 1,081.00 35,901.00 91,282.37
2007
Veracruz 22,078.00 11,328.00 495,708.00 1,091,143.00
Tabasco 1,287.00 1,287.00 42,400.00 126,570.00
2008
Veracruz 23,558.00 11,458.00 504,516.00 1,343,638.00
Tabasco 1,283.00 1,283.00 42,106.00 134,658.00
2009
Veracruz 22,255.00 11,570.00 517,578.00 1,183,446.00
Tabasco 1,269.00 1,269.00 41,575.00 95,622.50
2010
Veracruz 26,456.00 11,559.25 515,007.50 1,361,023.75
99
El estado de Tabasco presenta la mayor superficie sembrada de café cereza en el año 2009 y 2010
mientras que la mayor producción se presenta en el año 2007 y el mayor valor de la producción se
registró en el año 2008. Para el estado de Veracruz la mayor superficie cultivada está registrada en
el año 2008, la mayor producción se registró en el año 2010 así como el mayor valor de la
producción.
CAFÉ CEREZA
Superficie
(Ha)
Tabasco 1,039.16 861.16 1,052.00 2,382.70
2007
Veracruz 152,780.30 152,780.30 304,780.62 865,039.78
Tabasco 1,039.16 861.16 858 5,401.50
2008
Veracruz 153,413.07 153,413.07 290,751.64 1,170,566.06
Tabasco 1,040.16 1,040.16 933 3,115.50
2009
Veracruz 150,397.21 150,397.21 318,745.16 1,319,392.87
Tabasco 1,040.16 1,040.16 635 2,565.50
2010
Veracruz 153,311.07 153,173.07 373,725.62 1,732,380.54
El cultivo de pastos no registra actividad agrícola en el estado de Tabasco, mientras que en el

estado de Veracruz alcanza los mayores valores productivos en el año 2010. La menor superficie
cultivada tiene lugar en el año 2009 así como el menor valor de la producción.
PASTOS
Superficie
(Ha)
Tabasco - - - -
2007
Veracruz 7,319.50 7,319.50 234,399.11 116,365.56
Tabasco - - - -
2008
Veracruz 6,927.00 6,927.00 208,906.50 106,289.86
Tabasco - - - -
2009
Veracruz 6,909.50 6,909.50 215,942.40 102,257.50
Tabasco - - - -
2010
Veracruz 14,039.20 11,335.20 286,227.00 206,453.76
100
En el año 2008 se registra la mayor producción de toronja para tanto para el estado de Tabasco
como para el estado de Veracruz. La superficie cultivada del estado de Tabasco es la misma para
los años 2008, 2009 y 2010, el estado de Veracruz presenta la mayor superficie sembrada en el
año 2010.
TORONJA
Superficie
(Ha)
Tabasco 104 104 895 804.4
2007
Veracruz 7,037.25 6,648.25 168,917.50 273,920.49
Tabasco 110 110 900 900
2008
Veracruz 7,252.25 7,250.25 266,546.06 290,353.05
Tabasco 110 110 850 850
2009
Veracruz 7,219.25 7,214.25 256,063.50 239,265.87
Tabasco 110 110 875 875
2010
Veracruz 7,677.25 7,197.25 238,188.38 287,054.21
El cultivo de tangerina en el estado de Veracruz registra tanto la mayor superficie sembrada como
la mayor producción en el año 2008, mientras que la menor superficie sembrada se presenta en el
año 2007. El estado de Tabasco no presenta actividad en la producción de este cultivo.
TANGERINA
Superficie
(Ha)
Tabasco - - - -
2007
Veracruz 13,177.25 13,127.25 176,175.00 179,323.15
Tabasco - - - -
2008
Veracruz 14,686.50 14,684.50 200,870.20 159,817.34
Tabasco - - - -
2009
Veracruz 14,538.50 14,538.50 197,695.00 273,599.40
Tabasco - - - -
2010
Veracruz 14,564.50 14,564.50 173,389.99 218,159.25
101
En las siguientes gráficas se muestra la relación entre la superficie sembrada y la producción para
cada uno de los diez cultivos principales en esta región.
Caña de azúcar
350,000.0 25,000,000.0
20,400,532.6 20,292,845.6
19,566,861.7
Superficie sembrada (Ha)
300,000.0
17,502,164.4 20,000,000.0
250,000.0
Producción (Ton)
200,000.0 15,000,000.0
150,000.0 10,000,000.0
100,000.0
5,000,000.0
50,000.0
292,165.1 298,385.0 280,015.3 304,346.7
0.0 0.0
2007 2008 2009 2010
Sup. Sembrada (Ha) Producción (Ton)

Naranja
200,000 2,230,060.70 2,500,000
2,095,117.73 2,139,558.64 2,087,110.53
180,000
160,000 2,000,000
140,000
Producción (Ton)
120,000 1,500,000
100,000
80,000 1,000,000
60,000
40,000 500,000
20,000
163,985.24 172,052.74 168,878.39 169,575.64
0 0
2007 2008 2009 2010

102
Maíz de grano
800,000 1,454,449.6 1,600,000
700,000 1,256,408.7 1,400,000
600,000 1,058,399.1 1,077,925.0 1,200,000
Producción (Ton)
500,000 1,000,000
400,000 800,000
631,985.2 682,925.6 661,396.3 659,337.7
300,000 600,000
200,000 400,000
100,000 200,000
0 0
2007 2008 2009 2010

Plátano
35,000.0 819,599.2 825,332.2 900,000.0
710,216.7 706,143.1 800,000.0
30,000.0
700,000.0
25,000.0
Producción (Ton)
600,000.0
20,000.0 500,000.0
15,000.0 400,000.0
300,000.0
10,000.0
200,000.0
5,000.0
100,000.0
31,574.1 25,585.1 25,171.6 25,520.6
0.0 0.0
2007 2008 2009 2010

103
Limón
50,000.0 700,000.0
616,110.3
595,666.7
45,000.0
600,000.0
40,000.0 518,796.7
35,000.0 500,000.0
415,775.5
Producción (Ton)
30,000.0
400,000.0
25,000.0
300,000.0
20,000.0
15,000.0 200,000.0
10,000.0
100,000.0
5,000.0
36,596.2 41,320.3 43,233.5 43,394.9
0.0 0.0
2007 2008 2009 2010

Café Cereza
374,360.6
180,000.0 400,000.0
160,000.0 305,832.6 291,609.6 319,678.2 350,000.0
140,000.0 300,000.0
Producción (Ton)
120,000.0
250,000.0
100,000.0
200,000.0
80,000.0
150,000.0
60,000.0
40,000.0 100,000.0
20,000.0 50,000.0
153,819.5 154,452.2 151,437.4 154,351.2
0.0 0.0
2007 2008 2009 2010

104
Toronja
9,000.0 300,000.0
267,446.06
256,913.50
8,000.0 239,063.38
250,000.0
7,000.0
6,000.0 200,000.0
Producción (Ton)
169,812.50
5,000.0
150,000.0
4,000.0
3,000.0 100,000.0
2,000.0
50,000.0
1,000.0
7,141.25 7,362.25 7,329.25 7,787.25
0.0 0.0
2007 2008 2009 2010

Tanjerina
16,000.0 250,000.0
200,870.20 197,695.00 173,389.99
14,000.0 176,175.00
200,000.0
12,000.0
10,000.0 150,000.0 Producción (Ton)

8,000.0
6,000.0 100,000.0
4,000.0
50,000.0
2,000.0
13,177.25 14,686.50 14,538.50 14,564.50
0.0 0.0
2007 2008 2009 2010

105
Pasto
16,000.0 350,000.0
286,227.0
14,000.0 300,000.0
12,000.0 234,399.1
208,906.5 215,942.4 250,000.0
Producción (Ton)
10,000.0
200,000.0
8,000.0
150,000.0
6,000.0
100,000.0
4,000.0
2,000.0 50,000.0
7,319.5 6,927.0 6,909.5 14,039.2
0.0 0.0
2007 2008 2009 2010

Producción pecuaria
A continuación se muestra la producción de carne de bovino de la Región 1, donde se puede

observar que el año donde la producción es mayor es el 2010. El estado con la mayor producción
de carne de bovino es el estado de Veracruz con la mayor producción reportada en el año 2010. La
menor producción está registrada en estado de Tabasco en el año 2008.
Producción de carne
Valor De La Peso
Año Estado Producción
Precio/Kg Producción Promedio
(Toneladas)
(Miles De Pesos) (Kg)
Tabasco 120,394 16.56 1,993,490 398
2008 Veracruz 453,339 18.06 8,185,540 430
Total regional 573,733 17.31* 10,179,030 414*
Tabasco 121,904 17.03 2,076,238 398
2009 Veracruz 465,483 18.6 8,657,673 435
Total regional 587,387 17.81* 10,733,911 416.5*
Tabasco 121,433 16.43 1,995,107 399
2010 Veracruz 496,438 19.18 9,522,146 436
Total regional 617,871 17.80* 11,517,253 417.5*
*Promedio regional. Elaboración propia con datos del SIAP.
106
La presente tabla muestra la producción de leche de bovino para la Región 1. La mayor producción
de leche de bovino está registrada en el año 2010. El estado con la mayor producción de leche de
bovino es Veracruz en el año 2010. La menor producción se puede observar en el estado de
Tabasco para el año 2008.
Producción de leche.
Producción Precio Valor De La
Año Estado
(Miles De (Pesos Por Producción
Litros) Litro) (Miles De Pesos)
Tabasco 110,694 3.4 375,810
2008 Veracruz 683,203 3.74 2,551,558
Total regional 793,897 3.57* 2,927,368
Tabasco 111,533 3.42 381,508
2009 Veracruz 708,230 4.34 3,072,072
Total regional 819,763 3.88* 3,453,580
Tabasco 111,416 3.55 395,076
2010 Veracruz 722,465 4.85 3,500,404
Total regional 833,881 4.2* 3,895,480
107
Región 2
SUPERFICIE ESTATAL
La Región 2 está conformada por los estados de Chihuahua, Coahuila, Durango y Zacatecas, que en
conjunto tienen una extensión territorial de 597,715 Km2. En 1990, la superficie sembrada fue de
3, 263,338 Ha, y en 2010 la superficie sembrada fue de 3, 444,088 siendo esta la mayor superficie
sembrada registrada para esta región.

Superficie
Estado (km²)
2005 1990 2000 2007 2008 2009 2010

Chihuahua 247,487 963,120.00 968,301.16 1,033,924.04 1,034,586.01 1,051,299.41 1,109,899.41
Coahuila 151,445 313,871.00 287,814.03 291,749.07 283,160.56 293,707.91 294,440.17
Durango 123,367 660,346.00 696,234.42 727,786.12 716,150.50 708,721.15 732,292.90
Zacatecas 75,416 1,326,001.00 1,309,107.00 1,315,095.80 1,278,065.87 1,280,744.63 1,307,455.60
Total. 597,715 3,263,338 3,261,456.61 3,368,555.03 3,311,962.94 3,334,473.1 3,444,088.08
Fuente: Elaboración propia con datos del SIAP
El valor de la producción para esta región tiene su mayor registro en el año 2010 con más de 38
mil millones de pesos, de los cuales, 19 mil millones los aporta el estado de Chihuahua, 4 mil
millones por parte del estado de Coahuila, Durango tiene participa con 5 mil millones y Zacatecas
con 9 mil millones de pesos.
Valor (Miles de Valor (Miles de Valor (Miles de Valor (Miles de

Estado Pesos) Pesos) Pesos) Pesos)
2007 2008 2009 2010
Chihuahua 13,240,150.79 15,422,884.72 15,408,534.54 19,221,718.35
Coahuila 3,941,001.91 4,073,964.40 4,825,094.81 4,824,153.71
Durango 4,268,596.52 5,528,764.08 5,903,915.97 5,028,207.89
Zacatecas 7,236,489.48 9,182,525.28 10,167,501.14 9,478,671.32
Total. 28,686,238.70 34,208,138.48 36,305,046.46 38,552,751.27
108
Los principales cultivos que conforman a la Región 2 en los años 2007, 2008, 2009 y 2010 son los
siguientes:
TOTAL REGIONAL
Valor
Superficie Superficie Producción
Año Cultivo Producción (T)
Sembrada Cosechada (Miles de
(Ha) (Ha) Pesos)
Alfalfa Verde 129,242.67 125,721.38 8,898,256.62 2,501,792.18

Maíz Forrajero 130,616.07 124,363.07 3,629,095.85 1,251,889.67
Avena Forrajera 571,700.86 542,209.36 6,544,147.38 1,987,440.21
Sorgo Forrajero Verde 122,780.66 118,011.73 2,701,711.50 855,289.18
Maíz Grano 858,651.43 698,221.10 1,544,734.94 3,278,723.84
2007
Pastos 102,565.13 100,350.13 1,289,699.87 452,388.69
Chile Verde 70,412.25 68,583.25 824,296.32 3,777,419.73
Manzana 44,764.54 42,358.54 445,201.28 2,600,257.27
Algodón Hueso 82,594.89 80,104.99 265,533.62 1,570,203.53
Cebolla 10,808.76 10,620.76 400,668.65 578,843.70
Alfalfa Verde 134,442.13 131,862.20 8,649,393.28 3,024,322.72
Maíz Forrajero 182,609.68 180,338.94 3,946,700.88 1,694,610.33
Avena Forrajera 531,347.19 515,887.69 7,261,089.44 2,089,342.86
Maíz Grano 737,730.41 666,209.59 1,605,949.00 4,609,107.16
2008
Pastos 101,366.39 99,542.39 1,564,693.86 533,205.91
Chile Verde 67,520.11 54,518.42 663,995.98 3,295,180.20
Manzana 45,895.88 40,439.37 443,077.60 2,444,448.20
Algodón Hueso 78,778.93 73,785.58 263,031.98 1,423,124.05
Cebolla 8,959.27 8,387.30 321,777.92 1,245,374.31
Alfalfa Verde 131,728.63 130,151.63 9,363,685.49 2,907,171.88
Maíz Forrajero 158,765.22 121,356.95 3,137,788.84 1,125,449.08
Avena Forrajera 605,418.62 549,366.72 7,121,442.30 2,105,096.78
Maíz Grano 715,297.59 567,322.09 1,712,969.43 4,189,852.67
2009
Pastos 106,626.60 98,310.60 1,571,345.31 560,343.66
Chile Verde 71,699.57 69,491.32 858,268.28 4,313,060.85
Manzana 44,409.58 41,410.66 494,286.33 2,098,781.72
Algodón Hueso 50,842.70 50,667.70 191,897.74 1,352,197.78
Cebolla 8,601.86 8,498.86 293,110.71 532,174.12
109
TOTAL REGIONAL
Valor
Superficie Superficie Producción
Año Cultivo Producción (T)
Sembrada Cosechada (Miles de
(Ha) (Ha) Pesos)
Alfalfa Verde 132,615.33 132,334.09 9,389,941.79 3,360,078.19

Maíz Forrajero 192,443.54 187,577.04 3,544,490.02 1,567,086.36
Avena Forrajera 564,690.96 513,662.98 6,175,995.62 1,981,572.29
Maíz Grano 742,533.86 629,259.01 1,649,598.70 4,415,957.51
2010
Pastos 97,132.82 94,918.99 1,484,041.08 566,175.71
Chile Verde 68,647.42 67,992.17 902,690.37 4,678,968.53
Manzana 45,097.63 41,862.38 511,429.76 2,961,482.15
Algodón Hueso 89,109.24 83,806.74 320,774.16 3,188,031.15
Cebolla 9,951.13 9,921.63 350,052.86 1,377,372.86
Para el cultivo de alfalfa verde, el estado de Chihuahua en el año 2010 presenta la mayor
superficie sembrada, el mayor valor de producción también se presenta en el año 2010 en el
estado de Chihuahua al igual que el mayor volumen producido. Zacatecas es el estado
perteneciente a esta región con la menor superficie sembrada para el año 2008.
ALFALFA VERDE
Año Estado Superficie Superficie Producción (T) Valor (Miles de
Chihuahua 67,301.25 65,385.96 4,140,280.45 874,912.69
Coahuila 23,100.00 23,051.00 1,820,981.20 652,308.71
2007
Durango 28,509.00 28,376.00 2,323,381.40 698,690.26
Zacatecas 10,332.42 8,908.42 613,613.57 275,880.52
Chihuahua 74,247.67 71,860.74 4,128,039.85 1,227,198.32
Coahuila 22,980.00 22,980.00 1,742,149.70 785,836.50
2008
Durango 27,830.00 27,750.00 2,055,476.00 738,991.80
Zacatecas 9,384.46 9,271.46 723,727.73 272,296.10
Chihuahua 74,849.17 73,278.17 4,982,865.90 1,159,101.22
Coahuila 21,567.75 21,567.75 1,737,928.73 771,963.06
2009
Durango 25,816.00 25,810.00 1,943,757.00 699,129.60
Zacatecas 9,495.71 9,495.71 699,133.86 276,978.00
Chihuahua 74,020.37 74,020.37 4,934,021.70 1,598,365.48
Coahuila 22,401.75 22,198.00 1,720,559.00 762,249.60
2010
Durango 26,429.00 26,351.51 2,017,106.15 714,368.56
Zacatecas 9,764.21 9,764.21 718,254.94 285,094.55
110
La mayor producción de maíz forrajero se presentó en el año 2009 en el estado de Durango,

mientras que la menor producción de este cultivo se registró en el año 2007 en el estado de
Zacatecas.
MAÍZ FORRAJERO
Sembrada Cosechada Pesos)
(Ha) (Ha)
Chihuahua 30,225.07 30,222.57 1,418,145.13 434,278.11
Coahuila 15,238.00 15,238.00 615,026.90 236,545.64
2007
Durango 37,079.00 36,442.00 1,363,197.00 470,933.73
Zacatecas 48,074.00 42,460.50 232,726.82 110,132.19
Chihuahua 35,056.58 33,802.84 691,998.55 302,394.29
Coahuila 14,844.10 14,844.10 599,986.93 309,552.32
2008
Durango 39,785.00 39,785.00 1,441,694.00 583,683.80
Zacatecas 92,924.00 91,907.00 1,213,021.40 498,979.92
Chihuahua 34,510.72 33,855.45 700,497.76 298,723.22
Coahuila 14,229.00 14,219.00 615,986.40 219,794.74
2009
Durango 46,792.50 46,603.50 1,513,195.18 466,221.90
Zacatecas 63,233.00 26,679.00 308,109.50 140,709.22
Chihuahua 51,136.04 51,055.54 912,931.97 470,753.96
Coahuila 15,944.00 15,295.00 711,721.60 320,214.36
2010
Durango 40,398.50 39,351.50 1,459,707.15 558,528.21
Zacatecas 84,965.00 81,875.00 460,129.30 217,589.83
111
Para el año 2007 el mayor valor de producción de avena forrajera se dio en Chihuahua y el menor
valor registrado de este cultivo se registró en el estado de Coahuila pero esta vez en el año 2008.
AVENA FORRAJERA
Año Estado Superficie Superficie Producción Valor (Miles de
Sembrada Cosechada (Ton) Pesos)
(Ha) (Ha)
Chihuahua 244,487.09 235,932.59 3,519,632.55 1,019,818.34
Coahuila 25,651.50 24,737.50 651,854.33 217,933.42
2007
Durango 134,913.27 129,466.27 1,458,006.22 417,886.15
Zacatecas 166,649.00 152,073.00 914,654.28 331,802.30
Chihuahua 215,119.23 210,114.73 3,012,944.55 658,116.86
Coahuila 21,003.72 20,463.72 542,560.63 209,318.06
2008
Durango 114,081.68 107,739.68 1,530,931.86 543,276.32
Zacatecas 181,142.56 177,569.56 2,174,652.40 678,631.62
Chihuahua 254,045.57 251,666.36 3,477,570.20 767,347.88
Coahuila 19,261.00 18,199.00 552,145.63 228,183.59
2009
Durango 127,901.00 125,458.34 1,968,666.97 698,669.50
Zacatecas 204,211.05 154,043.02 1,123,059.50 410,895.81
Chihuahua 234,771.50 233,050.00 3,074,183.90 781,161.55
Coahuila 19,528.50 19,365.50 561,269.63 252,795.93
2010
Durango 134,684.16 126,214.06 1,666,186.84 616,362.20
Zacatecas 175,706.80 135,033.42 874,355.25 331,252.61
112
La mayor superficie sembrada de sorgo forrajero verde tiene lugar en el año 2007 en el estado de
Chihuahua, mientras que el menor registro de dicha superficie está dado para el estado de
Zacatecas en el año 2009.
SORGO FORRAJERO VERDE

(Ha) (Ha)
Chihuahua 52,554.77 50,677.84 951,783.70 243,893.70
Coahuila 39,399.68 39,159.68 1,147,006.15 408,686.07
2007
Durango 24,724.21 23,688.21 551,526.65 184,112.96
Zacatecas 6,102.00 4,486.00 51,395.00 18,596.45
Chihuahua 47,993.49 46,673.51 471,943.85 221,395.62
Coahuila 38,313.25 38,124.25 1,075,522.22 443,466.52
2008
Durango 23,085.85 22,672.85 605,288.70 235,865.18
Zacatecas 5,671.00 5,584.50 77,411.75 30,999.38
Chihuahua 42,243.71 40,916.46 632,696.13 380,058.74
Coahuila 37,926.50 34,403.00 1,155,163.64 347,228.91
2009
Durango 21,550.50 21,515.50 675,249.82 191,682.64
Zacatecas 2,868.00 2,563.00 38,922.95 15,412.18
Chihuahua 37,011.17 36,989.37 388,787.31 197,191.47
Coahuila 36,604.00 35,507.50 1,127,666.53 439,134.91
2010
Durango 26,260.38 24,789.38 770,124.80 276,568.04
Zacatecas 3,037.00 2,606.00 28,800.85 14,107.94
113
El mayor productor de maíz grano de la región es el estado de Chihuahua que en el 2010 registró
la mayor producción de este cultivo, por otro lado el estado de Coahuila registra la menor
producción de este cultivo en el año 2009. La mayor producción para Durango y Zacatecas se
registraron en el año 2009 y 2008 respectivamente.
MAÍZ GRANO
(Ha) (Ha)
Chihuahua 277,568.59 248,070.76 848,565.87 1,651,775.94
Coahuila 31,419.50 27,245.50 23,953.14 59,537.82
2007
Durango 205,561.34 167,947.84 290,316.51 644,030.90
Zacatecas 344,102.00 254,957.00 381,899.42 923,379.18
Chihuahua 228,263.66 200,171.43 829,904.58 2,470,497.01
Coahuila 31,766.50 20,453.00 23,304.98 59,083.52
2008
Durango 189,836.75 174,848.95 310,877.18 841,740.60
Zacatecas 287,863.50 270,736.21 441,862.26 1,237,786.03
Chihuahua 217,236.59 213,561.34 974,935.69 2,218,969.88
Coahuila 28,686.00 14,368.50 16,507.10 48,799.45
2009
Durango 181,030.00 168,108.50 334,089.25 889,156.93
Zacatecas 288,345.00 171,283.75 387,437.39 1,032,926.41
Chihuahua 247,619.79 242,634.29 1,068,688.96 2,724,507.53
Coahuila 33,979.50 33,024.75 39,277.52 114,493.02
2010
Durango 184,114.87 167,882.45 249,437.30 728,459.77
Zacatecas 276,819.70 185,717.52 292,194.92 848,497.19
114
Coahuila es el estado que, para el cultivo de pastos, registra la mayor producción de la región,
teniendo el mayor registró en el año 2010, la menor producción la registra el estado de Zacatecas
en el año 2007. Durango tiene su mayor producción en el año 2009, mientras que Chihuahua la
presenta en el año 2008.
PASTOS
(Ha) (Ha)
Chihuahua 8,439.03 8,439.03 165,166.73 69,287.42
Coahuila 72,858.75 71,328.75 878,120.20 284,937.82
2007
Durango 10,349.05 10,324.05 135,179.82 35,227.47
Zacatecas 10,918.30 10,258.30 111,233.12 62,935.98
Chihuahua 7,991.50 7,171.50 166,856.50 76,200.12
Coahuila 73,895.75 73,895.75 916,508.76 326,247.42
2008
Durango 8,648.34 8,648.34 271,340.47 77,656.10
Zacatecas 10,830.80 9,826.80 209,988.13 53,102.27
Chihuahua 6,927.50 6,927.50 160,483.35 68,996.52
Coahuila 75,229.25 66,913.25 896,479.20 336,442.35
2009
Durango 13,547.55 13,547.55 272,402.35 96,238.04
Zacatecas 10,922.30 10,922.30 241,980.41 58,666.75
Chihuahua 5,904.74 5,904.74 119,366.85 45,630.93
Coahuila 67,795.25 67,795.25 993,207.28 389,827.71
2010
Durango 13,297.53 11,108.70 202,620.44 70,435.50
Zacatecas 10,135.30 10,110.30 168,846.51 60,281.57
115
Coahuila es el estado que registra la menor superficie sembrada y producción de chile verde en
esta región. El estado de Zacatecas registra la mayor superficie sembrada en el año 2009, mientras
que la mayor producción de este cultivo se produjo en Chihuahua en el año 2007.
CHILE VERDE
(Ha) (Ha)
Chihuahua 27,526.75 26,780.75 564,256.08 1,779,593.76
Coahuila 522 522 12,702.80 48,151.32
2007
Durango 5,148.50 5,146.50 38,006.54 150,322.35
Zacatecas 37,215.00 36,134.00 209,330.90 1,799,352.30
Chihuahua 26,247.96 20,103.52 413,122.29 1,481,529.16
Coahuila 418 418 9,240.19 36,623.46
2008
Durango 5,935.50 3,668.00 28,504.05 140,363.55
Zacatecas 34,918.65 30,328.90 213,129.45 1,636,664.03
Chihuahua 26,933.32 25,821.32 508,057.61 1,921,671.19
Coahuila 662.25 662.25 15,902.39 64,880.46
2009
Durango 6,227.00 5,968.25 46,182.93 249,086.88
Zacatecas 37,877.00 37,039.50 288,125.35 2,077,422.32
Chihuahua 25,463.32 25,347.07 545,828.10 1,940,986.89
Coahuila 576.2 451.2 12,047.28 54,377.71
2010
Durango 6,286.90 5,892.90 56,018.75 295,531.22
Zacatecas 36,321.00 36,301.00 288,796.24 2,388,072.71
116
El mayor productor de manzana de esta región es el estado de Chihuahua, registrando una mayor
producción en el año 2010. El estado de Zacatecas es el estado con la menor producción de este
cultivo de la región.
MANZANA
(Ha) (Ha)
Chihuahua 25,845.00 23,587.00 372,167.60 2,272,332.50
Coahuila 7,018.00 6,968.00 22,343.10 122,155.80
2007
Durango 10,464.28 10,464.28 46,848.04 191,967.34
Zacatecas 1,437.26 1,339.26 3,842.54 13,801.63
Chihuahua 27,113.00 21,723.99 354,041.09 1,992,344.83
Coahuila 7,018.00 6,968.00 34,799.80 192,925.30
2008
Durango 10,468.25 10,468.25 44,700.85 225,274.08
Zacatecas 1,296.63 1,279.13 9,535.86 33,903.99
Chihuahua 25,694.20 22,745.28 382,955.20 1,361,428.15
Coahuila 7,018.00 6,968.00 56,049.80 392,382.35
2009
Durango 10,396.75 10,396.75 46,238.04 303,437.07
Zacatecas 1,300.63 1,300.63 9,043.29 41,534.15
Chihuahua 25,813.00 23,079.00 398,155.26 2,276,814.48
Coahuila 7,028.00 7,018.00 59,653.78 357,909.54
2010
Durango 10,951.00 10,839.75 47,794.72 296,635.01
Zacatecas 1,305.63 925.63 5,826.00 30,123.12
117
El estado de Chihuahua es el mayor productor de algodón en esta región, en el año 2010 registró
la mayor producción de este cultivo. Por otro lado Durango es presenta la menor producción de
este cultivo, mientras que el estado de Zacatecas no tiene actividad en esta cultivo.
ALGODÓN HUESO
(Ha) (Ha)
Chihuahua 63,086.29 60,732.39 176,544.22 1,025,062.40
Coahuila 14,857.60 14,854.60 68,790.40 422,057.31
2007
Durango 4,651.00 4,518.00 20,199.00 123,083.82
Zacatecas
Chihuahua 62,361.93 58,102.58 189,556.38 938,385.49
Coahuila 12,046.00 11,446.00 56,033.00 369,660.66
2008
Durango 4,371.00 4,237.00 17,442.60 115,077.90
Zacatecas
Chihuahua 28,830.20 28,659.20 110,024.24 637,846.41
Coahuila 18,076.50 18,076.50 64,036.60 556,216.37
2009
Durango 3,936.00 3,932.00 17,836.90 158,135.00
Zacatecas
Chihuahua 64,543.03 63,696.43 254,114.02 2,578,621.95
Coahuila 18,993.20 15,430.20 57,160.20 514,409.80
2010
Durango 5,573.01 4,680.11 9,499.94 94,999.40
Zacatecas
118
El cultivo de cebolla en esta región lo encabeza Chihuahua, teniendo la mayor producción en el

año 2007. Por otro lado el estado de Coahuila es el representante de la región con la menor
producción de este cultivo.
CEBOLLA
Superficie Superficie
Valor (Miles de
Año Estado Sembrada Cosechada Producción (T)
Pesos)
(Ha) (Ha)
Chihuahua 6,438.01 6,304.01 252,394.65 403,643.28
Coahuila 95.5 95.5 4,622.00 18,334.50
2007
Durango 679.25 665.25 24,981.00 77,053.00
Zacatecas 3,596.00 3,556.00 118,671.00 79,812.92
Chihuahua 5,602.87 5,219.65 197,306.92 715,594.55
Coahuila 171 171 6,213.75 25,743.41
2008
Durango 420.5 402.5 13,792.00 72,608.00
Zacatecas 2,764.90 2,594.15 104,465.25 431,428.35
Chihuahua 4,393.86 4,322.86 157,846.35 335,063.88
Coahuila 155 155 4,846.36 20,553.61
2009
Durango 300 300 4,465.00 11,023.40
Zacatecas 3,753.00 3,721.00 125,953.00 165,533.23
Chihuahua 5,383.88 5,361.38 205,415.83 790,847.09
Coahuila 120 113 3,120.62 22,568.82
2010
Durango 337.25 337.25 6,276.45 18,124.14
Zacatecas 4,110.00 4,110.00 135,239.96 545,832.81
En las siguientes gráficas se muestra la relación entre superficie sembrada y la producción para los
principales diez cultivos de la región.
119
Alfalfa verde
9,363,685.5 9,389,941.8
160,000.0 8,898,256.6 8,649,393.3 10,000,000.0
Superficie sembrada (Ha) 140,000.0 9,000,000.0
8,000,000.0
120,000.0
Producción (Ton)
7,000,000.0
100,000.0 6,000,000.0
80,000.0 5,000,000.0
60,000.0 4,000,000.0
3,000,000.0
40,000.0
2,000,000.0
20,000.0 1,000,000.0
129,242.7 134,442.1 131,728.6 132,615.3
0.0 0.0
2007 2008 2009 2010
Maíz forrajero
250,000.0 3,946,700.9 4,500,000.0
3,629,095.9 3,544,490.0 4,000,000.0
200,000.0 3,137,788.8
3,500,000.0
Producción (Ton)
3,000,000.0
150,000.0
2,500,000.0
2,000,000.0
100,000.0
1,500,000.0
50,000.0 1,000,000.0
500,000.0
130,616.1 182,609.7 158,765.2 192,443.5
0.0 0.0
2007 2008 2009 2010
120
Avena forrajera
700,000.0 7,261,089.4 7,121,442.3 8,000,000.0
6,544,147.4
600,000.0 6,175,995.6 7,000,000.0
6,000,000.0
500,000.0
Producción (Ton)
5,000,000.0
400,000.0
4,000,000.0
300,000.0
3,000,000.0
200,000.0
2,000,000.0
100,000.0 1,000,000.0
571,700.9 531,347.2 605,418.6 564,691.0
0.0 0.0
2007 2008 2009 2010
Sorgo forrajero verde

140,000.0 2,701,711.5 3,000,000.0
2,502,032.5
120,000.0 2,315,379.5
2,230,166.5 2,500,000.0
100,000.0
2,000,000.0
Producción (Ton)
80,000.0
1,500,000.0
60,000.0
1,000,000.0
40,000.0
20,000.0 500,000.0
122,780.7 115,063.6 104,588.7 102,912.6

0.0 0.0
2007 2008 2009 2010
121
Maíz grano
1,712,969.4
1,000,000.0 1,605,949.0 1,649,598.7 1,800,000.0
1,544,734.9
900,000.0 1,600,000.0
800,000.0 1,400,000.0
700,000.0
1,200,000.0
Producción (Ton)
600,000.0
1,000,000.0
500,000.0
800,000.0
400,000.0
600,000.0
300,000.0
200,000.0 400,000.0
100,000.0 200,000.0
858,651.4 737,730.4 715,297.6 742,533.9
0.0 0.0
2007 2008 2009 2010
Pastos
120,000.0 1,800,000.0
1,564,693.9 1,571,345.3
1,484,041.1 1,600,000.0
100,000.0
1,289,699.9 1,400,000.0
80,000.0 1,200,000.0
Producción (Ton)
1,000,000.0
60,000.0
800,000.0
40,000.0 600,000.0
400,000.0
20,000.0
200,000.0
102,565.1 101,366.4 106,626.6 97,132.8
0.0 0.0
2007 2008 2009 2010
122
Chile verde
80,000.0 902,690.4 1,000,000.0
858,268.3
824,296.3 900,000.0
70,000.0
800,000.0
663,996.0
60,000.0
700,000.0
Producción (Ton)
50,000.0 600,000.0
40,000.0 500,000.0
30,000.0 400,000.0
300,000.0
20,000.0
200,000.0
10,000.0 100,000.0
70,412.3 67,520.1 71,699.6 68,647.4
0.0 0.0
2007 2008 2009 2010
Manzana
50,000.0 600,000.0
511,429.8
45,000.0 494,286.3
445,201.3 443,077.6 500,000.0
40,000.0
35,000.0
400,000.0
Producción (Ton)
30,000.0
25,000.0 300,000.0
20,000.0
200,000.0
15,000.0
10,000.0
100,000.0
5,000.0
44,764.5 45,895.9 44,409.6 45,097.6
0.0 0.0
2007 2008 2009 2010
123
Algodón hueso
100,000.0 320,774.2 350,000.0
90,000.0
265,533.6 263,032.0 300,000.0
80,000.0
70,000.0 250,000.0
Producción (Ton)
191,897.7
60,000.0
200,000.0
50,000.0
150,000.0
40,000.0
30,000.0 100,000.0
20,000.0
50,000.0
10,000.0
82,594.9 78,778.9 50,842.7 89,109.2
0.0 0.0
2007 2008 2009 2010
Cebolla
12,000.0 450,000.0
400,668.7
400,000.0
350,052.9
10,000.0
321,777.9 350,000.0
293,110.7
8,000.0 300,000.0
Producción (Ton)
250,000.0
6,000.0
200,000.0
4,000.0 150,000.0
100,000.0
2,000.0
50,000.0
10,808.8 8,959.3 8,601.9 9,951.1
0.0 0.0
2007 2008 2009 2010
124

de carne de bovino es el estado de Chihuahua con la mayor producción reportada en el año 2008.
La menor producción está registrada en estado de Zacatecas en el año 2009.
Año Estado Producción Valor De La Producción (Miles Peso Promedio
Precio/Kg
(Toneladas) De Pesos) (Kg)
Coahuila 105,523 14.76 1,557,198 355
Chihuahua 164,444 16.9 2,779,167 385
2008 Durango 119,908 16.53 1,982,000 259
Zacatecas 90,507 16.93 1,531,890 362
Total regional 480,382 16.28* 7,850,255 340.25*
Coahuila 118,289 15.22 1,800,444 390
Chihuahua 177,348 16.34 2,897,200 384
2009 Durango 113,364 17.36 1,968,144 249
Zacatecas 86,386 17.11 1,477,909 373
Total regional 495,387 16.50* 8,143,697 349*
Coahuila 118,159 15.67 1,850,957 386
Chihuahua 177,096 15.58 2,759,806 347
2010 Durango 118,500 18.03 2,136,090 275
Zacatecas 92,068 17 1,564,728 372
Total regional 505,823 16.57* 8,311,581 345*
125
bovino es Coahuila en el año 2008. La menor producción se puede observar en el estado de
Zacatecas para el año 2008.
Año Estado Valor de la
Producción (Miles Precio (Pesos Por
Producción (Miles
De Litros) Litro)
De Pesos)
Coahuila 1,364,585 4.45 6,076,276
Chihuahua 901,830 4.59 4,138,681
2008 Durango 1,037,452 4.49 4,659,088
Zacatecas 164,950 4.07 670,832
Total regional 3,468,817 4.4* 15,544,877
Coahuila 1,282,618 4.8 6,157,170
Chihuahua 923,053 4.92 4,544,001
2009 Durango 959,716 5.66 5,432,131
Zacatecas 166,655 4.46 743,601
Total regional 3,332,042 4.96* 16,876,903
Coahuila 1,243,058 4.84 6,015,812
Chihuahua 934,928 4.65 4,347,277
2010 Durango 1,001,137 4.87 4,875,257
Zacatecas 171,703 4.72 810,363
Total regional 3,350,826 4.77* 16,048,709
126
Región 3
SUPERFICIE ESTATAL
La superficie total de esta región es de más de 230 mil Km2. Oaxaca es el estado con más extensión
territorial, seguido de Chiapas y Guerrero. Para el año 2010 Chiapas es el estado con la mayor
superficie sembrada con más de 1 millón 400 mil hectáreas, seguido de Oaxaca y Guerrero.

Superficie
Estado (km²)
2005 1990 2000 2007 2008 2009 2010
Chiapas 73681 1,087,113.00 1,524,648.39 1,375,871.22 1,406,840.94 1,404,119.23 1,414,516.78
Guerrero 63618 698,747.00 816,782.55 841,677.65 852,251.91 861,417.09 880,357.35
Oaxaca 93343 951,839.00 1,177,279.00 1,344,962.23 1,359,349.37 1,383,748.95 1,365,136.59
Total 230,642 2,737,699 3,518,709.94 3,562,511.1 3,618,442.22 3,649,285.27 3,660,010.72
En el año 2010 se registra el mayor valor de la producción dentro de esta región, así como para
cada uno de los estados que la conforman. El menor registro regional se puede observar en el año
2007. Mientras que el menor valor de la producción para el estado de Chiapas se da en el año
2007, para Guerrero es en el 2009 y Oaxaca en el 2008.
Valor (Miles Valor (Miles Valor (Miles Valor (Miles

Estado de Pesos) de Pesos) de Pesos) de Pesos)
2007 2008 2009 2010
Chiapas 14,651,325.80 16,076,211.31 15,620,442.19 17,083,065.67
Guerrero 8,719,621.73 8,738,516.36 8,328,844.48 9,603,187.67
Oaxaca 10,527,968.94 10,331,960.49 10,517,850.32 12,232,937.37
Total 33,898,916.47 35,146,688.16 34,467,136.99 38,919,190.71
127
Los principales cultivos que conforman a la Región 3 en los años 2007, 2008, 2009 y 2010 son los
siguientes:
TOTAL REGIONAL.
Superficie Superficie Producción Valor Producción (Miles
Año Cultivo
Sembrada (Ha) Cosechada (Ha) (T) De Pesos)
Pastos 552,815.70 552,598.20 16,422,086.40 6,178,627.48
Caña de Azúcar 83,885.85 83,875.35 6,090,219.47 2,459,993.08
Maíz Grano 1,748,841.50 1,698,683.43 3,596,834.53 9,958,049.07
Plátano 28,537.57 28,255.07 679,910.55 2,093,458.20
Café Cereza 493,069.57 467,350.77 814,810.40 3,115,397.93
2007 Mango 63,762.48 60,760.23 633,074.40 2,201,692.00
Palma Africana o de 17,032.00 15,448.50 228,215.46 267,794.30
Aceite
Alfalfa Verde 5,512.00 5,512.00 422,726.67 156,014.82
Agave 15,702.74 3,641.00 229,096.00 280,361.80
Papaya 4,853.00 4,625.00 257,758.21 810,487.30
Pastos 565,210.95 564,200.95 16,509,943.19 6,084,877.85
Caña de Azúcar 84,508.10 83,533.10 5,956,701.19 2,443,752.04
Maíz Grano 1,785,538.16 1,768,769.11 3,813,990.11 11,217,907.58
Plátano 31,468.63 31,316.63 950,845.43 2,256,341.69
Café Cereza 494,263.39 466,644.59 731,258.21 2,821,162.35
2008 Mango 68,509.50 65,219.00 734,030.23 1,924,756.00
Aceite
Alfalfa Verde 4,957.00 4,957.00 378,696.10 122,624.25
Agave 16,261.74 4,389.64 269,515.80 367,462.93
Papaya 4,501.50 4,316.00 260,553.10 899,301.19
Pastos 590,817.77 579,797.73 16,212,559.16 6,321,921.86
Caña de Azúcar 85,852.90 85,808.85 6,198,269.60 2,531,272.33
Maíz Grano 1,775,811.31 1,617,361.22 2,949,225.13 9,169,622.37
Plátano 31,605.06 30,529.56 906,740.72 2,306,903.39
Café Cereza 492,976.66 466,878.61 754,152.97 2,698,543.97
2009 Mango 69,185.14 66,428.64 733,384.65 1,972,034.98
Aceite
Alfalfa Verde 5,228.50 5,228.50 395,100.20 142,940.86
Agave 15,767.74 5,062.00 311,950.00 378,134.74
Papaya 4,648.75 4,440.25 264,879.30 945,024.04
Pastos 615,559.87 596,245.77 16,969,422.77 6,628,262.48
Caña de Azúcar 85,557.18 84,711.28 6,247,377.95 3,623,136.84
Maíz Grano 1,773,158.06 1,695,590.86 3,454,000.74 10,852,104.47
Plátano 30,938.87 30,817.37 871,148.73 2,107,957.30
Café Cereza 475,991.56 460,560.76 739,499.76 3,044,115.10
2010 Mango 69,886.34 67,256.09 704,078.47 2,436,775.12
Aceite
Alfalfa Verde 5,189.30 5,188.30 391,168.29 161,013.69
Agave 15,086.94 6,007.00 362,704.54 341,823.58
Papaya 4,853.80 4,671.80 278,610.36 1,003,403.16
128
La producción de pastos en esta región tiene su mayor registro en el año 2010 en el estado de
Oaxaca, mientras que la menor producción tiene registro en el año 2007 en el estado de Guerrero.
PASTOS
Año Estado Superficie Superficie Producción (T) Valor (Miles de Pesos)
Sembrada (Ha) Cosechada
(Ha)
Chiapas 141,568.45 141,568.45 6,248,973.40 3,398,772.14
2007 Guerrero 104,137.25 103,919.75 2,017,934.50 843,523.34
Oaxaca 307,110.00 307,110.00 8,155,178.50 1,936,332.00
Chiapas 141,663.45 141,663.45 5,758,020.69 3,113,159.66
2008 Guerrero 106,487.50 105,477.50 2,040,666.80 859,284.82
Oaxaca 317,060.00 317,060.00 8,711,255.70 2,112,433.37
Chiapas 141,160.27 141,108.83 5,665,467.66 3,253,299.82
2009 Guerrero 111,593.50 111,538.90 2,257,370.00 965,953.98
Oaxaca 338,064.00 327,150.00 8,289,721.50 2,102,668.06
Chiapas 137,942.27 130,360.27 5,369,726.36 3,051,077.81
2010 Guerrero 124,012.60 123,043.50 2,663,509.48 1,173,317.04
Oaxaca 353,605.00 342,842.00 8,936,186.93 2,403,867.63
El cultivo de caña de azúcar no tiene registro de actividad agrícola en el estado de Guerrero para
los años 2007, 2008, 2009 y 2010. El estado de esta región con la mayor producción de este cultivo
es Oaxaca, siendo el año 2009 donde se registra la mayor producción.
CAÑA DE AZÚCAR
(Ha)
Chiapas 28,207.85 28,197.35 2,445,008.27 937,180.70
2007 Guerrero - - - -
Oaxaca 55,678.00 55,678.00 3,645,211.20 1,522,812.38
Chiapas 28,817.10 27,842.10 2,416,424.69 1,000,313.31
2008 Guerrero - - - -
Oaxaca 55,691.00 55,691.00 3,540,276.50 1,443,438.73
Chiapas 29,067.90 29,058.85 2,489,988.60 998,177.89
2009 Guerrero - - - -
Oaxaca 56,785.00 56,750.00 3,708,281.00 1,533,094.44
Chiapas 29,284.65 29,270.75 2,634,040.35 1,344,051.68
2010 Guerrero - - - -
Oaxaca 56,272.53 55,440.53 3,613,337.60 2,279,085.16
129
Para esta región, en el año 2008 el estado de Chiapas registra la mayor producción de maíz grano,
mientras que la menor producción de este cultivo se puede apreciar en el año 2009 para el estado
de Oaxaca.
MAÍZ GRANO
(Ha)
Chiapas 671,617.00 662,679.58 1,525,577.66 3,764,740.20
2007 Guerrero 481,211.50 475,568.85 1,304,262.81 3,637,341.48
Oaxaca 596,013.00 560,435.00 766,994.06 2,555,967.39
Chiapas 699,921.16 693,497.66 1,625,349.87 4,498,686.36
2008 Guerrero 481,718.75 478,530.75 1,403,046.22 4,002,207.08
Oaxaca 603,898.25 596,740.70 785,594.02 2,717,014.14
Chiapas 686,266.06 684,576.27 1,218,455.51 3,706,618.39
2009 Guerrero 483,485.50 465,170.75 1,135,837.49 3,325,429.24
Oaxaca 606,059.75 467,614.20 594,932.13 2,137,574.74
Chiapas 698,305.52 686,547.02 1,394,496.30 4,358,956.57
2010 Guerrero 479,641.69 466,450.50 1,413,973.17 3,934,978.32
Oaxaca 595,210.85 542,593.34 645,531.27 2,558,169.58
El estado de Chiapas registra la mayor producción de plátano en esta región desde el año 2007 al
año 2010, teniendo el mayor registro en el año 2009. La menor producción de este cultivo la
registra el estado de Oaxaca en el año 2007.
PLÁTANO
Sembrada (Ha) Cosechada (Ha)
Chiapas 21,699.82 21,601.32 547,742.91 1,720,249.10
2007 Guerrero 3,627.75 3,549.75 83,632.86 228,511.53
Oaxaca 3,210.00 3,104.00 48,534.78 144,697.57
Chiapas 25,007.88 24,995.88 831,006.41 1,954,600.21
2008 Guerrero 3,225.75 3,168.75 70,668.00 169,721.00
Oaxaca 3,235.00 3,152.00 49,171.02 132,020.48
Chiapas 24,810.56 23,859.06 774,431.52 1,992,552.18
2009 Guerrero 3,266.50 3,217.50 75,663.20 167,948.20
Oaxaca 3,528.00 3,453.00 56,646.00 146,403.01
Chiapas 24,426.57 24,394.57 743,292.88 1,704,394.78
2010 Guerrero 3,143.00 3,116.50 74,237.26 270,509.88
Oaxaca 3,369.30 3,306.30 53,618.59 133,052.64
130
Para esta región del año 2007 al año 2010 el estado de Chiapas es el que registra mayor
producción de café cereza en la región teniendo el mayor registro en el año 2007. La menor
producción se observa en el año 2010 en Oaxaca.
CAFÉ CEREZA
Chiapas 253,955.27 252,029.47 565,706.27 1,845,220.15
2007 Guerrero 51,579.30 51,579.30 48,794.96 154,796.69
Oaxaca 187,535.00 163,742.00 200,309.17 1,115,381.09
Chiapas 254,275.69 251,301.89 512,184.16 2,029,492.73
2008 Guerrero 52,444.20 52,059.20 49,045.09 233,757.51
Oaxaca 187,543.50 163,283.50 170,028.96 557,912.11
Chiapas 253,461.64 252,042.59 529,395.26 1,928,446.03
2009 Guerrero 54,328.02 53,918.02 59,297.50 197,041.49
Oaxaca 185,187.00 160,918.00 165,460.21 573,056.45
Chiapas 255,285.19 253,541.19 546,689.47 2,378,436.80
2010 Guerrero 54,735.02 53,914.22 38,214.90 131,823.33
Oaxaca 165,971.35 153,105.35 154,595.39 533,854.97
131
El estado de Guerrero es el mayor productor de mango de esta región del año 2007 al año 2010,
teniendo su mayor registro en 2009. La menor producción de este cultivo está registrada para el
estado de Chiapas en el año 2007.
MANGO
Chiapas 23,924.18 21,664.93 149,394.95 413,287.62
2007 Guerrero 21,840.30 21,566.30 297,646.39 1,524,973.17
Oaxaca 17,998.00 17,529.00 186,033.06 263,431.21
Chiapas 25,978.93 23,235.18 177,000.60 664,229.72
2008 Guerrero 24,400.57 24,307.82 363,041.01 1,010,180.55
Oaxaca 18,130.00 17,676.00 193,988.62 250,345.73
Chiapas 26,158.99 24,264.24 188,634.69 541,645.35
2009 Guerrero 24,796.15 24,738.40 353,661.69 1,094,658.49
Oaxaca 18,230.00 17,426.00 191,088.27 335,731.14
Chiapas 26,178.59 24,798.59 184,859.47 690,935.56
2010 Guerrero 25,066.15 24,591.90 352,779.30 1,444,863.52
Oaxaca 18,641.60 17,865.60 166,439.70 300,976.04
El cultivo de palma africana se realiza en el estado de Chiapas dentro de esta región. En 2010 se
alcanzó una mayor producción, mientras que la menor se puede observar en el año 2007.
PALMA AFRICANA O DE ACEITE

Chiapas 17,032.00 15,448.50 228,215.46 267,794.30

2007 Guerrero - - - -
Oaxaca - - - -
Chiapas 19,290.05 16,197.00 242,615.89 195,215.57
2008 Guerrero - - - -
Oaxaca - - - -
Chiapas 22,701.77 16,211.00 261,657.92 294,117.81
2009 Guerrero - - - -
Oaxaca - - - -
Chiapas 33,500.48 19,902.21 342,037.25 544,584.35
2010 Guerrero - - - -
Oaxaca - - - -
132
En esta región, el estado de Chiapas no tiene participación en el cultivo de alfalfa verde. Por otro
lado el estado de Oaxaca tiene los mayores registros de producción de este cultivo del año 2007 al
año 2010. En el año 2007 se aprecia la mayor producción de este cultivo.
ALFALFA VERDE
Chiapas - - - -
2007 Guerrero 9 9 335.5 170.48
Oaxaca 5,503.00 5,503.00 422,391.17 155,844.34
Chiapas - - - -
2008 Guerrero 9 9 308 162.55
Oaxaca 4,948.00 4,948.00 378,388.10 122,461.70
Chiapas - - - -
2009 Guerrero 5.5 5.5 303 186.84
Oaxaca 5,223.00 5,223.00 394,797.20 142,754.02
Chiapas - - - -
2010 Guerrero 5.5 5.5 277.84 202.49
Oaxaca 5,183.80 5,182.80 390,890.45 160,811.20
El estado de Oaxaca es el estado de de esta región que presenta la mayor producción de agave
desde el año 2007 al año 2010. El estado de Chiapas no tiene participación en la producción de
dicho cultivo.
AGAVE
Chiapas - - - -
2007 Guerrero 297.24 7 100 600
Oaxaca 15,405.50 3,634.00 228,996.00 279,761.80
Chiapas - - - -
2008 Guerrero 375.74 67 252.5 454.5
Oaxaca 15,886.00 4,322.64 269,263.30 367,008.43
Chiapas - - - -
2009 Guerrero 325.74 92 5,208.00 9,903.10
Oaxaca 15,442.00 4,970.00 306,742.00 368,231.64
Chiapas - - - -
2010 Guerrero 327.94 133 6,302.10 8,570.10
Oaxaca 14,759.00 5,874.00 356,402.44 333,253.48
133
El cultivo de papaya en esta región tiene su mayor producción registrada en el estado de Chiapas
en el año 2007. Mientras que el estado de Guerrero presenta la menor producción de este cultivo
en el año 2008.
PAPAYA
Año Estado Superficie Superficie Producción Valor (Miles de Pesos)
Sembrada (Ha) Cosechada (Ha) (Ton)
2007 Chiapas 2,201.00 2,049.00 150,467.71 528,220.21
Guerrero 1,269.00 1,267.00 29,961.90 82,480.25
Oaxaca 1,383.00 1,309.00 77,328.60 199,786.84
2008 Chiapas 1,863.00 1,789.00 143,107.00 465,112.29
Guerrero 1,229.50 1,211.00 29,041.05 83,802.50
Oaxaca 1,409.00 1,316.00 88,405.05 350,386.40
2009 Chiapas 1,804.00 1,746.00 119,873.20 374,563.37
Guerrero 1,247.25 1,240.75 47,807.00 149,104.76
Oaxaca 1,597.50 1,453.50 97,199.10 421,355.91
2010 Chiapas 1,788.00 1,728.00 115,048.00 348,829.62
Guerrero 1,235.50 1,192.50 46,604.75 135,197.75
Oaxaca 1,830.30 1,751.30 116,957.61 519,375.79
En las siguientes gráficas se muestra la relación entre la superficie sembrada y la producción

obtenida de 2007 a 2010 para los diez principales cultivos.
Pastos
16,509,943.2 16,969,422.8
700,000.0 16,422,086.4 16,212,559.2 18,000,000.0
16,000,000.0
600,000.0
14,000,000.0
500,000.0 Producción (Ton)

12,000,000.0
400,000.0 10,000,000.0
300,000.0 8,000,000.0
6,000,000.0
200,000.0
4,000,000.0
100,000.0
2,000,000.0
552,815.7 565,210.9 590,817.8 615,559.9
0.0 0.0
2007 2008 2009 2010
134
Caña de azúcar
100,000.0 6,198,269.6 6,247,378.0 7,000,000.0
6,090,219.5 5,956,701.2
90,000.0
6,000,000.0
80,000.0
70,000.0 5,000,000.0
Producción (Ton)
60,000.0
4,000,000.0
50,000.0
3,000,000.0
40,000.0
30,000.0 2,000,000.0
20,000.0
1,000,000.0
10,000.0
83,885.9 84,508.1 85,852.9 85,557.2
0.0 0.0
2007 2008 2009 2010
Maíz grano
2,000,000.0 4,500,000.0
3,813,990.1
1,800,000.0 3,596,834.5 4,000,000.0
3,454,000.7
1,600,000.0 3,500,000.0
2,949,225.1
1,400,000.0
3,000,000.0
Producción (Ton)
1,200,000.0
2,500,000.0
1,000,000.0
2,000,000.0
800,000.0
1,500,000.0
600,000.0
400,000.0 1,000,000.0
200,000.0 500,000.0
1,748,841.5 1,785,538.2 1,775,811.3 1,773,158.1
0.0 0.0
2007 2008 2009 2010
135
Plátano
950,845.4
35,000.0 906,740.7 1,000,000.0
871,148.7
900,000.0
30,000.0
679,910.6 800,000.0
25,000.0 700,000.0
Producción (Ton)
20,000.0 600,000.0
500,000.0
15,000.0 400,000.0
10,000.0 300,000.0
200,000.0
5,000.0
100,000.0
28,537.6 31,468.6 31,605.1 30,938.9
0.0 0.0
2007 2008 2009 2010

Café Cereza
600,000.0 814,810.4 900,000.0
731,258.2 754,153.0 739,499.8 800,000.0
500,000.0
700,000.0
Producción (Ton)
400,000.0 600,000.0
500,000.0
300,000.0
400,000.0
200,000.0 300,000.0
200,000.0
100,000.0
100,000.0
493,069.6 494,263.4 492,976.7 475,991.6
0.0 0.0
2007 2008 2009 2010

136
Mango
80,000.0 734,030.2 733,384.7 800,000.0
704,078.5
70,000.0 633,074.4 700,000.0
60,000.0 600,000.0
Producción (Ton)
50,000.0 500,000.0
40,000.0 400,000.0
30,000.0 300,000.0
20,000.0 200,000.0
10,000.0 100,000.0
63,762.5 68,509.5 69,185.1 69,886.3
0.0 0.0
2007 2008 2009 2010

Palma Africana o de Aceite

40,000.0 400,000.0
342,037.3
35,000.0 350,000.0
30,000.0 261,657.9 300,000.0

242,615.9
Producción (Ton)
228,215.5
25,000.0 250,000.0
20,000.0 200,000.0
15,000.0 150,000.0
10,000.0 100,000.0
5,000.0 50,000.0
17,032.0 19,290.1 22,701.8 33,500.5
0.0 0.0
2007 2008 2009 2010

137
Alfalfa verde
422,726.7
6,000.0 395,100.2 391,168.3 450,000.0
378,696.1
400,000.0
5,000.0
350,000.0
Producción (Ton)
4,000.0 300,000.0
250,000.0
3,000.0
200,000.0
2,000.0 150,000.0
100,000.0
1,000.0
50,000.0
5,512.0 4,957.0 5,228.5 5,189.3
0.0 0.0
2007 2008 2009 2010
Agave
18,000.0 362,704.5 400,000.0
16,000.0 311,950.0 350,000.0
14,000.0 269,515.8
300,000.0
Producción (Ton)
12,000.0 229,096.0
250,000.0
10,000.0
200,000.0
8,000.0
150,000.0
6,000.0
4,000.0 100,000.0
2,000.0 50,000.0
15,702.7 16,261.7 15,767.7 15,086.9
0.0 0.0
2007 2008 2009 2010
138
Papaya
278,610.4
6,000.0 264,879.3 300,000.0
257,758.2 260,553.1
5,000.0 250,000.0
4,000.0 200,000.0
Producción (Ton)
3,000.0 150,000.0
2,000.0 100,000.0
1,000.0 50,000.0
4,853.0 4,501.5 4,648.8 4,853.8

0.0 0.0
2007 2008 2009 2010
139

de carne de bovino es el estado de Chiapas con la mayor producción reportada en el año 2010. La
menor producción está registrada en estado de Guerrero en el año 2008.
Valor De La
Año Estado Producción Producción Peso
Precio/Kg
(Toneladas) (Miles De Promedio (Kg)
Pesos)
Chiapas 196,032 14.25 2,794,313 375
Guerrero 72,332 15.93 1,151,883 358
2008
Oaxaca 78,331 16.53 1,294,742 348
Total regional 346,695 15.57* 5,240,938 360.33*
Chiapas 209,179 14.25 2,979,684 362
Guerrero 72,614 16.01 1,162,338 339
2009
Oaxaca 79,008 16.78 1,325,341 341
Total regional 360,801 15.68* 5,467,363 347.33*
Chiapas 210,790 14.73 3,104,097 373
Guerrero 74,806 16.42 1,228,211 337
2010
Oaxaca 84,762 17.63 1,494,576 341
Total regional 370,358 16.26* 5,826,884 350.33*
140
bovino es Chiapas en el año 2010. La menor producción se puede observar en el estado de
Guerrero para el año 2008.
Producción de leche
Año Estado Producción Valor De La

Precio (Pesos
(Miles De Producción (Miles
Por Litro)
Litros) De Pesos)
Chiapas 372,249 3.58 1,332,905
Guerrero 82,045 4.72 387,404
2008
Oaxaca 145,213 5.87 851,993
Total anual regional. 599,507 4.72* 2,572,302
Chiapas 366,393 3.74 1,369,635
Guerrero 84,157 6.12 515,094
2009
Oaxaca 146,406 5.7 834,817
Chiapas 385,455 3.91 1,506,617
Guerrero 86,892 6.62 575,448
2010
Oaxaca 147,080 5.82 855,591
141
Región 4
SUPERFICIE ESTATAL
La Región 4 está conformada por dos estados, que son Nuevo León y Tamaulipas, juntos tienen
una extensión territorial de 144 mil Km2. El mayor registro de superficie sembrada lo tiene el
estado de Tamaulipas en el año 2000, mientras que la menor está registrada para el estado de
Nuevo León en el año 1990.
Superficie. Superficie. Superficie. Superficie. Superficie. Superficie.

Superficie
(Km²)
Estado
2005 1990 2000 2007 2008 2009 2010
Nuevo León 64,203 220,424 359,059.03 372,309.91 356,966.47 330,962.90 380,836.08
Tamaulipas 80,148 1,459,358 1,548,922.09 1,409,083.44 1,417,962.42 1,407,771.50 1,445,149.42
Total 144,351 1,679,782 1,907,981 1,781,393.35 1,774,929 1,738,734 1,825,986
El valor de la producción a nivel regional tiene su mayor registro en el año 2010, mientras que el
menor registro se puede observar en el año 2007. El estado de Tamaulipas tiene el mayor registro
en el año 2010 así como también para Nuevo León. Los menores registros se pueden observar en
el año 2007 para ambos estados.
Valor (Miles Valor (Miles Valor (Miles Valor (Miles

Estado de Pesos) de Pesos) de Pesos) de Pesos)
2007 2008 2009 2010
Nuevo León 2,865,065.58 3,028,716.13 3,274,298.34 3,826,590.08
Tamaulipas 11,695,437.55 12,724,292.32 12,088,476.08 14,019,315.79
Total 14,560,503.13 15,753,008.45 15,362,774.42 17,845,905.87
142
Los principales cultivos para la Región 4 se presentan a continuación:
TOTAL REGIONAL.
Superficie. Superficie.
Producción Valor (Miles De
Año Cultivo Sembrada Cosechada
(Ton) Pesos)
(Ha) (Ha)
Alfalfa Verde 2,396.25 2,282.00 218,614.50 52,779.64

Caña de Azúcar 58,409.00 47,111.00 3,353,670.00 1,073,174.40
Cebolla 5,165.00 5,165.00 166,784.00 1,097,544.00
Chile Verde 4,485.62 4,432.62 147,466.50 831,025.00
Maíz Grano 249,765.47 239,163.80 692,243.70 1,485,559.45
Naranja 57,927.10 57,927.10 809,280.06 1,040,674.44
Papa 4,128.00 4,048.00 133,630.00 678,374.65
2007 Pastos 241,031.88 239,984.72 3,880,316.16 1,388,236.52
Sábila 4,165.94 3,642.94 131,600.40 65,200.54
Sorgo Grano 932,484.61 907,960.61 2,573,559.51 4,727,606.07
Alfalfa Verde 2,233.50 2,183.50 216,019.90 60,981.66
Caña de Azúcar 58,409.00 42,554.00 3,202,665.00 1,157,101.95
Cebolla 4,888.50 4,888.50 166,276.00 548,897.20
Chile Verde 4,681.70 4,647.70 135,243.40 928,572.40
Maíz Grano 187,076.33 178,206.33 586,197.71 1,642,906.68
2008
Naranja 58,868.30 58,868.30 902,051.55 1,127,051.58
Papa 3,635.00 3,515.00 122,043.60 696,229.50
Pastos 239,515.24 239,515.24 3,327,034.98 1,291,265.83
Sábila 3,946.94 3,499.94 110,786.09 51,639.20
Sorgo Grano 961,043.58 917,765.58 2,526,877.62 5,874,526.57
Alfalfa Verde 2,283.50 2,283.50 168,599.02 88,378.25
Caña de Azúcar 59,131.00 53,391.00 3,853,844.32 1,482,886.59
Cebolla 4,601.10 4,601.10 153,743.50 465,091.30
Chile Verde 4,205.82 4,050.52 125,734.82 659,643.86
Maíz Grano 151,954.47 115,536.00 464,130.66 1,129,081.91
2009
Naranja 58,722.77 57,687.77 836,498.51 1,028,680.99
Papa 3,604.00 3,604.00 135,040.00 1,094,920.00
Pastos 243,865.74 243,865.74 3,338,708.57 1,532,429.53
Sábila 3,792.94 3,562.94 140,054.35 61,503.04
Sorgo Grano 959,604.18 902,319.27 2,627,527.23 5,432,007.53
Alfalfa Verde 2,428.50 2,282.50 117,777.88 47,990.31
Caña de Azúcar 59,638.00 52,133.00 2,779,645.00 1,768,801.32
Cebolla 4,698.50 4,698.50 141,970.58 880,418.48
Chile Verde 3,548.50 3,451.50 105,632.50 810,869.00
Maíz Grano 196,348.20 173,643.85 600,905.85 1,469,402.16
2010
Naranja 57,681.90 57,681.90 749,426.75 1,068,526.75
Papa 3,653.00 3,653.00 136,848.00 1,243,060.00
Pastos 244,141.24 243,930.24 3,503,577.68 1,382,014.74
Sábila 4,540.94 4,410.94 178,097.62 92,601.61
Sorgo Grano 928,834.00 888,415.50 3,076,624.34 6,407,009.29
143
Entre 2007 y 2010 el estado de Nuevo León no registró actividad en la producción de caña de
azúcar. El estado de Tamaulipas presenta la mayor producción de este cultivo en el año 2009.
CAÑA DE AZÚCAR
Año Estado Superficie Superficie Producción Valor (Miles De
Sembrada Cosechada (T) Pesos)
(Ha) (Ha)
Nuevo León - - - -
2007
Tamaulipas 58,409.00 47,111.00 3,353,670.00 1,073,174.40
Nuevo León - - - -
2008
Tamaulipas 58,409.00 42,554.00 3,202,665.00 1,157,101.95
Nuevo León - - - -
2009
Tamaulipas 59,131.00 53,391.00 3,853,844.32 1,482,886.59
Nuevo León - - - -
2010
Tamaulipas 59,638.00 52,133.00 2,779,645.00 1,768,801.32
El estado con la mayor producción de pastos para esta región es Nuevo León, el cual presenta el
mayor registro en el año 2007 y el menor en el año 2009. Para el estado de Tamaulipas el mayor
registro de la producción de este cultivo puede observarse en el año 2007.
PASTOS
Año Estado Superficie Superficie Producción Valor (Miles
Sembrada Cosechada (T) De Pesos)
(Ha) (Ha)
Nuevo León 164,948.95 163,948.79 2,258,637.92 733,748.41
2007
Tamaulipas 76,082.93 76,035.93 1,621,678.24 654,488.11
Nuevo León 160,741.70 160,741.70 1,878,645.88 650,979.66
2008
Tamaulipas 78,773.54 78,773.54 1,448,389.10 640,286.17
Nuevo León 160,368.70 160,368.70 1,875,462.33 763,020.89
2009
Tamaulipas 83,497.04 83,497.04 1,463,246.24 769,408.64
Nuevo León 160,909.20 160,889.20 2,050,726.11 697,868.00
2010
Tamaulipas 83,232.04 83,041.04 1,452,851.57 684,146.74
144
El estado con la mayor producción de sorgo en esta región es el estadio de Tamaulipas, el cual
presenta el mayor registro en el año 2010, mientras que el menor registro para este mismo estado
es en el año 2008. Por otro lado el estado de Nuevo León presenta su mayor registro en el año
2008.
SORGO GRANO
Año Estado Superficie. Superficie. Producción Valor (Miles De
(Ha) (Ha)
Nuevo León 32,932.54 32,932.54 83,365.28 154,430.60
2007
Tamaulipas 899,552.07 875,028.07 2,490,194.23 4,573,175.47
Nuevo León 37,703.20 34,578.70 100,527.82 219,731.85
2008
Tamaulipas 923,340.38 883,186.88 2,426,349.80 5,654,794.72
Nuevo León 18,841.10 16,331.10 34,847.33 75,372.68
2009
Tamaulipas 940,763.08 885,988.17 2,592,679.90 5,356,634.85
Nuevo León 37,664.80 31,368.80 84,892.75 194,019.11
2010
Tamaulipas 891,169.20 857,046.70 2,991,731.59 6,212,990.18
En el año 2008 el estado de Tamaulipas registra el mayor volumen de producción de naranja en la

región. Por otro lado el menor volumen de producción registrado es del estado de Nuevo León en
el año 2010.
NARANJA
Año Estado Superficie. Superficie. Producción Valor (Miles De
(Ha) (Ha)
Nuevo León 25,662.98 25,662.98 325,962.22 395,462.38
2007
Tamaulipas 32,264.12 32,264.12 483,317.84 645,212.06
Nuevo León 25,445.98 25,445.98 352,068.01 368,297.46
2008
Tamaulipas 33,422.32 33,422.32 549,983.54 758,754.12
Nuevo León 25,450.65 25,450.65 296,972.71 332,663.50
2009
Tamaulipas 33,272.12 32,237.12 539,525.80 696,017.49
Nuevo León 25,445.98 25,445.98 236,493.46 247,866.77
2010
Tamaulipas 32,235.92 32,235.92 512,933.29 820,659.98
145
A partir el año 2007 y al año 2010 el estado de Tamaulipas registra la mayor producción de maíz
grano en la región, Nuevo León registra su mayor producción en el año 2010 y la menor en el año
2008.
MAÍZ GRANO
(Ha) (Ha)
Nuevo León 61,055.86 59,206.30 59,418.70 116,206.10
2007
Tamaulipas 188,709.61 179,957.50 632,825.00 1,369,353.35
Nuevo León 13,015.80 12,611.80 30,372.90 84,761.38
2008
Tamaulipas 174,060.53 165,594.53 555,824.81 1,558,145.30
Nuevo León 14,718.50 13,248.50 35,932.48 120,038.25
2009
Tamaulipas 137,235.97 102,287.50 428,198.18 1,009,043.66
Nuevo León 28,221.00 26,328.00 60,735.40 193,372.29
2010
Tamaulipas 168,127.20 147,315.85 540,170.45 1,276,029.87
Para los años 2007 y 2010 es estado de Nuevo León no presenta actividad en el cultivo de cebolla,
por otro lado presenta producción parta los años 2008 y 2009 teniendo el mayor registro en 2008.
Tamaulipas presenta la mayor producción de este cultivo y para en el año 2007 registra el mayor
volumen de producción.
CEBOLLA
(Ha) (Ha)
Nuevo León - - - -
2007
Tamaulipas 5,165.00 5,165.00 166,784.00 1,097,544.00
Nuevo León 22 22 366 849
2008
Tamaulipas 4,866.50 4,866.50 165,910.00 548,048.20
Nuevo León 12 12 120 900
2009
Tamaulipas 4,589.10 4,589.10 153,623.50 464,191.30
Nuevo León - - - -
2010
Tamaulipas 4,698.50 4,698.50 141,970.58 880,418.48
146
Tamaulipas es el único estado de esta región que presenta registro de cultivo de sábila, teniendo
la mayor producción registrada en el año 2010, mientras que la menor en el año 2008.
SÁBILA
(Ha) (Ha)
Nuevo León - - - -
2007
Tamaulipas 4,165.94 3,642.94 131,600.40 65,200.54
Nuevo León - - - -
2008
Tamaulipas 3,946.94 3,499.94 110,786.09 51,639.20
Nuevo León - - - -
2009
Tamaulipas 3,792.94 3,562.94 140,054.35 61,503.04
Nuevo León - - - -
2010
Tamaulipas 4,540.94 4,410.94 178,097.62 92,601.61
El estado de Tamaulipas, para los años 2007 al 2010 registra los mayores volúmenes de
producción de chile verde, siendo el año 2007 el que registra la mayor producción del cultivo,
Nuevo León presenta la menor producción registrada en el año 2009.
CHILE VERDE
Año Estado Superficie Superficie Producción Valor (Miles
Sembrada Cosechada (Ton) De Pesos)
(Ha) (Ha)
Nuevo León 654 654 21,985.00 107,695.00
2007
Tamaulipas 3,831.62 3,778.62 125,481.50 723,330.00
Nuevo León 820.5 820.5 20,477.00 167,178.60
2008
Tamaulipas 3,861.20 3,827.20 114,766.40 761,393.80
Nuevo León 661.61 511.31 11,887.20 96,160.80
2009
Tamaulipas 3,544.21 3,539.21 113,847.62 563,483.06
Nuevo León 944.5 867.5 20,176.50 225,632.00
2010
Tamaulipas 2,604.00 2,584.00 85,456.00 585,237.00
147
El cultivo de papa no se realizó en Tamaulipas durante 2007. Nuevo León registra la mayor
producción del mismo cultivo para la región en el año 2010.
PAPA
(Ha) (Ha)
Nuevo León 4,128.00 4,048.00 133,630.00 678,374.65
2007
Tamaulipas - - - -
Nuevo León 3,609.00 3,489.00 121,003.60 689,989.50
2008
Tamaulipas 26 26 1,040.00 6,240.00
Nuevo León 3,564.00 3,564.00 133,320.00 1,077,720.00
2009
Tamaulipas 40 40 1,720.00 17,200.00
Nuevo León 3,597.00 3,597.00 134,608.00 1,236,340.00
2010
Tamaulipas 56 56 2,240.00 6,720.00
El mayor volumen de producción de alfalfa verde lo registra el estado de Nuevo León en el año
2007, mientras que la menor producción para dicho estado tiene registro en el año 2010. El estado
de Tamaulipas presenta la mayor producción de este cultivo en el año 2010 y la menor en el año
2008.
ALFALFA VERDE
Año Estado Superficie Superficie Producción (T) Valor (Miles De
Nuevo León 2,315.25 2,201.00 215,769.50 51,657.74
2007
Tamaulipas 81 81 2,845.00 1,121.90
Nuevo León 2,155.50 2,105.50 214,284.90 60,536.16
2008
Tamaulipas 78 78 1,735.00 445.5
Nuevo León 2,205.50 2,205.50 166,457.52 87,596.97
2009
Tamaulipas 78 78 2,141.50 781.28
Nuevo León 2,295.50 2,179.50 110,569.88 44,613.43
2010
Tamaulipas 133 103 7,208.00 3,376.88
148
En las gráficas siguientes se muestra la superficie sembrada y la producción de los principales diez
cultivos en la región, para los años 2007 a 2010.
Alfalfa verde
3,000.0 218,614.5 216,019.9 250,000.0
2,500.0 168,599.0 200,000.0
Producción (Ton)
2,000.0
117,777.9 150,000.0
1,500.0
100,000.0
1,000.0
500.0 50,000.0
2,396.3 2,233.5 2,283.5 2,428.5
0.0 0.0
2007 2008 2009 2010
Caña de azúcar
70,000.0 4,500,000.0
3,853,844.3
4,000,000.0
60,000.0 3,353,670.0
3,202,665.0
3,500,000.0
50,000.0 2,779,645.0
Producción (Ton)
3,000,000.0
40,000.0 2,500,000.0
30,000.0 2,000,000.0
1,500,000.0
20,000.0
1,000,000.0
10,000.0
500,000.0
58,409.0 58,409.0 59,131.0 59,638.0
0.0 0.0
2007 2008 2009 2010
149
Cebolla
6,000.0 166,784.0 166,276.0 180,000.0
153,743.5
141,970.6 160,000.0
5,000.0
140,000.0
4,000.0 120,000.0
Producción (Ton)
100,000.0
3,000.0
80,000.0
2,000.0 60,000.0
40,000.0
1,000.0
20,000.0
5,165.0 4,888.5 4,601.1 4,698.5
0.0 0.0
2007 2008 2009 2010
Chile verde
5,000.0 147,466.5 160,000.0
135,243.4
4,500.0
125,734.8 140,000.0
4,000.0
105,632.5 120,000.0
3,500.0
Producción (Ton)
100,000.0
3,000.0
2,500.0 80,000.0
2,000.0
60,000.0
1,500.0
40,000.0
1,000.0
20,000.0
500.0
4,485.6 4,681.7 4,205.8 3,548.5
0.0 0.0
2007 2008 2009 2010
Producción (Ton) Sup. Sembrada (Ha)
150
Maíz grano
300,000.0 800,000.0
692,243.7
700,000.0
250,000.0 600,905.9
586,197.7
600,000.0
200,000.0 464,130.7
500,000.0
Producción (Ton)
150,000.0 400,000.0
300,000.0
100,000.0
200,000.0
50,000.0
100,000.0
249,765.5 187,076.3 151,954.5 196,348.2

0.0 0.0
2007 2008 2009 2010
Naranja
70,000.0 902,051.6 1,000,000.0
809,280.1 836,498.5 900,000.0
60,000.0 749,426.8
800,000.0
50,000.0 700,000.0 Producción (Ton)

600,000.0
40,000.0
500,000.0
30,000.0
400,000.0
20,000.0 300,000.0
200,000.0
10,000.0
100,000.0
57,927.1 58,868.3 58,722.8 57,681.9
0.0 0.0
2007 2008 2009 2010

151
Papa
4,500.0 160,000.0
133,630.0 135,040.0 136,848.0
4,000.0 140,000.0
122,043.6
3,500.0 120,000.0
Producción (Ton)
3,000.0
100,000.0
2,500.0
80,000.0
2,000.0
60,000.0
1,500.0
1,000.0 40,000.0
500.0 20,000.0
4,128.0 3,635.0 3,604.0 3,653.0
0.0 0.0
2007 2008 2009 2010

Pastos
300,000.0 4,500,000.0
3,880,316.2
3,503,577.7 4,000,000.0
250,000.0 3,327,035.0 3,338,708.6
3,500,000.0
Producción (Ton)
200,000.0 3,000,000.0
2,500,000.0
150,000.0
2,000,000.0
100,000.0 1,500,000.0
1,000,000.0
50,000.0
500,000.0
241,031.9 239,515.2 243,865.7 244,141.2
0.0 0.0
2007 2008 2009 2010
152
Sábila
5,000.0 178,097.6 200,000.0
4,500.0 180,000.0
4,000.0 140,054.4 160,000.0
131,600.4
3,500.0 140,000.0
Producción (Ton)
110,786.1
3,000.0 120,000.0
2,500.0 100,000.0
2,000.0 80,000.0
1,500.0 60,000.0
1,000.0 40,000.0
500.0 20,000.0
4,165.9 3,946.9 3,792.9 4,540.9
0.0 0.0
2007 2008 2009 2010
Sorgo grano
1,200,000.0 3,076,624.3 3,500,000.0
1,000,000.0 2,573,559.5 2,526,877.6 2,627,527.2 3,000,000.0

2,500,000.0
Producción (Ton)
800,000.0
2,000,000.0
600,000.0
1,500,000.0
400,000.0
1,000,000.0
200,000.0 500,000.0
932,484.6 961,043.6 959,604.2 928,834.0
0.0 0.0
2007 2008 2009 2010
153

de carne de bovino es el estado de Tamaulipas con la mayor producción reportada en el año 2009.
La menor producción está registrada en estado de Nuevo León en el año 2008.
Producción de carne.
Año Estado Valor De La Peso

Producción
Precio/Kg Producción (Miles Promedio
(Toneladas)
De Pesos) (Kg)
Nuevo León 71,229 17.07 1,215,610 387
2008 Tamaulipas 108,388 16.75 1,815,533 405
Total anual regional. 179,617 16.91* 3,031,143 396*
Nuevo León 74,280 17.78 1,320,835 393
2009 Tamaulipas 110,932 17.56 1,947,552 395
Nuevo León 72,285 16.62 1,200,995 394
2010 Tamaulipas 106,022 16.84 1,785,234 386
La siguiente tabla muestra la producción de leche de bovino para la Región 4. La mayor producción
bovino es Nuevo León en el año 2009. La menor producción se puede observar en el estado de
Tamaulipas para el año 2008.

Precio (Pesos
Por Litro)
Litros) De Pesos)
Nuevo León 39,696 3.92 155,644
2008 Tamaulipas 30,209 3.92 118,457
Total anual regional. 69,905 3.92* 274,101
Nuevo León 40,586 4.14 167,877
2009 Tamaulipas 32,326 5.89 190,486
Nuevo León 40,397 4.36 176,122
2010 Tamaulipas 30,242 5.71 172,663
154
Región 5
SUPERFICIE ESTATAL
La Región 5 cuenta con más de 213 mil Km2 de extensión territorial y está formada por seis
estados que son: Colima, Guanajuato, Jalisco, Michoacán, Nayarit y Querétaro. La mayor superficie
sembrada de la región tiene registro en el año 2008, mientras que la menor en el año 1990.

Superficie
Estado (km²)
2005 1990 2000 2007 2008 2009 2010
Colima 5627 154,111.00 161,509.27 171,473.07 168,226.59 154,723.20 153,308.14
Guanajuato 30621 1,110,596.00 1,038,714.53 1,049,463.16 1,105,148.17 1,060,560.74 1,018,084.73
Jalisco 78630 1,298,655.00 1,425,048.00 1,533,378.26 1,553,213.09 1,579,622.82 1,585,458.88
Michoacán 58667 978,915.00 1,079,223.43 1,065,272.00 1,065,773.00 1,088,796.01 1,086,149.84
Nayarit 27862 289,948.00 335,908.03 375,262.81 385,700.57 383,242.89 393,374.97
Querétaro 11658 164,252.00 170,396.00 172,503.75 170,304.50 168,755.00 178,902.10
Total 213065 3996477 4210799.26 4367353.05 4448365.92 4435700.66 4415278.66

El mayor valor de la producción para esta región está registrado en el año 2010 con 84 mil
millones de pesos, de los estados que componen a la región el que presenta una mayor
participación tiene en el valor de la producción es Michoacán y el menor es el estado de
Querétaro.

2007 2008 2009 2010

Colima 3,685,630.18 4,505,091.10 3,724,996.95 4,132,230.55
Guanajuato 12,625,362.21 16,934,810.74 13,084,870.84 15,609,250.47
Jalisco 20,750,153.96 21,678,733.35 18,558,222.96 25,433,509.96
Michoacán 24,700,855.63 28,432,618.65 29,745,555.86 30,070,178.63
Nayarit 5,614,265.29 6,425,379.72 6,501,110.29 6,590,678.98
Querétaro 1,727,700.11 2,002,121.71 1,658,075.22 2,315,137.06
Total 69,103,967.38 79,978,755.27 73,272,832.12 84,150,985.65
155
Los principales cultivos para la Región 5 se presentan a continuación:
TOTAL REGIONAL
Superficie Superficie Producción Valor (miles de
Año Cultivo
Sembrada (Ha) Sembrada (Ha) (T) pesos)
Pastos 601,359.99 600,208.49 13,361,405.66 3,049,404.99
Caña De Azúcar 131,337.58 127,328.18 10,766,867.23 4,319,060.33
Alfalfa Verde 78,595.83 78,542.83 5,770,066.92 2,962,137.90
Maíz Grano 1,710,959.34 1,593,690.35 6,840,317.78 15,615,335.03
Maíz Forrajero 134,565.50 124,954.00 4,136,801.65 1,308,218.71
2007
Sorgo Grano 428,159.51 413,031.51 2,317,321.69 4,778,559.70
Agave 147,148.58 11,061.00 1,256,744.80 2,872,109.65
Aguacate 103722.97 97678.28 1042429.02 11227412.15
Limón 72,102.36 68,097.81 1,024,753.29 2,299,209.13
Trigo Grano 162,360.07 159,661.07 851,911.15 1,883,064.61
Pastos 633,003.23 613,271.28 13,723,488.67 3,196,402.71
Caña De Azúcar 133,817.96 127,994.86 10,962,392.50 4,634,399.15
Alfalfa Verde 81,061.77 80,828.77 5,843,492.09 3,190,228.65
Maíz Grano 1,644,219.46 1,572,779.74 6,851,317.67 18,157,764.51
Maíz Forrajero 165,773.50 163,089.00 5,213,605.00 1,738,071.94
2008
Sorgo Grano 467,960.51 454,845.21 2,659,778.79 6,042,279.00
Agave 147,526.88 14,065.50 1,473,599.90 2,210,548.42
Aguacate 108963.09 99833.99 1064487.99 11716081.43
Limón 71,527.96 68,761.11 1,120,908.33 2,864,240.04
Trigo Grano 214,705.18 212,992.18 1,184,606.45 3,984,511.02
Pastos 660,810.94 639,645.29 13,816,784.19 3,426,990.15
Caña De Azúcar 133,197.95 129,880.96 10,527,187.71 4,113,954.63
Alfalfa Verde 79,327.31 79,320.31 5,363,521.51 2,901,387.36
Maíz Grano 1,643,894.57 1,204,359.32 5,027,917.06 13,243,747.86
Maíz Forrajero 170,863.50 112,336.70 3,035,678.67 1,090,359.20
2009
Sorgo Grano 476,899.40 374,367.47 2,135,686.76 4,737,305.71
Agave 131979.84 9179.22 797128.06 825021.93
Aguacate 114644.23 108596.3 1125757.23 14212468.7
Limón 62,959.67 60,440.80 882,096.66 2,611,847.97
Trigo Grano 191,111.50 180,072.53 987,005.45 2,494,530.58
Pastos 659,239.29 653,679.79 14,136,651.23 4,353,604.01
Caña De Azúcar 128,667.40 126,960.37 11,195,623.45 7,208,003.49
Alfalfa Verde 76,204.17 76,117.17 5,318,809.05 2,860,591.13
Maíz Grano 1,646,072.71 1,473,974.90 6,603,519.12 18,585,088.16
Maíz Forrajero 183,820.30 158,224.50 4,496,123.79 1,635,871.00
2010
Sorgo Grano 452718.98 426314.26 2307056.45 5962766.24
Agave 130,960.33 9,020.70 815,355.33 829,888.33
Aguacate 118488.97 110480.07 1007895.79 13195670.52
Limón 68,358.66 61,973.64 863,727.74 2,769,362.16
Trigo Grano 101,217.44 92,116.36 505,310.98 1,366,856.81
156
En el cultivo de pastos, el estado de Jalisco es quien presenta la mayor producción del año 2007 al
año 2010 siendo este último donde se registra la mayor producción. Por otro lado Querétaro es el
estado de esta región que presenta el menor volumen de producción de este cultivo en el año
2010.
PASTOS
Año Estado Superficie Superficie Producción (T) Valor (miles de
Sembrada Sembrada pesos)
(Ha) (Ha)
Colima 63,249.00 63,249.00 1,588,178.35 427,506.00
Guanajuato 3,129.00 3,129.00 96,066.90 46,519.76
Jalisco 381,891.26 381,492.96 9,117,559.62 1,678,401.80
2007
Michoacán 81,668.03 81,458.03 924,217.19 312,347.86
Nayarit 71,066.70 70,523.50 1,617,580.60 578,819.59
Querétaro 356 356 17,803.00 5,809.98
Colima 62,973.68 62,485.68 1,686,576.54 489,198.89
Guanajuato 3,292.00 3,292.00 88,051.90 45,015.40
Jalisco 402,134.07 392,071.57 9,308,164.48 1,843,582.50
2008
Michoacán 83,323.53 83,323.53 952,238.80 342,987.77
Nayarit 81,106.95 71,925.50 1,677,047.95 471,003.88
Querétaro 173 173 11,409.00 4,614.27
Colima 61,210.68 58,745.68 1,314,736.34 407,209.41
Guanajuato 2,995.00 2,750.50 77,055.96 38,284.22
Jalisco 429,679.68 414,871.23 9,622,107.47 2,097,779.00
2009
Michoacán 84,855.13 83,287.13 938,437.72 336,137.60
Nayarit 81,742.45 79,662.75 1,847,712.70 542,392.31
Querétaro 328 328 16,734.00 5,187.61
Colima 61,284.68 61,284.68 1,423,063.58 452,380.73
Guanajuato 4,190.00 4,190.00 116,938.65 63,927.08
Jalisco 431,121.53 426,017.78 9,696,321.09 2,880,865.11
2010
Michoacán 81,429.63 80,974.63 1,084,301.60 442,059.80
Nayarit 81,026.45 81,025.70 1,806,551.31 510,396.34
Querétaro 187 187 9,475.00 3,974.95
157
En el cultivo de caña de azúcar los estados de Guanajuato y Querétaro no registran actividad. Por
otro lado, el estado de Jalisco registra la mayor producción de este cultivo en la región teniendo la
mayor producción en el año 2010.
CAÑA DE AZÚCAR
(Ha) (Ha)
Colima 8,438.50 8,434.50 754,786.50 284,593.67
Guanajuato - - - -
Jalisco 71,565.82 70,287.34 6,139,325.58 2,473,630.32
2007
Michoacán 18,716.20 16,019.14 1,399,426.40 557,265.70
Nayarit 32,617.06 32,587.20 2,473,328.75 1,003,570.64
Querétaro - - - -
Colima 8,932.50 8,697.50 748,047.50 303,551.80
Guanajuato - - - -
Jalisco 71,548.96 68,050.26 5,974,607.95 2,565,918.64
2008
Michoacán 18,719.30 17,178.40 1,458,428.35 603,986.73
Nayarit 34,617.20 34,068.70 2,781,308.70 1,160,941.98
Querétaro - - - -
Colima 9,633.00 9,346.00 836,416.00 309,207.58
Guanajuato - - - -
Jalisco 71,976.76 69,917.77 5,741,456.01 2,136,584.92
2009
Michoacán 18,229.00 17,259.00 1,323,751.14 531,015.10
Nayarit 33,359.19 33,358.19 2,625,564.56 1,137,147.03
Querétaro - - - -
Colima 10,939.85 10,939.85 1,018,619.10 652,447.51
Guanajuato - - - -
Jalisco 69,707.61 68,611.76 6,221,412.79 4,014,822.14
2010
Michoacán 14,655.75 14,101.57 1,209,571.87 781,180.22
Nayarit 33,364.19 33,307.19 2,746,019.69 1,759,553.62
Querétaro - - - -
158
El estado de Colima no presenta registro en la producción de alfalfa del año 2007 al año 2010. El
mayor productor de este cultivo es el estado de Guanajuato, teniendo el mayor registro en el año
2008 y el menor registro de la región es para el estado de Nayarit en el año 2007.
ALFALFA VERDE
(Ha) (Ha)
Colima - - - -
Guanajuato 56,803.50 56,803.50 4,046,935.00 2,325,879.23
Jalisco 9,494.62 9,488.62 827,368.19 288,225.36
2007
Michoacán 4,309.96 4,309.96 251,583.73 135,503.90
Nayarit 105.75 105.75 3,801.00 3,801.00
Querétaro 7,882.00 7,835.00 640,379.00 208,728.41
Colima - - - -
Guanajuato 58,921.26 58,921.26 4,195,465.84 2,566,931.98
Jalisco 10,060.50 10,057.50 758,233.26 262,965.29
2008
Michoacán 4,152.01 3,967.01 253,309.29 150,129.59
Nayarit 104 104 4,520.00 2,486.00
Querétaro 7,824.00 7,779.00 631,963.70 207,715.79
Colima - - - -
Guanajuato 57,556.26 57,556.26 3,750,382.09 2,239,425.15
Jalisco 10,046.50 10,046.50 741,566.61 288,384.97
2009
Michoacán 3,889.55 3,889.55 242,877.81 155,207.97
Nayarit 104 104 4,626.00 2,544.30
Querétaro 7,731.00 7,724.00 624,069.00 215,824.97
Colima - - - -
Guanajuato 53,675.67 53,675.67 3,698,699.55 2,124,947.34
Jalisco 10,210.50 10,209.50 734,222.66 308,530.48
2010
Michoacán 4,394.00 4,354.00 273,130.34 183,009.87
Nayarit 104 98 4,342.00 2,431.52
Querétaro 7,820.00 7,780.00 608,414.50 241,671.92
159
El estado de Jalisco registra la mayor producción de maíz grano en la región del año 2007 al año
2010 siendo en este último año donde se registra la mayor producción. El estado de Colima en el
año 2009 registra la menor producción de este cultivo.
MAÍZ DE GRANO
(Ha) (Ha)
Colima 15,334.00 15,334.00 43,403.45 107,911.43
Guanajuato 421,982.30 358,297.70 1,374,286.84 2,995,927.17
Jalisco 618,688.40 592,763.10 3,251,674.74 7,562,378.68
2007
Michoacán 483,734.25 465,520.56 1,566,712.09 3,603,444.78
Nayarit 53,717.59 53,712.59 227,780.43 599,446.11
Querétaro 117,502.80 108,062.40 376,460.23 746,226.86
Colima 13,809.00 13,488.50 39,633.00 133,717.38
Guanajuato 396,360.56 355,184.36 1,499,194.28 3,861,433.72
Jalisco 605,917.15 588,883.95 3,205,017.05 8,650,260.68
2008
Michoacán 469,373.75 458,002.33 1,608,916.07 4,235,920.66
Nayarit 45,698.20 45,559.70 186,568.29 523,012.66
Querétaro 113,060.80 111,660.90 311,988.98 753,419.41
Colima 13,370.00 12,608.00 28,733.30 75,542.12
Guanajuato 383,253.88 179,741.25 844,469.96 2,233,069.19
Jalisco 606,834.74 532,687.39 2,543,055.73 6,630,149.61
2009
Michoacán 477,473.75 355,787.48 1,182,457.59 3,166,893.02
Nayarit 49,697.00 46,452.00 214,439.91 597,165.03
Querétaro 113,265.20 77,083.20 214,760.57 540,928.89
Colima 12,610.50 12,610.50 38,141.05 106,935.60
Guanajuato 389,295.85 284,200.52 1,185,172.29 3,356,278.61
Jalisco 603,798.81 565,895.22 3,395,071.76 9,537,188.34
2010
Michoacán 475,879.25 463,566.06 1,526,483.72 4,288,468.77
Nayarit 45,037.30 43,369.10 176,223.69 509,107.92
Querétaro 119,451.00 104,333.50 282,426.61 787,108.92
160
El cultivo de maíz forrajero no presenta registro en el estado de Michoacán del año 2007 al año
2010. Jalisco es el estado que presenta la mayor producción de este cultivo y en el año 2008
registra el mayor volumen de producción.
MAÍZ FORRAJERO
(Ha) (Ha)
Colima 1,546.50 1,546.50 60,640.00 18,398.11
Guanajuato 4,655.00 4,655.00 234,791.50 107,779.83
Jalisco 116,656.00 107,129.50 3,199,749.15 1,015,891.41
2007
Michoacán - - - -
Nayarit 595 595 16,524.00 5,281.15
Querétaro 11,113.00 11,028.00 625,097.00 160,868.21
Colima 2,382.50 2,382.50 91,248.00 42,575.45
Guanajuato 4,849.00 4,849.00 244,910.00 119,340.90
Jalisco 146,354.00 143,669.50 4,162,877.00 1,331,399.82
2008
Michoacán - - - -
Nayarit 493 493 9,425.00 2,568.75
Querétaro 11,695.00 11,695.00 705,145.00 242,187.02
Colima 3,292.00 3,152.00 79,819.80 27,568.85
Guanajuato 4,429.50 4,064.50 170,954.00 88,777.30
Jalisco 151,330.00 93,308.20 2,101,857.37 742,824.05
2009
Michoacán - - - -
Nayarit 866 866 23,446.50 7,385.05
Querétaro 10,946.00 10,946.00 659,601.00 223,803.95
Colima 2,493.00 2,493.00 69,070.00 31,334.20
Guanajuato 5,886.00 5,815.00 263,536.00 155,190.70
Jalisco 157,573.30 132,159.50 3,130,168.64 1,116,953.33
2010
Michoacán - - - -
Nayarit 6,209.00 6,098.00 297,995.15 78,604.71
Querétaro 11,659.00 11,659.00 735,354.00 253,788.06
161
Del año 2007 al año 2010 el estado de Guanajuato registra la mayor producción de sorgo grano
entre los estado de la región, en el año 2008 registra la mayor producción. El estado de Colima en
el año 2010 registra la menor producción de este cultivo.
SORGO GRANO
(Ha) (Ha)
Colima 1,401.00 1,401.00 5,523.80 6,915.28
Guanajuato 219,234.00 209,863.00 1,298,477.75 2,712,398.37
Jalisco 38,586.00 37,766.00 175,870.04 355,504.96
2007
Michoacán 107,410.50 103,498.50 499,018.90 1,017,247.98
Nayarit 55,946.01 54,948.01 291,922.20 591,799.26
Querétaro 5,582.00 5,555.00 46,509.00 94,693.85
Colima 1,480.70 1,480.70 6,486.96 22,157.10
Guanajuato 256,236.31 248,158.31 1,607,025.00 3,516,100.00
Jalisco 26,942.00 25,684.50 135,335.88 327,512.29
2008
Michoacán 108,561.50 105,370.70 536,133.40 1,266,006.23
Nayarit 68,658.00 68,093.00 327,451.05 793,807.08
Querétaro 6,082.00 6,058.00 47,346.50 116,696.30
Colima 1,783.00 1,673.00 5,950.50 17,049.40
Guanajuato 260,156.15 193,841.64 1,198,238.30 2,634,754.41
Jalisco 27,028.25 23,964.63 129,711.49 299,013.50
2009
Michoacán 121,271.00 88,265.20 410,555.57 901,485.66
Nayarit 62,593.00 62,593.00 358,590.30 815,988.51
Querétaro 4,068.00 4,030.00 32,640.60 69,014.23
Colima 988 988 3,688.00 13,042.90
Guanajuato 233,572.73 220,744.82 1,353,517.90 3,558,746.68
Jalisco 34,516.25 33,334.25 188,255.47 493,756.65
2010
Michoacán 119,015.50 114,173.19 469,390.85 1,224,984.12
Nayarit 59,384.50 51,832.00 249,683.73 562,217.50
Querétaro 5,242.00 5,242.00 42,520.50 110,018.39
162
En el año 2010 el estado de Colima no presenta registro de producción de agave. En el año 2008 el
estado de Jalisco registra el mayor volumen de producción, mientras que para este mismo estado
la menor producción está registrada en el año 2009.
AGAVE
(Ha) (Ha)
Colima 1,754.50 0 0 0
Guanajuato 4,407.21 305 19,775.00 59,325.00
Jalisco 122,832.46 9,797.00 1,141,094.80 2,595,547.15
2007
Michoacán 8,467.38 9 1,035.00 724.5
Nayarit 9,653.03 922 92,390.00 215,900.50
Querétaro 34 28 2,450.00 612.5
Colima 1,722.50 0 0 0
Guanajuato 6,506.99 182 17,605.00 35,210.00
Jalisco 121,146.25 11,807.00 1,272,074.40 1,767,161.48
2008
Michoacán 8,363.11 762.5 92,604.00 173,375.24
Nayarit 9,745.03 1,272.00 88,790.50 227,930.50
Querétaro 43 42 2,526.00 6,871.20
Colima 310.33 0 0 0
Guanajuato 7,633.99 116 11,245.00 7,177.00
Jalisco 107,700.12 7,404.22 659,707.66 721,871.45
2009
Michoacán 7,083.37 59 5,900.00 2,360.00
Nayarit 9,215.03 1,572.00 118,651.40 92,639.08
Querétaro 37 28 1,624.00 974.4
Colima - - - -
Guanajuato 15,419.99 1,179.00 93,166.00 49,686.70
Jalisco 100,316.30 7,550.20 702,308.93 762,967.99
2010
Michoacán 7,277.01 6.5 845 845
Nayarit 7,840.03 178 13,364.40 11,284.74
Querétaro 107 107 5,671.00 5,103.90
163
La mayor producción de aguacate en la región está registrada en el estado de Michoacán del año
2007 al año 2010, la mayor producción para este estado se puede observar en el año 2009. El
estado de Querétaro registra la menor producción de este cultivo.
AGUACATE
(Ha) (Ha)
Colima 95.5 95.5 961 6,078.24
Guanajuato 213.6 206.6 2,140.90 7,405.85
Jalisco 2,167.58 1,025.76 10,207.73 101,402.75
2007
Michoacán 98,462.74 93,574.62 1,006,059.00 11,025,767.14
Nayarit 2,688.55 2,680.80 22,710.54 84,488.42
Querétaro 95 95 349.85 2,269.75
Colima 95.5 95.5 968 6,033.00
Guanajuato 212.6 150 711.9 2,603.50
Jalisco 2,228.88 1,230.13 11,177.57 125,086.22
2008
Michoacán 103,628.60 95,563.85 1,024,582.25 11,439,175.51
Nayarit 2,702.51 2,699.51 26,726.67 141,782.66
Querétaro 95 95 321.6 1,400.54
Colima 67.14 67.14 683.9 5,396.20
Guanajuato 157 150 873.2 5,153.40
Jalisco 5,402.88 1,987.83 15,381.43 189,056.33
2009
Michoacán 106,221.70 103,602.82 1,081,903.69 13,857,357.46
Nayarit 2,702.51 2,699.51 26,627.11 153,916.93
Querétaro 93 89 287.9 1,588.38
Colima 8.41 8.41 85.78 686.24
Guanajuato 157 157 706.4 3,215.70
Jalisco 8,468.48 4,225.83 29,986.78 370,754.14
2010
Michoacán 107,057.57 103,302.82 950,942.32 12,640,768.40
Nayarit 2,707.51 2,696.01 25,843.01 178,129.12
Querétaro 90 90 331.5 2,116.92
164
Del año 2007 al año 2010 el estado que registra la menor producción de limón es Guanajuato
presentando la menor producción en el año 2008. El estado de Colima registra la mayor
producción de este cultivo en el año 2008.
LIMÓN
(Ha) (Ha)
Colima 30,751.00 29,086.00 586,210.63 1,290,329.68
Guanajuato 9 9 39.6 145.73
Jalisco 2,389.40 1,773.65 18,878.31 65,613.98
2007
Michoacán 36,966.56 35,383.76 405,767.61 890,359.94
Nayarit 1,973.40 1,832.40 13,803.64 52,695.60
Querétaro 13 13 53.5 64.2
Colima 29,782.11 28,322.11 657,989.90 1,860,745.66
Guanajuato 8 1 2.2 2.97
Jalisco 2,797.55 1,978.75 27,570.46 104,348.21
2008
Michoacán 36,971.55 36,561.75 421,998.81 860,358.37
Nayarit 1,955.75 1,884.50 13,302.16 38,734.96
Querétaro 13 13 44.8 49.87
Colima 21,287.80 20,168.80 423,039.86 1,336,797.20
Guanajuato 1 1 2.8 3.75
Jalisco 3,176.57 2,378.65 30,351.00 127,977.96
2009
Michoacán 36,431.55 35,870.35 414,562.13 1,117,829.54
Nayarit 2,049.75 2,009.00 14,093.47 29,144.72
Querétaro 13 13 47.4 94.8
Colima 21,512.64 21,213.64 381,247.30 1,258,934.11
Guanajuato 1 1 4 6.8
Jalisco 4,078.30 2,521.60 32,856.49 128,492.41
2010
Michoacán 40,595.05 36,119.95 432,235.43 1,340,405.34
Nayarit 2,158.67 2,104.45 17,332.42 41,458.78
Querétaro 13 13 52.1 64.72
165
Los estado de Colima y Nayarit no presentan registro de cultivo de trigo de los año 2007 al año
2010. Guanajuato en el año 2008 registra la mayor producción de este cultivo mientras que su
menor registro se puede observar en el año 2010.
TRIGO GRANO
(Ha) (Ha)
Colima - - - -
Guanajuato 96,122.57 94,528.57 512,268.60 1,131,177.68
Jalisco 31,702.00 30,597.00 160,143.65 354,752.39
2007
Michoacán 33,651.50 33,651.50 176,342.90 390,879.04
Nayarit - - - -
Querétaro 884 884 3,156.00 6,255.50
Colima - - - -
Guanajuato 144,045.00 142,339.00 809,153.99 2,716,276.80
Jalisco 34,018.00 34,018.00 183,538.56 623,587.57
2008
Michoacán 35,938.18 35,938.18 189,304.90 636,764.89
Nayarit - - - -
Querétaro 704 697 2,609.00 7,881.76
Colima - - - -
Guanajuato 118,092.50 111,194.00 655,088.53 1,616,220.51
Jalisco 35,784.00 31,688.50 145,021.59 385,719.59
2009
Michoacán 36,402.00 36,357.03 183,544.33 483,828.75
Nayarit - - - -
Querétaro 833 833 3,351.00 8,761.73
Colima - - - -
Guanajuato 58,120.46 51,017.53 303,575.57 818,238.96
Jalisco 22,111.00 20,541.00 102,830.40 275,918.45
2010
Michoacán 20,617.98 20,336.83 97,801.41 269,596.20
Nayarit - - - -
Querétaro 368 221 1,103.60 3,103.20
166
En las gráficas siguientes se muestra la superficie sembrada y la producción para los diez
principales cultivos de la región.
Pastos
700,000.0 13,723,488.7 13,816,784.2 14,136,651.2 16,000,000.0
13,361,405.7
600,000.0 14,000,000.0
12,000,000.0
Producción (Ton)
500,000.0
10,000,000.0
400,000.0
8,000,000.0
300,000.0
6,000,000.0
200,000.0 4,000,000.0
100,000.0 2,000,000.0
601,360.0 633,003.2 660,810.9 659,239.3
0.0 0.0
2007 2008 2009 2010

Alfalfa verde
90,000.0 7,000,000.0
5,770,066.9 5,843,492.1
80,000.0 5,363,521.5 5,318,809.1 6,000,000.0
70,000.0
5,000,000.0
Producción (Ton)
60,000.0
50,000.0 4,000,000.0
40,000.0 3,000,000.0
30,000.0
2,000,000.0
20,000.0
1,000,000.0
10,000.0
78,595.8 81,061.8 79,327.3 76,204.2
0.0 0.0
2007 2008 2009 2010
167
Sorgo grano
600,000.0 2,659,778.8 3,000,000.0

2,317,321.7 2,307,056.5
500,000.0 2,135,686.8 2,500,000.0
Producción (Ton)
400,000.0 2,000,000.0
300,000.0 1,500,000.0
200,000.0 1,000,000.0
100,000.0 500,000.0
428,159.5 467,960.5 476,899.4 452,719.0
0.0 0.0
2007 2008 2009 2010
Trigo grano
250,000.0 1,400,000.0
1,184,606.5
1,200,000.0
200,000.0 987,005.5
851,911.2 1,000,000.0
Producción (Ton)
150,000.0 800,000.0
505,311.0
100,000.0 600,000.0
400,000.0
50,000.0
200,000.0
162,360.1 214,705.2 191,111.5 101,217.4
0.0 0.0
2007 2008 2009 2010
168
Agave
1,473,599.9
160,000.0 1,600,000.0
140,000.0 1,256,744.8 1,400,000.0

120,000.0 1,200,000.0
Producción (Ton)
100,000.0 797,128.1 815,355.3 1,000,000.0
80,000.0 800,000.0
60,000.0 600,000.0
40,000.0 400,000.0
20,000.0 200,000.0
147,148.6 147,526.9 131,979.8 130,960.3
0.0 0.0
2007 2008 2009 2010
Aguacate
1,125,757.2
140,000.0 1,042,429.0 1,064,488.0 1,200,000.0
1,007,895.8
120,000.0 1,000,000.0
100,000.0
Producción (Ton)
800,000.0
80,000.0
600,000.0
60,000.0
400,000.0
40,000.0
20,000.0 200,000.0
103,723.0 108,963.1 114,644.2 118,489.0
0.0 0.0
2007 2008 2009 2010
169
Limón
1,120,908.3
80,000.0 1,024,753.3 1,200,000.0
70,000.0 882,096.7 863,727.7 1,000,000.0
60,000.0
Producción (Ton)
800,000.0
50,000.0
40,000.0 600,000.0
30,000.0
400,000.0
20,000.0
200,000.0
10,000.0
72,102.4 71,528.0 62,959.7 68,358.7
0.0 0.0
2007 2008 2009 2010
Maíz forrajero
200,000.0 5,213,605.0 6,000,000.0

180,000.0
4,496,123.8 5,000,000.0
160,000.0 4,136,801.7
140,000.0
Producción (Ton)
4,000,000.0
120,000.0 3,035,678.7
100,000.0 3,000,000.0
80,000.0
2,000,000.0
60,000.0
40,000.0
1,000,000.0
20,000.0
134,565.5 165,773.5 170,863.5 183,820.3
0.0 0.0
2007 2008 2009 2010
170
Caña de azúcar
10,962,392.5 11,195,623.5
160,000.0 10,766,867.2 10,527,187.7 12,000,000.0
140,000.0
10,000,000.0
120,000.0
Producción (Ton)
8,000,000.0
100,000.0
80,000.0 6,000,000.0
60,000.0
4,000,000.0
40,000.0
2,000,000.0
20,000.0
131,337.6 133,818.0 133,198.0 128,667.4
0.0 0.0
2007 2008 2009 2010

Maíz grano
1,800,000.0 8,000,000.0
6,840,317.8 6,851,317.7
6,603,519.1
1,600,000.0 7,000,000.0
1,400,000.0
5,027,917.1 6,000,000.0
Producción (Ton)
1,200,000.0
5,000,000.0
1,000,000.0
4,000,000.0
800,000.0
3,000,000.0
600,000.0
2,000,000.0
400,000.0
200,000.0 1,000,000.0
1,710,959.3 1,644,219.5 1,643,894.6 1,646,072.7
0.0 0.0
2007 2008 2009 2010
171

de carne de bovino es el estado de Jalisco con la mayor producción reportada en el año 2010. La
menor producción está registrada en estado de Colima en el año 2009.
Año Estado VALOR DE LA PESO

PRODUCCIÓN
PRECIO/Kg PRODUCCIÓN PROMEDIO
(Toneladas)
(Miles de pesos) (Kg)
Colima 19,849 18.82 373,515 458
Guanajuato 79,462 17.59 1,397,977 389
Jalisco 347,594 16.69 5,802,029 440
2008 Michoacán 137,217 17.76 2,437,326 370
Nayarit 47,096 15.18 714,822 327
Querétaro 48,813 19.96 974,127 441
Total anual regional. 680,031 17.66* 11,699,796 404.16*
Colima 18,799 17.94 337,171 449
Guanajuato 75,186 18.32 1,377,692 389
Jalisco 351,636 16.88 5,934,194 441
2009 Michoacán 145,221 18.09 2,626,332 369
Nayarit 44,115 15.79 696,600 332
Querétaro 51,764 21.04 1,089,218 444
Colima 19,829 17.7 350,952 452
Guanajuato 78,335 17.52 1,372,546 389
Jalisco 366,893 17.02 6,244,529 438
2010 Michoacán 154,164 17.55 2,706,152 372
Nayarit 45,427 15.57 707,094 330
Querétaro 52,423 21.97 1,151,769 442
172
bovino es Jalisco en el año 2010. La menor producción se puede observar en el estado de Colima
para el año 2009.
Año Estado
Colima 36,525 6.71 245,121
Guanajuato 684,202 3.91 2,673,266
Jalisco 1,861,333 4.15 7,714,352
2008 Michoacán 334,850 4.36 1,460,683
Nayarit 62,019 3.68 228,180
Querétaro 195,791 4.21 824,209
Total anual regional. 3,174,720 4.50* 13,145,811
Colima 32,349 7.07 228,603
Guanajuato 761,759 3.91 2,978,408
Jalisco 1,900,343 4.25 8,066,497
2009 Michoacán 331,909 4.74 1,573,655
Nayarit 60,130 4.2 252,325
Querétaro 192,435 4.42 849,800
Colima 34,883 7.41 258,344
Guanajuato 775,108 4.19 3,250,783
Jalisco 1,960,999 4.25 8,336,447
2010 Michoacán 331,038 5 1,654,087
Nayarit 60,742 4.3 261,368
Querétaro 192,422 4.54 873,675
173
Región 6
SUPERFICIE ESTATAL
La región 6 está compuesta por los estados de Campeche, Quintana Roo y Yucatán. La extensión
territorial de esta región es de 39 mil Km2. El mayor registro de superficie sembrada de esta región
está registrado en el año 2008, mientras que el menor registro se ubica en el año 1990.
Superficie. Superficie. Superficie. Superficie. Superficie.

Sembrada Sembrada Sembrada Sembrada Sembrada
(km²) (km²)
Estado (Ha) (Ha) (Ha) (Ha) (Ha)
2005 1990 2000 2007 2008 2009 2010

Campeche 57,727.00 131,410.00 222,227.77 228,094.79 232,970.31 234,165.15 236,895.25
Quintana
42,535.00 222,854.00 123,118.81 126,739.50 119,937.43 123,815.39 112,199.36
Roo
Yucatán 39,671.00 296,663.00 792,438.01 779,132.76 781,234.49 780,170.22 640,085.79

Total 139,933.00 650,927.00 1,137,784.59 1,133,967.05 1,134,142.23 1,138,150.76 989,180.4
El mayor valor de la producción de esta región está registrado en el año 2010, mientras que el
menor registro se puede observar en el año 2007. De manera individual el mayor valor de la
producción del estado de Campeche está registrado en el año 2010, así como para el estado de
Quintana Roo, mientras que para el estado de Yucatán se registra en el año 2008.
Valor (Miles de Valor (Miles de Valor (Miles de

Valor (Miles de Pesos)
Estado Pesos) Pesos) Pesos)
2007 2008 2009 2010
Campeche 1,167,869.52 1,647,205.79 1,867,279.46 2,322,436.57
Quintana Roo 795,348.90 632,474.55 905,658.35 1,629,786.25
Yucatán 2,805,695.70 3,021,055.86 2,023,598.24 2,599,168.70
Total 4,768,914.12 5,300,736.20 4,796,536.05 6,551,391.52
174
Los principales cultivos de la región se enlistan a continuación:
TOTAL REGIONAL
Superficie Superficie Producción Valor (miles de
Año Cultivo
Sembrada (Ha) Sembrada (Ha) (T) pesos)
Pastos 565,968.99 562,972.18 12,673,376.16 1,574,318.22
Caña de Azúcar 32,911.84 32,364.84 1,913,448.00 694,978.83
Maíz Grano 391,717.08 276,384.85 318,989.59 825,298.18
Naranja 23,660.75 21,621.95 245,300.86 307,560.33
Limón 5837.44 4629.54 88853.99 115051.09
2007
Sandía 2,390.15 2,287.90 36,453.00 95,147.91
Papaya 1983.3 1342.32 73097.25 253392.05
Chile Verde 5,913.42 3,812.01 20,426.76 101,695.84
Mango 3,075.50 2,860.50 37,209.40 59,834.86
Soya 1,862.00 1,862.00 3,843.00 10,990.60
Pastos 572,242.81 565,375.57 4,079,447.31 2,030,666.88
Caña de Azúcar 35,640.31 32,543.31 1,564,850.39 579,386.87
Maíz Grano 388,201.44 150,041.64 257,442.68 697,010.96
Naranja 22,982.67 19,964.25 241,934.90 306,666.33
Limón 6033.66 5360.06 111945.99 127788
2008
Sandía 2,970.93 2,786.50 62,122.80 141,265.78
Papaya 1772.02 1256.52 55584.74 230360.39
Chile Verde 7,457.74 6,561.56 38,851.86 159,320.11
Mango 3,067.20 2,978.20 38,738.73 60,674.79
Soya 5,352.00 5,252.00 11,447.50 50,425.90
Pastos 577,529.14 569,767.84 4,648,424.11 906,449.34
Caña de Azúcar 32,611.00 31,429.38 1,363,386.57 501,502.70
Maíz Grano 381,260.11 301,993.49 356,687.98 929,665.87
Naranja 19,601.83 17,768.20 163,840.52 263,099.00
Limón 6107.92 5459.4 111836.83 204076.33
2009
Sandía 2,178.24 2,159.04 51,874.70 140,934.26
Papaya 2222.8 1745 77893.01 261867.58
Chile Verde 5,256.87 5,162.73 31,637.47 185,443.30
Mango 3,079.50 3,039.10 41,929.45 67,093.15
Soya 14,185.00 13,983.00 28,350.40 142,752.20
Pastos 439,351.69 432,136.13 3,930,481.92 1,208,948.91
Caña de Azúcar 30,880.28 30,209.49 1,676,470.50 1,095,468.70
Maíz Grano 375,121.43 366,079.83 560,903.09 1,707,428.25
Naranja 19,701.80 18,263.86 203,726.09 260,381.26
Limón 6,611.78 5,761.30 120,536.40 218,916.69
2010
Sandía 2,459.02 2,363.12 50,258.42 160,351.96
Papaya 1810.9 1190.3 59911.47 284989.77
Chile Verde 5,406.93 4,974.86 30,676.19 229,434.98
Mango 3,029.10 2,981.10 47,256.46 66,705.37
Soya 20,093.44 20,044.44 26,361.91 145,270.17
175
Durante los años 2007 al 2010 el cultivo de pastos no registra actividad en los estados de
Campeche y Quintana Roo. La mayor producción de este cultivo está registrada en el año 2007
para el estado de Yucatán.
PASTOS
Sembrada (Ha) Sembrada (Ha) pesos)
Campeche - - - -
2007 Quintana Roo - - - -
Yucatán 565,968.99 562,972.18 12,673,376.16 1,574,318.22
Campeche - - - -
Yucatán 572,242.81 565,375.57 4,079,447.31 2,030,666.88
Campeche - - - -
Yucatán 577,529.14 569,767.84 4,648,424.11 906,449.34
Campeche - - - -
Yucatán 439,351.69 432,136.13 3,930,481.92 1,208,948.91
El estado de Yucatán no presenta actividad en el cultivo de caña de azúcar del año 2007 al año
2010. El estado de Quintana Roo presenta la mayor producción de este cultivo en el año 2007,
mientras que el menor registro se puede observar en el estado de Campeche para el año 2010.
CAÑA DE AZÚCAR
Campeche 8,358.84 8,358.84 400,935.00 170,802.32
2007 Quintana Roo 24,553.00 24,006.00 1,512,513.00 524,176.51
Yucatán - - - -
Campeche 9,582.31 9,582.31 393,258.00 168,275.10
2008 Quintana Roo 26,058.00 22,961.00 1,171,592.39 411,111.77
Yucatán - - - -
Campeche 10,382.00 9,200.38 371,273.00 147,024.11
2009 Quintana Roo 22,229.00 22,229.00 992,113.57 354,478.59
Yucatán - - - -
Campeche 9,096.28 8,425.49 322,308.50 215,263.40
2010 Quintana Roo 21,784.00 21,784.00 1,354,162.00 880,205.30
Yucatán - - - -
176
El cultivo de maíz en grano presenta la mayor producción en el estado de Campeche durante el

año 2009. El estado de Quintan Roo presenta el menor registro de producción de este cultivo en el
año 2008.
MAÍZ GRANO
Campeche 161,938.00 91,777.25 164,039.87 370,685.44
2007 Quintana Roo 64,581.50 26,283.30 15,692.04 42,062.56
Yucatán 165,197.58 158,324.30 139,257.68 412,550.18
Campeche 160,710.00 109,759.43 225,492.45 597,134.06
2008 Quintana Roo 66,042.00 9,660.00 4,160.32 10,900.32
Yucatán 161,449.44 30,622.21 27,789.91 88,976.58
Campeche 156,260.00 141,638.00 278,697.64 685,241.38
2009 Quintana Roo 72,150.55 69,358.55 33,769.56 103,904.47
Yucatán 152,849.56 90,996.94 44,220.78 140,520.02
Campeche 156,401.00 151,678.00 384,582.11 1,127,612.50
2010 Quintana Roo 69,560.55 66,842.55 55,779.45 166,184.43
Yucatán 149,159.88 147,559.28 120,541.53 413,631.32
El estado de Yucatán es el principal productor de naranja de la región, presentando en el año 2008

la mayor producción de este cultivo. Mientras que en año 2010 se registra el menor volumen de
producción en el estado de Campeche.
NARANJA
CAMPECHE 4,934.00 4,790.35 46,715.56 112,483.57
2007 QUINTANA ROO 4,429.50 3,712.00 40,519.30 50,391.34
YUCATÁN 14,297.25 13,119.60 158,066.00 144,685.42
CAMPECHE 4,932.50 3,086.50 34,875.00 86,117.60
2008 QUINTANA ROO 3,893.00 3,607.00 45,774.72 51,167.30
YUCATÁN 14,157.17 13,270.75 161,285.18 169,381.43
CAMPECHE 3,192.00 3,157.00 37,018.10 94,969.13
2009 QUINTANA ROO 2,772.00 2,346.00 32,288.50 15,704.81
YUCATÁN 13,637.83 12,265.20 94,533.92 152,425.06
CAMPECHE 3,135.00 2,994.00 25,955.50 71,239.20
2010 QUINTANA ROO 3,260.00 3,254.00 40,099.30 63,936.01
YUCATÁN 13,306.80 12,015.86 137,671.29 125,206.05
177
Del año 2007 al año 2010 el estado de Yucatán presenta la mayor producción de limón, siendo el
año 2010 donde se registra el mayor valor de la producción, mientras que el estado de Quintana
Roo registra la menor producción en el año 2009.
LIMÓN
Campeche 902.5 838.5 7,326.00 25,025.20
2007 Quintana Roo 382 153 1,465.15 1,982.65
Yucatán 4,552.94 3,638.04 80,062.84 88,043.24
Campeche 802.5 802.5 5,276.14 14,787.46
2008 Quintana Roo 279 194 1,514.65 2,262.68
Yucatán 4,952.16 4,363.56 105,155.20 110,737.86
Campeche 882 841 5,952.85 17,545.86
2009 Quintana Roo 194 163 1,106.90 2,031.12
Yucatán 5,031.92 4,455.40 104,777.08 184,499.35
Campeche 1,016.50 1,006.50 6,783.75 21,017.27
2010 Quintana Roo 330 282.5 2,082.20 5,875.90
Yucatán 5,265.28 4,472.30 111,670.45 192,023.52
La mayor producción de sandía en la región está registrada en el estado de Campeche durante el

año 2008. La menor producción de este cultivo lo registra el estado de Quintana Roo durante el
año 2007.
SANDÍA
Campeche 1,376.50 1,333.00 24,749.00 64,099.31
2007 Quintana Roo 349.15 332.9 1,362.00 3,933.00
Yucatán 664.5 622 10,342.00 27,115.60
Campeche 1,949.00 1,945.75 48,318.75 113,201.22
2008 Quintana Roo 297 297 5,291.80 8,596.41
Yucatán 724.93 543.75 8,512.25 19,468.15
Campeche 1,459.40 1,459.40 40,105.50 109,819.30
2009 Quintana Roo 206.09 206.09 3,660.70 8,906.54
Yucatán 512.75 493.55 8,108.50 22,208.42
Campeche 1,597.05 1,597.05 38,462.44 130,443.18
2010 Quintana Roo 223.27 223.07 4,126.48 9,426.58
Yucatán 638.7 543 7,669.50 20,482.20
178
Durante el año 2007 el estado de Yucatán presenta el mayor registro de papaya en la región,
durante este mismo año el estado de Campeche presenta el menor registro de producción del
mencionado cultivo.
PAPAYA
Año Estado Superficie Superficie Producción (Ton) Valor (miles de
Campeche 250.5 163 5,752.68 19,031.73
2007 Quintana Roo 313.3 194.8 10,537.17 24,797.47
Yucatán 1,419.50 984.52 56,807.40 209,562.85
Campeche 384 374 14,401.18 52,268.13
2008 Quintana Roo 364.3 168.8 6,470.56 16,410.76
Yucatán 1,023.72 713.72 34,713.00 161,681.50
Campeche 952 822 26,190.00 94,917.00
2009 Quintana Roo 303 246 17,229.01 48,042.43
Yucatán 967.8 677 34,474.00 118,908.15
Campeche 752 582 23,092.90 110,592.53
2010 Quintana Roo 295 131 9,991.37 42,473.94
Yucatán 763.9 477.3 26,827.20 131,923.30
La mayor producción de chile verde la registra el estado de Campeche en el año 2008, mientras
que la menor producción de este cultivo está registrada para el estado de Yucatán durante el año
2009.
CHILE VERDE
Año Estado Superficie Superficie Producción (Ton) Valor (miles de
Campeche 2,456.75 2,203.50 9,324.94 28,472.62
2007 Quintana Roo 2,634.27 820.01 6,547.42 16,643.54
Yucatán 822.4 788.5 4,554.40 56,579.68
Campeche 5,304.25 5,194.25 26,405.68 78,487.91
2008 Quintana Roo 1,283.00 793.9 7,843.36 26,188.82
Yucatán 870.49 573.41 4,602.82 54,643.38
Campeche 2,037.15 2,017.15 6,756.00 23,733.75
2009 Quintana Roo 2,459.65 2,459.45 20,504.77 107,315.94
Yucatán 760.07 686.13 4,376.70 54,393.61
Campeche 2,669.68 2,657.68 10,937.35 32,492.22
2010 Quintana Roo 1,963.44 1,557.62 14,037.44 116,948.72
Yucatán 773.81 759.56 5,701.40 79,994.04
179
El estado de Quintana Roo no presenta registro en el cultivo de mango. Durante el año 2010 el
estado de Campeche registró el mayor volumen de producción de este cultivo, mientras que el
menor registro se puede observar en durante el año 2007 en el estado de Yucatán.
MANGO
Campeche 2,661.00 2,478.50 33,248.00 53,189.66
2007 Quintana Roo
Yucatán 414.5 382 3,961.40 6,645.20
Campeche 2,676.00 2,602.00 34,384.43 51,610.93
2008 Quintana Roo
Yucatán 391.2 376.2 4,354.30 9,063.86
Campeche 2,696.50 2,662.50 37,348.50 56,032.17
2009 Quintana Roo
Yucatán 383 376.6 4,580.95 11,060.98
Campeche 2,678.00 2,645.00 42,933.70 57,533.63
2010 Quintana Roo
Yucatán 351.1 336.1 4,322.76 9,171.74
El estado de Quintana Roo no registra producción de soya durante el año 2007 al 2010 y el estado
de Yucatán tiene registro de producción para los años 2009 y 2010 siendo durante este último año
donde se puede observar el menor volumen de producción de este cultivo. El estado de Campeche
registra el mayor volumen de la producción de este cultivo en el año 2010.
SOYA
Campeche 1,862.00 1,862.00 3,843.00 10,990.60
2007 Quintana Roo
Yucatán
Campeche 5,352.00 5,252.00 11,447.50 50,425.90
2008 Quintana Roo
Yucatán
Campeche 11,208.00 11,208.00 24,457.00 123,108.80
2009 Quintana Roo
Yucatán 2,977.00 2,775.00 3,893.40 19,643.40
Campeche 17,660.44 17,660.44 25,228.61 139,783.57
2010 Quintana Roo
Yucatán 2,433.00 2,384.00 1,133.30 5,486.60
180
En las graficas siguientes se muestra la superficie sembrada y la producción de los diez principales
cultivos en esta región.
Pastos
700,000 12,673,376.2 14,000,000
600,000 12,000,000
500,000 10,000,000
Producción (Ton)
400,000 8,000,000
300,000 4,648,424.1 6,000,000

4,079,447.3 3,930,481.9
200,000 4,000,000
100,000 2,000,000
565,969.0 572,242.8 577,529.1 439,351.7
0 0
2007 2008 2009 2010
Caña de azúcar
40,000.0 2,500,000.0
35,000.0 1,913,448.0
1,676,470.5 2,000,000.0
30,000.0 1,564,850.4
Producción (Ton)
1,363,386.6
25,000.0 1,500,000.0
20,000.0
15,000.0 1,000,000.0
10,000.0
500,000.0
5,000.0
32,911.8 35,640.3 32,611.0 30,880.3
0.0 0.0
2007 2008 2009 2010
181
Maíz grano
560,903.1
450,000.0 600,000.0
400,000.0
500,000.0
350,000.0
356,688.0
300,000.0 400,000.0
Producción (Ton)
318,989.6
250,000.0 257,442.7
300,000.0
200,000.0
150,000.0 200,000.0
100,000.0
100,000.0
50,000.0
391,717.1 388,201.4 381,260.1 375,121.4
0.0 0.0
2007 2008 2009 2010
Naranja
25,000.0 300,000.0
245,300.9 241,934.9
250,000.0
20,000.0 203,726.1
Producción (Ton)
163,840.5 200,000.0
15,000.0
150,000.0
10,000.0
100,000.0
5,000.0
50,000.0
23,660.8 22,982.7 19,601.8 19,701.8
0.0 0.0
2007 2008 2009 2010
182
Limón
7,000.0 140,000.0
120,536.4
111,946.0 111,836.8
6,000.0 120,000.0
5,000.0 88,854.0 100,000.0
Producción (Ton)
4,000.0 80,000.0
3,000.0 60,000.0
2,000.0 40,000.0
1,000.0 20,000.0
5,837.4 6,033.7 6,107.9 6,611.8
0.0 0.0
2007 2008 2009 2010
Sandía
3,500.0 62,122.8 70,000.0
3,000.0 51,874.7 50,258.4 60,000.0

2,500.0 50,000.0
Producción (Ton)
36,453.0
2,000.0 40,000.0
1,500.0 30,000.0
1,000.0 20,000.0
500.0 10,000.0
2,390.2 2,970.9 2,178.2 2,459.0
0.0 0.0
2007 2008 2009 2010
183
Papaya
2,500.0 77,893.0 90,000.0
73,097.3
80,000.0
2,000.0 70,000.0
59,911.5
55,584.7
Producción (Ton)
60,000.0
1,500.0
50,000.0
40,000.0
1,000.0
30,000.0
500.0 20,000.0
10,000.0
1,983.3 1,772.0 2,222.8 1,810.9
0.0 0.0
2007 2008 2009 2010
Chile verde
8,000.0 38,851.9 45,000.0
7,000.0 40,000.0
31,637.5 30,676.2
6,000.0 35,000.0
Producción (Ton)
30,000.0
5,000.0
20,426.8 25,000.0
4,000.0
20,000.0
3,000.0
15,000.0
2,000.0 10,000.0
1,000.0 5,000.0
5,913.4 7,457.7 5,256.9 5,406.9
0.0 0.0
2007 2008 2009 2010
184
Mango
47,256.5
3,500.0 50,000.0
41,929.5
38,738.7 45,000.0
3,000.0 37,209.4
40,000.0
2,500.0 35,000.0
Producción (Ton)
2,000.0 30,000.0
25,000.0
1,500.0 20,000.0
1,000.0 15,000.0
10,000.0
500.0
5,000.0
3,075.5 3,067.2 3,079.5 3,029.1
0.0 0.0
2007 2008 2009 2010
Soya
28,350.4
25,000.0 26,361.9 30,000.0
25,000.0
20,000.0
Producción (Ton)
20,000.0
15,000.0
11,447.5 15,000.0
10,000.0
10,000.0
3,843.0
5,000.0
5,000.0
1,862.0 5,352.0 14,185.0 20,093.4
0.0 0.0
2007 2008 2009 2010
185
A continuación se muestra la producción de carne de bovino de la región 6, donde se puede

de carne de bovino es el estado de Yucatán con la mayor producción reportada en el año 2010. La
menor producción está registrada en estado de Quintana Roo en el año 2008.
Año Estado Producción Valor De La Producción Peso Promedio
Precio/Kg
(Toneladas) (Miles De Pesos) (Kg)
Campeche 43,357 14.39 624,087 396
Quintana Roo 9,240 14.95 138,151 409
2008
Yucatán 52,721 16.85 888,316 406
Campeche 42,833 14.52 622,099 390
Quintana Roo 9,413 14.79 139,195 406
2009
Yucatán 51,230 17.01 871,287 365
Campeche 39,450 14.7 579,718 396
Quintana Roo 9,404 13.14 123,542 415
2010
Yucatán 57,682 16.25 937,121 368
La presente tabla muestra la producción de leche de bovino para la región 6. La mayor producción
bovino es Campeche en el año 2009. La menor producción se puede observar en el estado de
Yucatán para el año 2010.

Precio (Pesos
Por Litro)
Litros) De Pesos)
Campeche 34,984 5.38 188,168
Quintana Roo 5,601 3.68 20,603
2008
Yucatán 5,608 5.08 28,487
Total regional 46,193 4.71* 237,258
Campeche 36,271 6.19 224,324
Quintana Roo 5,829 4.1 23,898
2009
Yucatán 4,366 7.65 33,374
Total regional 46,466 5.98* 281,596
Campeche 36,146 6.41 231,638
Quintana Roo 5,921 4.37 25,888
2010
Yucatán 3,441 4.84 16,667
Total regional 45,508 5.20* 274,193
186
Región 7
SUPERFICIE ESTATAL
La Región 7 la conforman los estados de Aguascalientes, Hidalgo, México, Morelos, Puebla, San
Luis Potosí y Tlaxcala. Tiene una extensión territorial de 153 mil Km2. La mayor superficie
sembrada a nivel regional está registrada en el año 1990.

Superficie
Estado (km²)
2005 1990 2000 2007 2008 2009 2010
Aguascalientes 5625 160,993.00 156,836.00 156,876.00 161,698.00 145,234.00 153,602.00
Hidalgo 20856 590,300.00 579,795.08 578,705.68 581,075.20 584,332.17 581,956.63
México 22333 869,272.00 920,297.65 896,504.17 885,915.45 885,468.57 890,169.69
Morelos 4892 136,643.00 133,934.00 136,046.07 130,747.49 125,237.28 135,307.80
Puebla 34251 967,793.00 987,170.54 964,606.06 961,463.72 994,398.78 998,965.71
San Luis Potosí 61165 833,139.00 729,855.22 749,679.52 737,174.89 733,021.91 803,091.86
Tlaxcala 3997 246,236.00 243,364.00 238,729.50 238,330.00 239,557.50 239,922.00
Total 153119 3804376 3751252.49 3721147 3696404.75 3707250.21 3803015.69
El mayor valor de la producción para esta región está registrado durante el año 2010, siendo este
de más de 50 mil millones de pesos, mientras que el menor valor de la producción de esta región
se puede observar durante el año 2007.

2007 2008 2009 2010

Aguascalientes 1,420,088.94 1,940,480.79 1,688,444.38 1,836,722.06
Hidalgo 4,619,226.65 5,473,873.14 4,982,961.89 5,949,441.46
México 15,501,403.14 15,519,690.39 13,729,693.71 14,527,338.91
Morelos 4,863,809.17 4,691,717.01 3,972,686.28 5,794,458.15
Puebla 8,728,906.59 10,354,083.67 10,174,471.47 11,483,114.53
San Luis Potosí 6,052,660.56 7,550,469.98 6,855,927.14 8,209,317.77
Tlaxcala 1,707,187.43 2,425,148.52 2,219,007.49 2,363,189.98
Total 42,893,282.48 47,955,463.50 43,623,192.36 50,163,582.86
187
Los principales cultivos de la región son alfalfa verde, caña de azúcar, pastos, maíz forrajero, avena
forrajera, maíz grano, naranja, elote, sorgo grano y nopalitos. La mayor superficie sembrada
corresponde al maíz grano.
TOTAL REGIONAL
Superficie Sembrada Superficie Sembrada Producción Valor (miles de
Año Cultivo
(Ha) (Ha) (T) pesos)
Alfalfa Verde 97,900.10 97,858.10 8,967,995.22 2,240,379.39
Caña de Azúcar 96,233.23 87,168.00 7,037,090.56 2,991,618.34
Pastos 173,616.74 168,892.74 5,034,302.97 1,924,319.47
Maíz Forrajero 88,001.50 77,725.00 2,548,193.18 855,201.58
Avena Forrajera 111,671.35 109,801.90 2,375,440.64 783,225.31
2007
Maíz Grano 1,898,075.01 1,681,130.54 4,147,733.55 10,920,879.61
Naranja 67,720.65 64,838.48 639,819.03 633,172.79
Elote 32,819.75 32,758.50 381,152.60 590,177.60
Sorgo Grano 101,492.60 93,218.55 348,251.35 683,329.82
Nopalitos 4,049.25 3,968.50 331,294.65 467,984.65
Alfalfa Verde 100,417.50 100,267.50 9,285,427.05 2,154,775.60
Caña de Azúcar 97,714.98 86,672.98 7,143,408.35 3,166,024.80
Pastos 172,536.35 170,314.35 4,806,819.01 2,068,958.77
Maíz Forrajero 87,264.50 85,975.00 3,022,001.44 1,072,735.55
Avena Forrajera 118,438.70 117,420.20 2,370,511.37 840,193.91
2008
Maíz Grano 1,869,792.06 1,756,803.83 4,258,753.26 12,576,498.14
Naranja 68,760.00 67,213.10 687,864.50 701,779.50
Elote 34,242.00 34,237.00 397,345.65 683,027.21
Sorgo Grano 103,614.00 100,289.50 354,481.79 848,562.18
Nopalitos 4,312.00 4,307.50 350,411.00 536,140.27
Alfalfa Verde 99,362.72 98,941.47 9,247,946.85 2,602,205.30
Caña de Azúcar 101,752.71 91,604.21 7,427,409.69 3,072,037.96
Pastos 178,150.65 178,013.65 4,823,703.95 1,994,241.95
Maíz Forrajero 110,387.15 59,833.40 2,562,931.56 942,987.20
Avena Forrajera 171,364.20 145,231.07 2,205,357.36 829,291.04
2009
Maíz Grano 1,800,457.77 1,244,980.62 3,006,589.43 9,368,254.33
Naranja 70,612.00 70,038.00 736,668.90 743,124.23
Elote 30,801.00 30,791.00 348,284.20 587,778.89
Sorgo Grano 102,330.50 88,734.50 316,101.25 720,420.76
Nopalitos 4,362.00 4,326.00 353,837.27 479,532.78
Alfalfa Verde 98,812.75 98,775.75 9,367,352.47 2,941,304.48
Caña de Azúcar 101,305.21 92,544.11 6,668,277.04 4,150,767.21
Pastos 182,847.35 182,500.75 5,114,496.83 2,062,243.47
Maíz Forrajero 102,859.00 91,461.00 2,845,842.16 1,078,351.46
Avena Forrajera 130,480.40 122,925.40 2,306,722.85 813,892.08
2010
Maíz Grano 1,883,752.40 1,659,106.94 3,860,277.49 12,218,711.35
Naranja 70,889.64 69,902.64 699,305.07 903,447.98
Elote 32,515.03 31,554.33 357,466.69 679,719.21
Sorgo Grano 131,314.00 118,969.00 442,552.78 1,087,626.54
Nopalitos 4,899.50 4,885.50 359,549.17 594,259.44
188
La mayor producción de alfalfa verde en esta región la registra el estado de Hidalgo en el año
2008, mientras que la menor producción del mencionado cultivo se puede observar en el estado
de Hidalgo durante el año 2007.
ALFALFA VERDE
Valor (Miles
de Pesos)
(Ha) (Ha)
Aguascalientes 6,897.00 6,897.00 640,338.00 250,445.99
Hidalgo 47,640.00 47,622.00 4,992,379.76 672,418.69
México 10,069.00 10,065.00 773,794.70 394,470.59
2007 Morelos 151.6 151.6 7,148.20 6,640.43
Puebla 17,255.00 17,255.00 996,893.32 369,844.35
San Luis Potosí 12,437.50 12,417.50 1,380,708.00 469,091.45
Tlaxcala 3,450.00 3,450.00 176,733.24 77,467.89
Aguascalientes 6,882.00 6,882.00 566,767.00 233,793.29
Hidalgo 48,995.00 48,985.00 5,113,682.20 701,764.28
México 9,458.00 9,458.00 736,427.85 230,807.28
2008 Morelos 207 207 12,025.00 10,814.25
Puebla 17,778.00 17,778.00 1,084,455.75 359,892.34
San Luis Potosí 13,647.50 13,507.50 1,542,129.25 539,450.16
Tlaxcala 3,450.00 3,450.00 229,940.00 78,254.00
Aguascalientes 6,619.00 6,199.00 576,018.00 242,039.57
Hidalgo 49,146.50 49,146.50 5,090,576.25 903,008.47
México 8,186.25 8,185.50 638,097.60 210,751.60
2009 Morelos 195.5 195 10,465.00 8,018.25
Puebla 18,303.47 18,303.47 1,143,488.45 457,221.60
San Luis Potosí 13,365.00 13,365.00 1,614,534.25 713,167.24
Tlaxcala 3,547.00 3,547.00 174,767.30 67,998.57
Aguascalientes 6,229.00 6,229.00 554,995.00 239,542.56
Hidalgo 48,243.50 48,243.50 4,978,497.10 974,092.74
México 8,202.25 8,199.25 646,559.30 207,596.81
2010 Morelos 233 199 8,432.00 6,811.60
Puebla 18,433.00 18,433.00 1,386,008.39 669,293.90
San Luis Potosí 13,916.00 13,916.00 1,624,044.00 784,275.18
Tlaxcala 3,556.00 3,556.00 168,816.68 59,691.69
189
El cultivo de caña de azúcar presenta registros para los estados de Morelos, Puebla y San Luis
Potosí del año 2007 al año 2010, el mayor volumen de producción lo registra el estado de San Luís
Potosí en el año 2010.
CAÑA DE AZUCAR
Valor (Miles de
Pesos)
(Ha) (Ha)
Aguascalientes
Hidalgo
México
2007 Morelos 18,135.23 16,453.00 2,004,745.00 922,895.67
Puebla 13,095.00 13,095.00 1,614,072.00 680,596.32
San Luis Potosí 65,003.00 57,620.00 3,418,273.56 1,388,126.35
Tlaxcala
Aguascalientes
Hidalgo
México
2008 Morelos 16,744.60 14,473.60 1,670,411.40 743,622.16
Puebla 13,889.38 13,777.38 1,653,309.25 712,854.28
San Luis Potosí 67,081.00 58,422.00 3,819,687.70 1,709,548.36
Tlaxcala
Aguascalientes
Hidalgo
México
2009 Morelos 17,102.20 15,261.70 1,830,360.60 753,536.00
Puebla 16,177.51 16,177.51 1,784,959.94 754,071.72
San Luis Potosí 68,473.00 60,165.00 3,812,089.15 1,564,430.24
Tlaxcala
Aguascalientes
Hidalgo
México
2010 Morelos 17,047.70 15,628.60 1,862,102.25 1,395,662.19
Puebla 16,185.51 16,185.51 1,773,849.45 825,772.19
San Luis Potosí 68,072.00 60,730.00 3,032,325.34 1,929,332.83
Tlaxcala
190
Los pastos, en el Estado de México, presentan la mayor superficie sembrada, volumen de

producción y valor de la producción para todos los años de estudio.
PASTOS
Valor (Miles de
Pesos)
(Ha) (Ha)
Aguascalientes 7,706.00 3,056.00 145,929.00 46,553.58
Hidalgo 22,302.52 22,298.52 891,736.72 166,850.36
México 82,359.00 82,289.00 2,884,775.00 1,164,877.36
2007 Morelos 2,036.90 2,036.90 19,039.80 14,841.15
Puebla 525 525 4,740.00 3,078.00
San Luis Potosí 58,547.32 58,547.32 1,082,221.45 526,312.82
Tlaxcala 140 140 5,861.00 1,806.20
Aguascalientes 7,587.00 5,373.00 169,228.76 57,812.68
Hidalgo 23,204.25 23,196.25 980,892.20 164,816.36
México 82,320.00 82,320.00 2,689,005.15 1,232,362.19
2008 Morelos 1,537.10 1,537.10 15,692.70 12,712.14
Puebla 655 655 8,705.00 5,806.00
San Luis Potosí 57,067.00 57,067.00 937,406.20 593,255.65
Tlaxcala 166 166 5,889.00 2,193.75
Aguascalientes 4,360.00 4,360.00 148,423.30 51,555.29
Hidalgo 23,193.25 23,193.25 939,692.75 167,050.86
México 81,003.00 80,870.00 2,437,292.50 987,840.99
2009 Morelos 1,547.40 1,543.40 24,364.40 19,642.48
Puebla 660 660 9,150.00 4,117.50
San Luis Potosí 67,246.00 67,246.00 1,259,626.00 761,960.98
Tlaxcala 141 141 5,155.00 2,073.85
2010 Aguascalientes 5,197.00 5,197.00 146,163.30 51,816.04
Hidalgo 23,074.75 23,069.75 931,500.61 184,990.78
México 86,311.00 86,273.00 2,645,545.84 1,011,553.10
Morelos 1,833.60 1,530.00 22,912.35 19,345.43
Puebla 660 660 7,599.38 4,034.62
San Luis Potosí 65,644.00 65,644.00 1,355,836.00 788,741.22
Tlaxcala 127 127 4,939.35 1,762.28
191
En la región siete, el maíz forrajero presenta la mayor superficie sembrada en el estado de

Aguascalientes, seguida de la que se siembra en el Estado de México.
MAÍZ FORRAJERO
Valor (Miles
de Pesos)
(Ha) (Ha)
Aguascalientes 52,581.00 42,394.50 954,910.40 306,972.63
Hidalgo 1,090.00 1,070.00 39,228.00 15,544.20
México 20,567.50 20,497.50 1,094,266.91 383,754.56
2007 Morelos
Puebla 4,012.00 4,012.00 142,940.90 77,603.72
San Luis Potosí 717 717 12,445.00 7,507.00
Tlaxcala 9,034.00 9,034.00 304,401.97 63,819.47
Aguascalientes 51,910.50 50,672.00 1,395,465.50 471,573.23
Hidalgo 1,537.00 1,537.00 54,443.20 21,734.58
México 19,433.00 19,382.00 1,010,780.22 368,352.98
2008 Morelos
Puebla 5,107.00 5,107.00 195,540.50 62,289.30
San Luis Potosí 247 247 10,195.00 6,998.25
Tlaxcala 9,030.00 9,030.00 355,577.02 141,787.21
Aguascalientes 50,108.00 22,281.50 917,079.50 348,613.05
Hidalgo 1,359.00 1,359.00 50,909.00 24,159.55
México 21,499.90 21,356.90 1,063,867.74 378,691.06
2009 Morelos
Puebla 5,552.00 5,552.00 206,824.00 101,881.53
San Luis Potosí 22,775.25 191 8,485.00 6,616.75
Tlaxcala 9,093.00 9,093.00 315,766.32 83,025.26
Aguascalientes 59,555.00 49,671.00 1,090,743.95 420,734.10
Hidalgo 3,281.00 3,278.00 134,223.00 57,524.40
México 22,943.00 22,248.00 1,032,530.41 383,132.32
2010 Morelos
Puebla 5,437.00 5,436.00 199,053.94 100,549.61
San Luis Potosí 2,595.00 1,780.00 36,435.00 15,919.05
Tlaxcala 9,048.00 9,048.00 352,855.86 100,491.98
192
En el Estado de México se registra la mayor superficie sembrada de avena forrajera para todos los
años de estudio, así como el mayor valor de la producción.
AVENA FORRAJERA
Valor (Miles
de Pesos)
(Ha) (Ha)
Aguascalientes 5,200.00 4,404.00 96,507.00 30,723.34
Hidalgo 10,472.00 10,309.65 206,211.05 40,690.83
México 56,418.60 56,368.60 1,644,627.90 566,606.09
2007 Morelos 2,180.00 2,180.00 12,817.50 9,401.00
Puebla 7,532.00 6,935.65 101,302.00 44,073.19
San Luis Potosí 25,589.75 25,325.00 240,799.05 56,524.62
Tlaxcala 4,279.00 4,279.00 73,176.14 35,206.24
Aguascalientes 4,446.00 4,435.00 97,986.00 30,286.70
Hidalgo 12,126.00 11,943.00 247,022.97 48,392.11
México 65,598.20 65,598.20 1,619,567.77 609,944.00
2008 Morelos 2,318.00 2,318.00 14,624.00 10,570.70
Puebla 5,035.00 4,887.50 65,610.00 28,119.31
San Luis Potosí 22,727.50 22,050.50 241,607.00 77,576.86
Tlaxcala 6,188.00 6,188.00 84,093.63 35,304.23
Aguascalientes 12,319.00 4,346.00 93,013.32 30,511.77
Hidalgo 14,327.00 11,323.50 225,659.00 44,180.45
México 63,897.70 63,060.70 1,320,371.80 545,247.13
2009 Morelos 1,795.00 1,795.00 14,309.50 12,112.85
Puebla 5,701.00 5,013.37 72,089.80 44,667.13
San Luis Potosí 68,477.50 54,845.50 408,460.70 124,194.98
Tlaxcala 4,847.00 4,847.00 71,453.24 28,376.73
Aguascalientes 6,359.00 5,632.00 111,947.10 38,196.84
Hidalgo 23,984.50 21,508.50 356,426.50 94,857.15
México 68,362.00 67,013.00 1,370,779.22 512,902.47
2010 Morelos 2,348.00 2,348.00 82,190.00 17,303.90
Puebla 5,498.90 5,013.90 101,488.44 48,467.41
San Luis Potosí 18,598.00 16,080.00 198,340.00 66,144.34
Tlaxcala 5,330.00 5,330.00 85,551.59 36,019.97
193
En los estados de Puebla y México se registran las mayores superficies sembradas con maíz grano,
para todos los años de estudio. Sin embargo, se observa que la superficie cosechada en Puebla es
menor que la del Estado de México, generando con ello que el mayor valor de la producción
corresponda a este último.
MAÍZ DE GRANO
Valor (Miles de
Pesos)
(Ha) (Ha)
Aguascalientes 49,510.00 21,298.00 47,305.15 128,016.20
Hidalgo 262,083.88 232,925.18 590,510.49 1,520,532.24
México 581,653.90 574,182.80 2,002,701.13 5,281,725.13
2007 Morelos 29,306.50 29,267.50 102,470.15 365,923.77
Puebla 591,213.00 510,569.51 942,315.80 2,519,963.83
San Luis Potosí 259,866.48 188,471.30 174,875.39 443,774.23
Tlaxcala 124,441.25 124,416.25 287,555.44 660,944.21
Aguascalientes 55,199.00 53,645.00 83,803.60 238,584.64
Hidalgo 255,520.30 247,499.55 627,557.00 1,825,119.07
México 559,920.70 557,745.70 1,902,018.58 5,771,477.15
2008 Morelos 28,058.10 28,044.30 94,604.37 329,831.52
Puebla 594,039.71 547,248.68 1,020,642.12 2,904,951.96
San Luis Potosí 261,989.25 208,234.60 218,559.84 667,369.67
Tlaxcala 115,065.00 114,386.00 311,567.75 839,164.13
Aguascalientes 41,218.00 9,075.00 45,404.00 146,983.65
Hidalgo 252,539.80 178,794.80 513,060.42 1,490,679.50
México 566,437.11 540,204.11 1,316,201.80 4,044,831.14
2009 Morelos 27,386.60 26,978.60 85,314.66 300,104.57
Puebla 597,142.50 304,272.31 658,118.07 2,245,896.67
San Luis Potosí 199,902.76 69,824.80 114,074.58 325,484.54
Tlaxcala 115,831.00 115,831.00 274,415.90 814,274.26
Aguascalientes 46,350.00 19,822.00 51,629.61 151,699.82
Hidalgo 249,852.90 216,036.05 613,320.09 1,932,212.59
México 562,496.39 544,357.39 1,549,545.32 4,799,117.62
2010 Morelos 29,295.70 29,295.70 94,008.03 365,471.88
Puebla 606,534.40 568,059.40 1,080,462.01 3,628,593.57
San Luis Potosí 268,851.01 161,851.90 165,768.47 488,702.93
Tlaxcala 120,372.00 119,684.50 305,543.96 852,912.94
194
En la región siete los principales estados productores de naranja son San Luís Potosí y Puebla.
NARANJA
Valor (Miles de
Pesos)
(Ha) (Ha)
Aguascalientes 3 3 21 46.2
Hidalgo 5,563.00 5,464.00 54,474.47 39,260.37
México 46 46 322 822.4
2007 Morelos 245.8 214 3,400.00 7,987.20
Puebla 17,030.00 16,325.90 169,346.00 151,340.18
San Luis Potosí 44,832.85 42,785.58 412,255.56 433,716.44
Tlaxcala
Aguascalientes 3 3 21.3 42.6
Hidalgo 5,433.00 5,408.00 53,541.48 31,347.07
México 46 46 331.25 982.6
2008 Morelos 185.5 185.1 5,011.50 10,311.75
Puebla 18,892.00 17,993.00 215,185.00 300,442.00
San Luis Potosí 44,200.50 43,578.00 413,773.97 358,653.48
Tlaxcala
Aguascalientes 3 3 23 69
Hidalgo 5,366.00 5,366.00 45,481.20 21,260.06
México 46 46 326.7 566.65
2009 Morelos 187.5 187.5 4,430.00 9,184.00
Puebla 20,892.00 20,892.00 254,841.00 308,764.50
San Luis Potosí 44,117.50 43,543.50 431,567.00 403,280.02
Tlaxcala
Hidalgo 5,358.00 5,345.00 45,274.80 31,456.50
México 45 45 316 485.61
2010 Morelos 257.8 156.8 3,657.40 10,837.46
Puebla 21,071.34 20,903.34 256,903.67 291,183.04
San Luis Potosí 44,155.50 43,450.50 393,133.20 569,425.37
Tlaxcala
195
En la región siete, el estado de Puebla es el principal productor de elote. En el año 2010, la

superficie sembrada de elote en Puebla fue casi el doble de la superficie sembrada en Morelos, sin
embargo, este último obtuvo un mayor valor de la producción.
ELOTE
Valor (Miles de
Pesos)
(Ha) (Ha)
Aguascalientes 396 396 8,179.00 14,285.21
Hidalgo 1,900.00 1,838.75 21,997.50 50,464.50
México 1,648.50 1,648.50 19,385.60 56,946.44
2007 Morelos 7,126.00 7,126.00 87,744.00 142,699.00
Puebla 14,088.00 14,088.00 135,506.50 160,465.05
San Luis Potosí 7,621.25 7,621.25 107,060.00 162,757.40
Tlaxcala 40 40 1,280.00 2,560.00
Aguascalientes 481 481 13,415.00 27,566.51
Hidalgo 1,850.00 1,850.00 22,200.00 52,278.00
México 2,011.00 2,011.00 26,019.75 53,860.05
2008 Morelos 5,837.50 5,837.50 68,029.00 140,445.14
Puebla 14,835.00 14,835.00 146,528.00 212,123.10
San Luis Potosí 9,187.50 9,182.50 119,873.90 194,002.41
Tlaxcala 40 40 1,280.00 2,752.00
Aguascalientes 740 740 17,727.00 48,830.72
Hidalgo 1,850.00 1,850.00 22,200.00 52,326.00
México 2,226.00 2,216.00 25,541.48 76,414.42
2009 Morelos 5,529.50 5,529.50 64,986.00 155,778.54
Puebla 13,896.00 13,896.00 136,214.50 167,826.64
San Luis Potosí 6,519.50 6,519.50 80,335.22 83,786.57
Tlaxcala 40 40 1,280.00 2,816.00
Aguascalientes 552 552 13,738.00 30,478.09
Hidalgo 1,950.00 1,950.00 20,805.00 44,029.50
México 2,327.53 2,314.53 26,798.62 61,701.50
2010 Morelos 7,180.00 7,180.00 83,032.38 217,343.48
Puebla 14,178.00 14,178.00 141,779.49 193,590.06
San Luis Potosí 6,287.50 5,339.80 70,039.60 129,647.30
Tlaxcala 40 40 1,273.60 2,929.28
196
Los principales estos productores de sorgo grano en esta región son Morelos y San Luís Potosí. En
2010, la mayor superficie sembrada corresponde al estado de San Luís Potosí, mientras que el
mayor valor de la producción corresponde al estado de Morelos.
SORGO GRANO
Valor (Miles de
Pesos)
(Ha) (Ha)
Aguascalientes 41 36 252 638.4
Hidalgo 297 284 1,597.00 2,860.00
México 307 307 1,788.00 2,901.70
Morelos 40,229.10 40,229.10 192,642.90 382,251.14
2007
Puebla 15,331.00 15,274.95 66,973.16 131,686.49
San Luis Potosí 45,287.50 37,087.50 84,998.29 162,992.09
Tlaxcala
Hidalgo 119 119 630 1,123.20
México 334 334 2,173.00 6,657.20
2008 Morelos 43,418.00 43,418.00 215,110.78 531,585.73
Puebla 18,431.00 17,540.50 63,587.21 143,415.36
San Luis Potosí 41,292.00 38,858.00 72,880.80 165,500.69
Tlaxcala
Aguascalientes
Hidalgo 197 197 1,182.00 2,439.60
México 338 338 1,744.00 5,311.40
2009 Morelos 41,425.50 41,425.50 179,711.50 413,525.57
Puebla 20,722.00 13,591.00 56,463.95 131,630.68
San Luis Potosí 39,648.00 33,183.00 76,999.80 167,513.51
Tlaxcala
Aguascalientes
Hidalgo 143 123 738 1,525.80
México 282 282 1,410.00 4,326.50
2010 Morelos 41,567.00 41,567.00 206,882.25 525,283.93
Puebla 21,280.00 21,280.00 89,440.98 230,359.83
San Luis Potosí 68,042.00 55,717.00 144,081.55 326,130.48
Tlaxcala
197
El estado de Morelos fue el principal productor de nopalitos para los años de 2007-2010.
NOPALITOS
Valor (Miles de
Pesos)
(Ha) (Ha)
Aguascalientes 212 196 8,329.00 11,765.85
Hidalgo 49 45.5 3,535.80 15,701.46
México 676.5 676.5 36,606.25 89,601.05
2007 Morelos 2,530.00 2,505.00 273,537.00 328,045.75
Puebla 134.5 112.5 7,959.50 21,902.50
San Luis Potosí 437.25 428 1,289.30 661.86
Tlaxcala 10 5 37.8 306.18
Aguascalientes 198 198 8,871.00 12,419.35
Hidalgo 49 46.5 3,751.50 16,644.27
México 734.5 734.5 52,189.45 143,631.56
2008 Morelos 2,737.00 2,737.00 273,138.00 323,639.00
Puebla 165.5 165.5 11,150.00 38,864.50
San Luis Potosí 418 416 1,267.55 610.09
Tlaxcala 10 10 43.5 331.5
Aguascalientes 198 198 9,742.00 13,529.98
Hidalgo 50.5 49.5 3,878.10 17,284.62
México 736 735 51,697.15 98,841.07
2009 Morelos 2,769.00 2,745.00 274,300.00 304,255.00
Puebla 174.5 171.5 13,037.50 44,960.30
San Luis Potosí 423 416 1,148.52 563.56
Tlaxcala 11 11 34 98.25
Aguascalientes 207 207 9,275.00 14,082.60
Hidalgo 53 51 3,933.20 17,510.66
México 790 790 58,827.00 85,342.49
2010 Morelos 3,255.00 3,247.00 275,210.00 436,623.90
Puebla 147.5 147.5 10,820.00 38,966.49
San Luis Potosí 436 432 1,423.06 1,396.26
Tlaxcala 11 11 60.91 337.04
198
En las siguientes gráficas se muestra la superficie sembrada y el volumen de producción de los diez
principales diez cultivos en la región.
Alfalfa verde
9,285,427.1 9,247,946.9 9,367,352.5
120,000.0 8,967,995.2 10,000,000.0
9,000,000.0
100,000.0
8,000,000.0
7,000,000.0
Producción (Ton)
80,000.0
6,000,000.0
60,000.0 5,000,000.0
4,000,000.0
40,000.0
3,000,000.0
2,000,000.0
20,000.0
1,000,000.0
97,900.1 100,417.5 99,362.7 98,812.8
0.0 0.0
2007 2008 2009 2010
Superficie Sembrada (Ha) Producción (Ton)
Caña de azúcar
7,427,409.7
120,000.0 7,037,090.6 7,143,408.4 8,000,000.0
6,668,277.0
7,000,000.0
100,000.0
6,000,000.0
Producción (Ton)
80,000.0
5,000,000.0
60,000.0 4,000,000.0
3,000,000.0
40,000.0
2,000,000.0
20,000.0
1,000,000.0
96,233.2 97,715.0 101,752.7 101,305.2
0.0 0.0
2007 2008 2009 2010
199
Pastos
200,000.0 6,000,000.0
5,034,303.0 5,114,496.8
180,000.0 4,806,819.0 4,823,704.0
5,000,000.0
160,000.0
Producción (Ton)
140,000.0
4,000,000.0
120,000.0
100,000.0 3,000,000.0
80,000.0
2,000,000.0
60,000.0
40,000.0
1,000,000.0
20,000.0
173,616.7 172,536.4 178,150.7 182,847.4
0.0 0.0
2007 2008 2009 2010
Maíz forrajero
120,000.0 3,022,001.4 3,100,000.0
3,000,000.0
100,000.0
2,845,842.2
2,900,000.0
Producción (Ton)
80,000.0
2,800,000.0
60,000.0 2,700,000.0
2,548,193.2 2,562,931.6
2,600,000.0
40,000.0
2,500,000.0
20,000.0
2,400,000.0
88,001.5 87,264.5 110,387.2 102,859.0
0.0 2,300,000.0
2007 2008 2009 2010
200
Avena forrajera
2,375,440.6 2,370,511.4
180,000.0 2,306,722.9 2,500,000.0
2,205,357.4
160,000.0
140,000.0 2,000,000.0
120,000.0
Producción (Ton)
1,500,000.0
100,000.0
80,000.0
1,000,000.0
60,000.0
40,000.0 500,000.0
20,000.0
111,671.4 118,438.7 171,364.2 130,480.4
0.0 0.0
2007 2008 2009 2010
Maíz grano
4,147,733.6 4,258,753.3
2,000,000.0 3,860,277.5 4,500,000.0
1,800,000.0 4,000,000.0
1,600,000.0
3,006,589.4 3,500,000.0
1,400,000.0
Producción (Ton)
3,000,000.0
1,200,000.0
2,500,000.0
1,000,000.0
2,000,000.0
800,000.0
1,500,000.0
600,000.0
400,000.0 1,000,000.0
200,000.0 500,000.0
1,898,075.0 1,869,792.1 1,800,457.8 1,883,752.4
0.0 0.0
2007 2008 2009 2010
201
Naranja
80,000.0 736,668.9 800,000.0
687,864.5 699,305.1
639,819.0
70,000.0 700,000.0
60,000.0 600,000.0
50,000.0 500,000.0
40,000.0 400,000.0
30,000.0 300,000.0
20,000.0 200,000.0
10,000.0 100,000.0
67,720.7 68,760.0 70,612.0 70,889.6
0.0 0.0
2007 2008 2009 2010
Elote
40,000.0 397,345.7 450,000.0
381,152.6
348,284.2 357,466.7 400,000.0
35,000.0
30,000.0 350,000.0
300,000.0
25,000.0
250,000.0
20,000.0
200,000.0
15,000.0
150,000.0
10,000.0 100,000.0
5,000.0 50,000.0
32,819.8 34,242.0 30,801.0 32,515.0
0.0 0.0
2007 2008 2009 2010
202
Sorgo grano
140,000.0 442,552.8 500,000.0

450,000.0
120,000.0
348,251.4 354,481.8 400,000.0
100,000.0 316,101.3
350,000.0
Producción (Ton)
300,000.0
80,000.0
250,000.0
60,000.0
200,000.0
40,000.0 150,000.0
100,000.0
20,000.0
50,000.0
101,492.6 103,614.0 102,330.5 131,314.0
0.0 0.0
2007 2008 2009 2010
Nopalitos
6,000.0 359,549.2 365,000.0
353,837.3 360,000.0
5,000.0 350,411.0 355,000.0
350,000.0
Producción (Ton)
4,000.0
345,000.0
3,000.0 340,000.0
331,294.7
335,000.0
2,000.0
330,000.0
325,000.0
1,000.0
320,000.0
4,049.3 4,312.0 4,362.0 4,899.5
0.0 315,000.0
2007 2008 2009 2010
203

de carne de bovino es el estado de San Luis Potosí con la mayor producción reportada en el año
2008. La menor producción está registrada en estado de Morelos en el año 2008.
Año Estado Valor De La Peso

Producción
Precio/Kg Producción (Miles Promedio
(Toneladas)
De Pesos) (Kg)
Aguascalientes 28,067 17.41 488,671 393
Hidalgo 65,168 19.3 1,257,973 436
México 78,795 18.44 1,452,941 446
Morelos 10,173 13.53 137,606 403
2008
Puebla 69,727 18.46 1,286,870 432
San Luis Potosí 90,012 17.72 1,595,330 432
Tlaxcala 24,740 20.28 501,742 392
Aguascalientes 32,177 19.06 613,158 395
Hidalgo 65,907 20.4 1,344,659 435
México 79,666 19.26 1,534,310 434
Morelos 11,748 13.95 163,823 406
2009
Puebla 70,692 19.84 1,402,308 431
San Luis Potosí 78,165 17.83 1,393,575 425
Tlaxcala 25,055 23.87 597,953 397
Aguascalientes 35,119 20.76 729,183 394
Hidalgo 65,238 19.37 1,263,923 436
México 80,664 19.08 1,538,754 446
Morelos 11,924 13.55 161,579 405
2010
Puebla 74,903 20.07 1,503,049 448
San Luis Potosí 82,869 20.21 1,675,152 436
Tlaxcala 24,772 23.64 585,667 397
204
bovino es el Estado de México en el año 2010. La menor producción se puede observar en el
estado de Morelos para el año 2008.

Precio (Pesos
Por Litro)
Litros) De Pesos)
Aguascalientes 369,872 4.22 1,559,007
Hidalgo 452,977 4.39 1,987,368
México 464,624 4.38 2,036,234
Morelos 18,809 4.72 88,841
2008
Puebla 385,066 4.78 1,840,807
San Luis Potosí 141,778 4.45 630,268
Tlaxcala 110,924 4.43 491,765
Total regional 1,944,050 4.48* 8,634,290
Aguascalientes 367,171 5.06 1,859,346
Hidalgo 439,361 4.5 1,977,331
México 464,704 6.06 2,815,832
Morelos 20,901 5 104,390
2009
Puebla 395,211 5.26 2,078,976
San Luis Potosí 132,285 4.68 619,308
Tlaxcala 120,356 3.73 449,316
Total regional 1,939,989 4.89* 9,904,499
Aguascalientes 369,253 5.45 2,011,652
Hidalgo 419,273 4.59 1,923,212
México 478,261 5.9 2,822,952
Morelos 21,784 4.86 105,946
2010
Puebla 403,100 5.36 2,162,229
San Luis Potosí 130,899 4.99 652,684
Tlaxcala 115,223 3.67 422,982
Total regional 1,937,793 4.97* 10,101,657
205
Región 8
SUPERFICIE ESTATAL
Los estados que conforman la región ocho son Baja California, Baja California Sur, Sonora y
Sinaloa. De estos, Sinaloa cuenta con la mayor superficie sembrada. En 2010, se registran
alrededor de 1.2 millones de hectárea sembrada.
Sup. Sup. Sup. Sup.

Superficie Sup. Sembrada
Sembrada Sembrada Sembrada Sembrada
Estado (km²) (Ha)
(Ha) (Ha) (Ha) (Ha)
2005 1990 2000 2008 2009 2010
Baja California 71546 212,819.00 234,474.50 225,276.05 228,135.66 233,350.78
Baja California
73943 75,716.00 36,675.10 36,808.50 37,174.94 36,441.55
Sur
Sinaloa 57331 1,169,242.00 1,278,410.00 1,357,706.49 1,305,331.55 1,233,504.69
Sonora 179516 600,248.00 546,837.00 575,959.75 578,438.66 597,912.60
Total 382,336 2,058,025 2,096,396.6 2,195,750.79 2,149,080.81 2,101,209.62
El mayor valor de la producción se atribuye al estado de Sinaloa, seguido de Sonora.

2007 2008 2009 2010
BAJA 6,229,272.83 8,007,367.23 9,367,317.86 10,483,405.88
CALIFORNIA
BAJA 2,141,724.28 2,227,253.44 2,031,979.14 2,525,145.74
CALIFORNIA SUR
SINALOA 28,467,957.49 32,357,520.41 29,603,467.35 29,212,504.58
SONORA 15,454,433.86 19,617,877.25 20,619,350.84 21,239,135.21
TOTAL 52,293,388.46 62,210,018.33 61,622,115.19 63,460,191.41
206
Los principales cultivos de la región son la alfalfa verde, maíz grano, sorgo grano, trigo grano, caña
de azúcar, sorgo forrajero, jitomate, pastos y chile verde. La mayor superficie sembrada
corresponde al cultivo de maíz grano para todos los años.
Superficie Sembrada Superficie cosechada Producción Valor (miles de

Cultivo Año
(Ha) (Ha) (T) pesos)
2007 63,976.8 63,654.3 4,621,436.8 1,482,470.8
2008 67,585.0 66,513.0 4,962,770.0 1,679,676.5
Alfalfa verde
2009 67,727.9 66,594.4 4,952,603.4 1,928,451.1
2010 67,585.0 66,513.0 4,962,770.0 1,679,676.5
2007 621,138.5 615,845.8 5,304,031.5 12,350,511.9
2008 640,732.4 616,248.1 5,573,800.4 15,426,528.8
Maíz de grano
2009 590,156.1 558,979.1 5,360,923.5 14,384,869.5
2010 578,734.1 571,083.1 5,485,920.1 12,693,357.3
2007 368,075.70 360,377.70 2,214,325.46 4,374,919.96
2008 403,346.00 398,461.00 2,386,461.38 9,557,917.46
Trigo grano
2009 457,541.12 450,371.12 2,537,043.76 7,752,200.69
2010 410,799.38 408,834.38 2,595,797.69 7,012,942.31
2007 317,140.47 282,072.47 702,927.12 1,245,954.90
2008 292,953.86 264,972.36 682,210.57 1,618,457.74
Sorgo grano
2009 281,923.20 192,523.70 575,652.12 1,253,453.92
2010 273,150.85 245,097.85 827,995.73 1,602,727.26
2007 31,856.00 25,392.00 2,527,528.00 731,067.16
2008 29,928.00 27,636.00 2,693,841.64 897,049.27
Caña de azúcar
2009 26,864.00 25,329.00 1,891,962.00 639,907.68
2010 24,424.00 19,687.00 1,561,380.00 848,432.12
2007 46932 45921.5 846692.41 316167.72
Sorgo forrajero 2008 65,354.60 64,734.60 1,412,050.68 618,769.11
verde 2009 71,540.93 68,140.53 1,418,153.82 548,078.41
2010 43,388.31 42,875.51 843,877.60 378,836.85
2007 12 12 5.28 2265.22
Tomate rojo 2008 6 5 3 1296
(jitomate) 2009 - - - -
2010 4 4 2.4 1132.5
2007 27,020.5 26,799.5 727,813.4 3,677,521.7
2008 28,400.0 28,396.0 781,773.6 3,990,095.1
Papa
2009 24,401.4 24,377.4 698,246.4 5,421,667.4
2010 24,196.4 24,108.4 702,632.2 5,757,678.4
2007 85,473.50 74,600.50 1,400,899.79 673,840.79
2008 83,508.50 76,730.00 1,212,167.73 435,148.18
Pastos
2009 72,854.60 70,717.80 918,747.79 379,991.35
2010 48,898.96 39,216.46 557,635.05 292,472.97
2007 21,270.7 20,716.7 775,817.1 4,339,974.2
2008 19,954.7 19,891.2 723,398.8 3,459,413.9
Chile verde
2009 16,046.9 15,554.8 486,118.0 2,596,494.8
2010 22,043.5 20,359.0 762,227.4 3,646,090.5
207
El mayor productor de Alfalfa verde es Baja California seguido de Sonora.
ALFALFA VERDE
Sup. Sembrada Sup. Cosechada Producción Valor Producción
AÑO Estado
(Ha) (Ha) (T) (Miles de Pesos)
BAJA CALIFORNIA 30,109.0 29,794.5 2,190,845.0 745,413.0
BAJA CALIFORNIA SUR 3,521.8 3,513.8 411,048.8 112,179.6
2007
SINALOA 2,184.0 2,184.0 180,072.5 79,962.1
SONORA 28,162.0 28,162.0 1,839,470.5 544,916.1
BAJA CALIFORNIA 30,886.5 30,886.5 2,249,056.8 898,372.3
2008
SINALOA 3,846.0 2,777.0 226,092.6 75,521.7
SONORA 29,237.0 29,237.0 2,022,936.2 580,049.6
BAJA CALIFORNIA 30,853.5 30,853.5 2,191,130.4 865,321.0
2009
SINALOA 2,845.6 1,753.6 96,672.4 36,352.0
SONORA 30,319.0 30,293.0 2,204,838.8 901,293.1
BAJA CALIFORNIA 30,886.5 30,886.5 2,249,056.8 898,372.3
2010
SINALOA 3,846.0 2,777.0 226,092.6 75,521.7
SONORA 29,237.0 29,237.0 2,022,936.2 580,049.6
Sinaloa presenta la mayor superficie sembrada de maíz grano para todos los años, la cual es
superior a los 5 millones de toneladas.
MAÍZ DE GRANO
AÑO Estado
BAJA CALIFORNIA
2007
SINALOA 590,715.9 585,669.9 5,132,808.6 12,020,620.5
SONORA 25,731.6 25,619.6 143,891.4 263,328.5
BAJA CALIFORNIA
2008
SINALOA 606,916.9 582,761.6 5,368,861.9 14,934,529.3
SONORA 29,041.5 28,747.0 176,887.8 421,933.9
BAJA CALIFORNIA
2009
SINALOA 566,356.3 536,639.8 5,236,719.7 14,072,353.4
SONORA 19,514.0 18,356.0 103,488.0 260,470.4
BAJA CALIFORNIA
2010
SINALOA 532,791.1 525,142.1 5,227,872.0 12,086,413.9
SONORA 43,148.5 43,148.5 240,953.5 561,917.9
208
Sonora es el estado con la mayor superficie sembrada de trigo grano. Su producción es de

alrededor de 1.8 millones de toneladas.
TRIGO GRANO
AÑO Estado
BAJA CALIFORNIA 87,518.00 79,961.00 480,388.97 1,056,851.46
2007
SINALOA 6,059.00 6,059.00 30,976.30 65,449.52
SONORA 271,220.70 271,079.70 1,684,138.19 3,210,269.48
BAJA CALIFORNIA 96,491.00 91,647.00 535,201.11 2,007,488.75
2008
SINALOA 15,008.00 15,008.00 68,409.20 276,070.34
SONORA 288,677.00 288,636.00 1,764,136.07 7,190,140.87
BAJA CALIFORNIA 102,469.00 95,377.00 592,628.27 1,818,207.02
2009
SINALOA 30,720.12 30,720.12 98,315.84 330,813.27
SONORA 320,475.50 320,431.50 1,825,578.20 5,542,607.24
BAJA CALIFORNIA 101,161.00 99,330.00 623,865.45 1,605,736.43
2010
SINALOA 8,723.38 8,723.38 36,942.41 110,575.23
SONORA 297,604.00 297,470.00 1,917,982.83 5,249,011.05
La mayor producción de sorgo se registra en el estado de Sinaloa, para todos los años de estudio.
En 2010, su producción llegó a 767.9 miles de toneladas.
SORGO GRANO
AÑO Estado
BAJA CALIFORNIA 2,446.00 2,407.00 11,616.74 24,395.15
2007
SINALOA 282,807.47 247,788.47 613,447.66 1,108,950.06
SONORA 30,606.00 30,596.00 69,554.32 95,118.53
BAJA CALIFORNIA 1,172.00 1,172.00 5,250.28 12,600.67
BAJA CALIFORNIA SUR 868 868 5,372.00 12,673.80
2008
SINALOA 265,706.86 241,141.36 617,852.53 1,501,102.59
SONORA 25,207.00 21,791.00 53,735.76 92,080.68
BAJA CALIFORNIA 1,303.00 1,223.00 5,238.05 11,549.06
2009
SINALOA 251,959.70 162,714.70 516,271.67 1,099,317.80
SONORA 26,898.00 26,843.00 43,781.90 121,182.84
BAJA CALIFORNIA 1,734.00 1,664.00 7,213.95 17,374.53
2010
SINALOA 245,336.85 217,353.85 767,886.93 1,453,244.45
SONORA 24,349.00 24,349.00 42,331.85 108,484.18
209
En esta región el único estado productor de caña de azúcar es Sinaloa. En 2008, se registra la
mayor producción de este cultivo con 2.7 millones de toneladas.
CAÑA DE AZÚCAR
AÑO Estado (Ha) (Ha) (T) (Miles de Pesos)
BAJA CALIFORNIA
BAJA CALIFORNIA SUR
2007
SINALOA 31,856.00 25,392.00 2,527,528.00 731,067.16
SONORA
BAJA CALIFORNIA
BAJA CALIFORNIA SUR
2008
SINALOA 29,928.00 27,636.00 2,693,841.64 897,049.27
SONORA
BAJA CALIFORNIA
BAJA CALIFORNIA SUR
2009
SINALOA 26,864.00 25,329.00 1,891,962.00 639,907.68
SONORA
BAJA CALIFORNIA
BAJA CALIFORNIA SUR
2010
SINALOA 24,424.00 19,687.00 1,561,380.00 848,432.12
SONORA
Los principales estados productores de sorgo forrajero son Sinaloa y Sonora. En 2010, la
producción de este cultivo alcanzó un total de 843.8 miles de toneladas en la región.
SORGO FORRAJERO VERDE

AÑO Estado
BAJA CALIFORNIA 180 180 4,206.80 2,052.96
BAJA CALIFORNIA SUR 97.5 55.5 4,240.00 5,134.98
2007
SINALOA 29,285.25 28,918.25 422,095.11 145,241.43
SONORA 17,369.25 16,767.75 416,150.50 163,738.35
BAJA CALIFORNIA 6,110.00 6,110.00 273,720.00 70,250.10
2008
SINALOA 42,351.35 42,039.35 743,682.93 342,218.57
SONORA 16,817.50 16,509.50 390,462.75 200,603.49
BAJA CALIFORNIA 6,713.70 6,709.70 308,841.39 93,300.11
2009
SINALOA 49,634.33 49,407.83 769,810.73 252,036.07
SONORA 15,073.90 11,904.00 333,740.70 195,180.53
BAJA CALIFORNIA 5,671.00 5,600.00 263,374.63 69,986.76
2010
SINALOA 21,421.81 21,043.01 241,740.04 128,941.52
SONORA 16,185.50 16,122.50 330,952.93 169,343.15
210
TOMATE ROJO (JITOMATE)

Sup. Sup. Valor
Producción
Sembrada Cosechada Producción
AÑO Estado
(Ha) (Ha) (T) (Miles de
Pesos)
BAJA CALIFORNIA 12 12 5.28 2,265.22
BAJA CALIFORNIA SUR - - - -
2007
SINALOA - - - -
SONORA - - - -
BAJA CALIFORNIA 6 5 3 1,296.00
2008
SINALOA - - - -
SONORA - - - -
BAJA CALIFORNIA - - - -
2009
SINALOA - - - -
SONORA - - - -
BAJA CALIFORNIA 4 4 2.4 1,132.50
2010
SINALOA - - - -
SONORA - - - -
Sonora y Sinaloa son los principales productores de papa en la región. En 2010, la producción de
este cultivo alcanzó 706.2 miles de toneladas en toda la región.
PAPA
AÑO Estado
(Ha) (Ha) (Ton) (Miles de Pesos)
BAJA CALIFORNIA 95 95 3,749.65 12,223.86
2007
SINALOA 14,081.50 14,081.50 358,989.70 1,762,342.00
SONORA 12,075.00 11,854.00 340,512.00 1,789,034.20
CHIAPAS 1,834.00 1,834.00 23,563.00 123,238.92
2008
SINALOA 14,014.00 14,013.00 343,992.00 1,597,730.00
SONORA 11,648.00 11,645.00 386,850.58 2,145,930.14
BAJA CALIFORNIA 147 134 3,338.00 13,820.00
2009
SINALOA 12,473.36 12,473.36 313,533.93 2,134,954.81
SONORA 10,809.00 10,798.00 346,931.50 2,977,257.00
BAJA CALIFORNIA 187 187 6,574.92 37,349.49
2010
SINALOA 10,337.38 10,249.38 262,097.00 2,544,410.00
SONORA 12,212.00 12,212.00 376,723.31 2,660,464.30
211
Sinaloa es el mayor productor de pastos en la región. En 2008, este estado registró la mayor
producción de pastos con 940.9 miles de toneladas.
PASTOS
AÑO Estado
BAJA CALIFORNIA 9,565.00 9,008.00 400,554.40 103,125.66
2007
SINALOA 69,546.50 59,678.50 919,183.54 512,752.20
SONORA 5,554.50 5,121.50 72,602.75 46,657.46
AGUASCALIENTES 7,587.00 5,373.00 169,228.76 57,812.68
BAJA CALIFORNIA 2,476.00 2,251.00 24,935.40 11,885.89
2008
SINALOA 68,037.50 64,280.00 940,907.73 307,891.67
SONORA 5,408.00 4,826.00 77,095.84 57,557.94
BAJA CALIFORNIA 1,487.30 1,247.30 11,076.65 6,880.50
BAJA CALIFORNIA SUR 1,487.30 782.5 6,307.84 7,785.85
2009
SINALOA 64,117.00 63,355.00 808,783.70 282,171.06
SONORA 5,763.00 5,333.00 92,579.60 83,153.94
BAJA CALIFORNIA 2,238.40 2,233.40 15,596.68 14,201.40
BAJA CALIFORNIA SUR 819 782.5 9,152.00 12,503.40
2010
SINALOA 38,891.06 29,250.06 435,233.28 195,963.39
SONORA 6,950.50 6,950.50 97,653.09 69,804.78
Sinaloa es el estado donde se registra la mayor superficie sembrada con chile verde. En 2007, se
sembraron 17,309 hectáreas, la cual representa la mayor superficie en el periodo.
CHILE VERDE
AÑO Estado
BAJA CALIFORNIA 432 404.5 8,236.75 37,201.23
2007
SINALOA 17,309.02 16,853.52 694,633.90 3,824,423.72
SONORA 2,022.40 1,967.40 26,044.60 127,918.72
BAJA CALIFORNIA 835 834 16,495.92 100,226.72
2008
SINALOA 15,123.90 15,115.90 611,490.24 2,756,423.72
SONORA 2,303.00 2,298.00 44,463.92 263,241.21
BAJA CALIFORNIA 763 759 21,279.27 104,022.58
2009
SINALOA 11,776.74 11,388.74 385,251.86 1,994,129.99
SONORA 2,167.18 2,163.09 46,386.24 272,237.10
BAJA CALIFORNIA 770 727.5 21,202.81 107,973.48
2010
SINALOA 17,191.02 15,597.02 618,110.17 2,620,704.12
SONORA 2,707.00 2,701.00 79,220.34 525,814.99
212
En las gráficas siguientes se muestra la superficie sembrada y la producción de los diez principales
cultivos en la región.
Alfalfa verde
80,000.0 6,000,000.0
4,962,770.0 4,952,603.4 4,962,770.0
70,000.0 4,621,436.8
5,000,000.0
60,000.0
Producción (Ton)
4,000,000.0
50,000.0
40,000.0 3,000,000.0
30,000.0
2,000,000.0
20,000.0
1,000,000.0
10,000.0
63,976.8 67,585.0 67,727.9 67,585.0
0.0 0.0
2007 2008 2009 2010
Maíz grano
5,573,800.4 5,485,920.1
700,000.0 5,304,031.5 5,360,923.5 6,000,000.0
600,000.0 5,000,000.0
500,000.0
Producción (Ton)
4,000,000.0
400,000.0
3,000,000.0
300,000.0
2,000,000.0
200,000.0
100,000.0 1,000,000.0
621,138.5 640,732.4 590,156.1 578,734.1
0.0 0.0
2007 2008 2009 2010
213
Trigo grano
500,000.00 2,595,797.69 3,000,000.00

2,537,043.76
450,000.00 2,386,461.38
2,214,325.46 2,500,000.00
400,000.00
350,000.00
Producción (Ton)
2,000,000.00
300,000.00
250,000.00 1,500,000.00
200,000.00
1,000,000.00
150,000.00
100,000.00
500,000.00
50,000.00
368,075.70 403,346.00 457,541.12 410,799.38
0.00 0.00
2007 2008 2009 2010
Sorgo grano
827,995.73
350,000.00 900,000.00
702,927.12 682,210.57 800,000.00
300,000.00
575,652.12 700,000.00
250,000.00
Producción (Ton)
600,000.00
200,000.00 500,000.00
150,000.00 400,000.00
300,000.00
100,000.00
200,000.00
50,000.00 100,000.00
317,140.47 292,953.86 281,923.20 273,150.85
0.00 0.00
2007 2008 2009 2010
214
Caña de azúcar
35,000.00 2,693,841.64 3,000,000.00

2,527,528.00
30,000.00 2,500,000.00
1,891,962.00
25,000.00
Producción (Ton)
1,561,380.00 2,000,000.00
20,000.00
1,500,000.00
15,000.00
1,000,000.00
10,000.00
5,000.00 500,000.00
31,856.00 29,928.00 26,864.00 24,424.00
0.00 0.00
2007 2008 2009 2010

Sorgo forrajero
80,000.0 1,412,050.68 1,418,153.82 1,600,000.0
70,000.0 1,400,000.0
60,000.0 1,200,000.0
Producción (Ton)
50,000.0 846692.41 843,877.60 1,000,000.0
40,000.0 800,000.0
30,000.0 600,000.0
20,000.0 400,000.0
10,000.0 200,000.0
46932 65,354.60 71,540.93 43,388.31
0.0 0.0
2007 2008 2009 2010

215
Tomate rojo (jitomate)

14.0 5.28 6.0
Superficie sembrada (Ha) 12.0 5.0

10.0
Producción (Ton)
4.0
3
8.0
2.4 3.0
6.0
2.0
4.0
2.0 1.0
12 6 0 4
0.0 0.0
2007 2008 2009 2010

Papa
30,000.0 900,000.0
781,773.6
727,813.4 702,632.2 800,000.0
25,000.0 698,246.4
700,000.0
Producción (Ton)
20,000.0 600,000.0
500,000.0
15,000.0
400,000.0
10,000.0 300,000.0
200,000.0
5,000.0
100,000.0
27,020.5 28,400.0 24,401.4 24,196.4
0.0 0.0
2007 2008 2009 2010

216
Pastos
90,000.00 1,600,000.00
1,400,899.79
80,000.00 1,400,000.00
1,212,167.73
70,000.00
1,200,000.00
Producción (Ton)
60,000.00 918,747.79
1,000,000.00
50,000.00
800,000.00
40,000.00 557,635.05
600,000.00
30,000.00
400,000.00
20,000.00
10,000.00 200,000.00
85,473.50 83,508.50 72,854.60 48,898.96
0.00 0.00
2007 2008 2009 2010
Superficie Sembrada (Ha)
Producción (Ton)
Chile verde
25,000.0 900,000.0
775,817.1 762,227.4
723,398.8 800,000.0
20,000.0
700,000.0
Producción (Ton)
486,118.0 600,000.0
15,000.0
500,000.0
400,000.0
10,000.0
300,000.0
5,000.0 200,000.0
100,000.0
21,270.7 19,954.6 16,046.9 22,043.5
0.0 0.0
2007 2008 2009 2010
217

de carne de bovino es el estado de Sinaloa con la mayor producción reportada en el año 2010. La
menor producción está registrada en estado de Baja California Sur en el año 2008.
Valor De La Peso
Año Estado Producción
Precio/Kg Producción Promedio
(Toneladas)
(Miles De Pesos) (Kg)
Baja California 130,788 21.19 2,770,916 470
Baja California Sur 11,182 19.24 215,073 369
2008 Sinaloa 144,473 16.95 2,448,420 419
Sonora 136,306 16.6 2,262,406 308
Baja California 125,379 22.28 2,793,095 466
2009 Sinaloa 148,306 18.28 2,710,952 420
Sonora 143,510 16.41 2,355,066 292
Baja California 152,442 23.28 3,549,107 475
2010 Sinaloa 148,624 17.35 2,579,025 421
Sonora 148,260 17.54 2,599,769 314
218
bovino es Baja California en el año 2008. La menor producción se puede observar en el estado de
Baja California Sur para el año 2010.
Producción De Leche.
Año Estado
Baja California 193,422 4.72 912,506
Baja California Sur 46,636 7.34 342,481
2008 Sinaloa 108,075 4.15 448,833
Sonora 131,937 4.86 640,743
Total regional 480,070 5.26* 2,344,563
Baja California 179,795 4.86 873,311
2009 Sinaloa 95,943 4.51 432,988
Sonora 126,496 5.08 642,028
Total regional 448,338 5.73* 2,339,049
Baja California 174,027 5.3 921,524
2010 Sinaloa 102,081 4.78 488,277
Sonora 129,355 5.22 674,754
Total regional 449,786 5.83* 2,440,322
219
Anexo 5
Estimaciones del Modelo Ricardiano
VARIABLE UNIDAD FUENTE
Altitud Metros sobre el nivel del mar Marco Geoestadístico Nacional, INEGI.
Centro Nacional de Prevención de
Ciclón Existencia de ciclones
Desastres, CENAPRED.
Tiene crédito en los últimos 12
Crédito Línea de Base (FAO-SAGARPA).
meses
Índice de marginación índice que oscila entre -2 y 4 CONAPO, Índice de marginación 2005
Infraestructura Valor de la infraestructura ($) Línea de Base (FAO-SAGARPA).
Inundaciones Existencia de inundaciones
Latitud Unidades métricas Marco Geoestadístico Nacional, INEGI.
Longitud Unidades métricas Marco Geoestadístico Nacional, INEGI.
Centro de Ciencias de la Atmósfera,
Precipitación mililitros
UNAM.
Riego Tiene acceso a riego Línea de Base (FAO-SAGARPA).
Número de días con lluvia Centro Nacional de Prevención de
Lluvias extremas
extrema Desastres, CENAPRED.
Sequía Existencia de sequía
Superficie total de la
Hectáreas Línea de Base (FAO-SAGARPA).
UER
Centro de Ciencias de la Atmósfera,
Temperatura grados centígrados
UNAM.
221
ESTIMACIONES DEL MODELO RICARDIANO
REGIÓN 1
Número de observaciones = 2733
F( 11, 2721) = 7.65
Regresión Lineal Probabilidad> F = 0.0000
R-cuadrada = 0.4186
Error cuadrático medio = 1.5e+05
Error
Intervalo al 95% de
Ingreso Neto agropecuario Coeficiente estándar t P>|t|
confianza
robusto
Crédito 97988.85 44812.61 2.19 0.029 10118.67 185859
Riego 217386.9 66654.63 3.26 0.001 86688.08 348085.7
Índice de marginación -2156.378 5361.778 -0.40 0.688 -12669.95 8357.191
3z2.1410
Altitud 9.75475 11.41671 0.85 0.393 -12.63156
6
-234.4099 81.31624 -2.88 0.004 -393.8578 -74.9621
Primavera-Verano
Precipitación acumulada 0.308926
0.178891 0.0663164 2.70 0.007 0.0488554
Primavera-Verano al cuadrado 6
Temperatura promedio anual 95877.63 42619.98 2.25 0.025 12306.83 179448.4
Temperatura promedio anual al -
-2064.34 849.7856 -2.43 0.015 -3730.63
cuadrado 398.0494
Inundaciones -5936.965 5367.184 -1.11 0.269 -16461.13 4587.204
-
Constante -1040057 524942.9 -1.98 0.048 -2069384
10729.78
222
REGIÓN 2
F( 11, 2886) = 6.45
Regresión lineal Probabilidad > F = 0.0000
R-cuadrada = 0.1900
Error
Intervalo al 95% de
confianza
robusto
Crédito 150985.1 54789.08 2.76 0.006 43555.4 258414.8
Riego 53012 39833.54 1.33 0.183 -25093.06 131117.1
Índice de marginación -10802 4183.557 -2.58 0.010 -19005.06 -2598.939
Latitud 28164.8 12068.21 2.33 0.020 4501.62 51827.98
Longitud -18072.26 9813.039 -1.84 0.066 -37313.53 1169.016
122.2797 65.96002 1.85 0.064 -7.053781 251.6132
Primavera-Verano
43766.38 36054.73 1.21 0.225 -26929.24 114462
Primavera-Verano
-1136.068 802.9707 -1.41 0.157 -2710.522 438.3865
Primavera-Verano al cuadrado
Constante 675399.3 515652.5 1.31 0.190 -335685.1 1686484
223
REGIÓN 3
F( 14, 3958) = 8.68
Probabilidad > F = 0.0000
Regresión lineal
R-cuadrada = 0.0319
Error
Ingreso Neto Intervalo al 95% de
Coeficiente estándar t P>|t|
agropecuario confianza
robusto
Crédito 7790.219 12736.32 0.61 0.541 -17180.14 32760.58
Riego 53310.22 20664.78 2.58 0.010 12795.61 93824.83
152.147 144.1824 1.06 0.291 -130.5317 434.8258
anual
-0.0513981 0.0241078 -2.13 0.033 -0.0986629 -0.0041333
anual al cuadrado
15956.53 27063.87 0.59 0.556 -37103.92 69016.97
anual
-395.2937 515.1561 -0.77 0.443 -1405.29 614.7025
anual al cuadrado
-0.4618094 3.652705 -0.13 0.899 -7.62317 6.699552
anual al cuadrado
Altitud -9.846889 3.707003 -2.66 0.008 -17.1147 -2.579073
Latitud -14648.88 4009.687 -3.65 0.000 -22510.13 -6787.636
Longitud -2705.402 655.2411 -4.13 0.000 -3990.043 -1420.76
Inundaciones -8830.68 10075.05 -0.88 0.381 -28583.46 10922.1
Constante 280718.5 356885.9 0.79 0.432 -418978.9 980416
224
REGIÓN 4
F( 13, 1636) = 14.05
R-cuadrada = 0.2929
Error
Ingreso Neto Intervalo al 95% de
Coeficiente estándar t P>|t|
agropecuario confianza
robusto
Crédito 34304.47 28177.21 1.22 0.224 -20962.74 89571.68
Riego 33476.36 18791.78 1.78 0.075 -3382.126 70334.85
Altitud -14.77169 10.86787 -1.36 0.174 -36.08809 6.544724
Longitud -15549.85 10661.59 -1.46 0.145 -36461.66 5361.955
Latitud 366.0696 10597.84 0.03 0.972 -20420.7 21152.84
398.9651 481.8321 0.83 0.408 -546.1078 1344.038
anual
-0.1748671 0.2613473 -0.67 0.504 -0.6874777 0.3377435
anual al cuadrado
-74277.82 167485.6 -0.44 0.657 -402786.5 254230.9
anual
1664.27 4009.833 0.42 0.678 -6200.677 9529.216
anual al cuadrado
Inundaciones -52845.37 21596 -2.45 0.015 -95204.1 -10486.65
Constante 2169906 1907064 1.14 0.255 -1570638 5910450
225
REGIÓN 5
F( 14, 3243) = 14.04
R-cuadrada = 0.1335
Error
Intervalo al 95% de
confianza
robusto
Riego 82362.4 35394.81 2.33 0.020 12963.95 151760.9
Crédito 46606.22 22165.98 2.10 0.036 3145.472 90066.96
Longitud 20299.61 5497.16 3.69 0.000 9521.354 31077.87
Altitud 10.63967 13.89774 0.77 0.444 -16.60958 37.88891
214.6692 441.1978 0.49 0.627 -650.3854 1079.724
Primavera-Verano
Primavera-Verano al -0.0809252 0.107051 -0.76 0.450 -0.2908197 0.1289692
cuadrado
108953.7 55868.02 1.95 0.051 -586.4499 218493.9
Primavera-Verano
Primavera-Verano al -2507.606 1075.904 -2.33 0.020 -4617.127 -398.0851
cuadrado
Precipitación por
temperatura (Primavera- -2.878479 14.05858 -0.20 0.838 -30.44308 24.68612
Verano)
Sequía -20137.27 26071.63 -0.77 0.440 -71255.8 30981.25
Inundaciones -19617.36 20104.72 -0.98 0.329 -59036.6 19801.88
Heladas, granizadas o
-69979.24 27268.73 -2.57 0.010 -123444.9 -16513.56
Nevadas
Constante -3309752 1131662 -2.92 0.003 -5528598 -1090907
226
REGIÓN 6
Robust regression F( 9, 1347) = 44.70
Ingreso Neto Error Intervalo al 95% de
Coeficiente t P>|t|
agropecuario estándar confianza
Superficie
125.1827 7.104086 17.62 0.000 111.2464 139.119
total
Crédito 5099.437 1697.185 3.0 0.003 1770.024 8428.85
Riego 5840.043 1871.471 3.12 0.002 2168.728 9511.359
Precipitación
acumulada 5296.849 1159.123 4.57 0.000 3022.968 7570.731
anual
Precipitación
acumulada
-0.5649587 0.1273046 -4.44 0.000 -0.8146955 -0.3152219
anual al
cuadrado
Temperatura
promedio 1651841 290397.7 5.69 0.000 1082160 2221522
anual
Temperatura
promedio
-28840.73 5022.981 -5.74 0.000 -38694.45 -18987.01
anual al
cuadrado
Precipitación
por
-172.9532 38.05082 -4.55 0.000 -247.5985 -98.30785
temperatura
(anual)
Sequía -4295.935 1066.038 -4.03 0.000 -6387.21 -2204.661
Constante -2.37E+07 4214376 -5.63 0.000 -3.20E+07 -1.55E+07
227
REGIÓN 7
F( 14, 5701) = 16.70
Regresión lineal
R-cuadrada = 0.2226
Error cuadrático medio =
1.1e+05
Ingreso Neto Robust Intervalo al 95% de
Coeficiente t P>|t|
agropecuario Std. Err. confianza
Crédito 21703.25 10775.8 2.01 0.044 578.572 42827.92
Riego 86321.15 16392.42 5.27 0.000 54185.77 118456.5
Altitud -14.92657 2.561904 -5.83 0.000 -19.94887 -9.904262
Longitud -4485.839 5205.086 -0.86 0.389 -14689.79 5718.11
Latitud 676.535 3783.695 0.18 0.858 -6740.946 8094.016
428.832 212.7732 2.02 0.044 11.71567 845.9483
anual
-0.1738706 0.0837753 -2.08 0.038 -0.338102 -0.0096392
anual al cuadrado
-55459.69 25862.66 -2.14 0.032 -106160.3 -4759.041
anual
1397.806 694.4866 2.01 0.044 36.34802 2759.263
anual al cuadrado
Sequía -12990.35 8310.539 -1.56 0.118 -29282.16 3301.468
Constante 736547.6 648794.4 1.14 0.256 -535336.1 2008431
228
REGIÓN 8
Suma de las desviaciones (raíz) 4.49e+08 (alrededor
Regresión por desviaciones
de 130691)
absolutas (mediana)
Suma de las desviaciones (mínima) 3.91e+08
Pseudo R2 = 0.1296
Ingreso Neto Error Intervalo al 95% de
Coeficiente t P>| t|
agropecuario estándar confianza
Crédito 97034.11 6878.574 14.11 0.000 83544.37 110523.8
Riego 22012.12 10716.53 2.05 0.040 995.6699 43028.58
Altitud -66.35703 15.46914 -4.29 0.000 -96.69394 -36.02013
Longitud 9489.619 4804.19 1.98 0.048 68.00633 18911.23
Latitud 3784.229 2513.834 1.51 0.132 -1145.712 8714.169
Precipitación
acumulada 1204.379 512.0307 2.35 0.019 200.2228 2208.535
Primavera-Verano
Precipitación
acumulada
-0.1574903 0.0857347 -1.84 0.066 -0.3256267 0.0106462
Primavera-Verano al
cuadrado
Temperatura
promedio 143977.6 54870.23 2.62 0.009 36370.24 251584.9
Primavera-Verano
Temperatura
promedio
-2184.799 991.1404 -2.20 0.028 -4128.548 -241.0497
Primavera-Verano
al cuadrado
Precipitación por
temperatura -36.51902 18.44765 -1.98 0.048 -72.69716 -0.3408816
(Primavera-Verano)
Ciclón -28806.22 7254.989 -3.97 0.000 -43034.16 -14578.29
Constante -3404112 965772.8 -3.52 0.000 -5298112 -1510111
229
Anexo 6
Estimaciones del Modelo de Función de Producción
Variables empleadas en la estimación del valor de la producción agrícola y los rendimientos del
maíz, fríjol, trigo y naranja:

INEGI. Estados Unidos Mexicanos. Censo
Superficie
hectáreas Agropecuario 2007, VIII Censo Agrícola, Ganadero
sembrada
y Forestal. Aguascalientes, Ags.
Fertilizantes proporción Agropecuario 2007, VIII Censo Agrícola, Ganadero
Número de tractores en
Tractores Agropecuario 2007, VIII Censo Agrícola, Ganadero
funcionamiento
Es la proporción de unidades de INEGI. Estados Unidos Mexicanos. Censo
Insecticidas producción que usan insecticidas Agropecuario 2007, VIII Censo Agrícola, Ganadero
en esa región y Forestal. Aguascalientes, Ags.
Herbicidas producción que usan herbicidas en Agropecuario 2007, VIII Censo Agrícola, Ganadero
esa región y Forestal. Aguascalientes, Ags.
Semilla
producción que usan semilla Agropecuario 2007, VIII Censo Agrícola, Ganadero
mejorada
mejorada en esa región y Forestal. Aguascalientes, Ags.
Mano de obra Número de Jornales por municipio Agropecuario 2007, VIII Censo Agrícola, Ganadero
Número de trilladoras por
Trilladoras Agropecuario 2007, VIII Censo Agrícola, Ganadero
municipio
Número de seleccionadoras por
Seleccionadoras Agropecuario 2007, VIII Censo Agrícola, Ganadero
municipio
Número de desfibradoras por
Desfibradoras Agropecuario 2007, VIII Censo Agrícola, Ganadero
municipio
Número de empacadoras por
Empacadoras Agropecuario 2007, VIII Censo Agrícola, Ganadero
municipio
Longitud Unidades métricas Marco Geoestadístico Nacional, INEGI.
Latitud Unidades métricas Marco Geoestadístico Nacional, INEGI.
Altitud Metros sobre el nivel del mar Marco Geoestadístico Nacional, INEGI.
Precipitación Milímetros Centro de Ciencias de la Atmósfera, UNAM.
231
ESTIMACIONES DEL MODELO DE FUNCIÓN DE PRODUCCIÓN

Temperatura
Grados centígrados Centro de Ciencias de la Atmósfera, UNAM.
promedio anual
Centro Nacional de Prevención de Desastres,
Ciclón Existencia de ciclones
CENAPRED.
Lluvia extrema Número de días con lluvia extrema
CENAPRED.
Inundaciones Existencia de inundaciones
CENAPRED.
Sequía Existencia de sequía
CENAPRED.
Existencia de
Número de días con heladas y Centro Nacional de Prevención de Desastres,
heladas y
granizadas CENAPRED.
granizadas
232
Variables empleadas en la estimación de la producción de pastizales:
OBSERVACIÓN UNIDAD FUENTE

Servicio de información agroalimentaria y pesquera
Pasto estatal Hectáreas (SIAP), con información de las delegaciones de la
SAGARPA.
Animales dedicados a INEGI. Estados Unidos Mexicanos. Censo Agropecuario
Número de
la producción de 2007, VIII Censo Agrícola, Ganadero y Forestal.
cabezas
leche Aguascalientes.
INEGI. Estados Unidos Mexicanos. Censo Agropecuario
Unidades
Alimento balanceado 2007, VIII Censo Agrícola, Ganadero y Forestal.
productivas
Aguascalientes.
Existencia de INEGI. Estados Unidos Mexicanos. Censo Agropecuario
Bordo para
equipos e 2007, VIII Censo Agrícola, Ganadero y Forestal.
abrevadero
instalaciones Aguascalientes.
Mezcladora de
alimentos
Silo forrajero equipos e 2007, VIII Censo Agrícola, Ganadero y Forestal.
Unidades
Longitud Marco Geoestadístico Nacional, INEGI.
métricas
Unidades
Latitud Marco Geoestadístico Nacional, INEGI.
métricas
Metros sobre el
Altitud Marco Geoestadístico Nacional, INEGI.
nivel del mar
Temperatura anual Grados Centro de Ciencias de la Atmósfera, UNAM.
Temperatura
Grados Centro de Ciencias de la Atmósfera, UNAM.
Primavera-Verano
Milímetros
Precipitación anual Centro de Ciencias de la Atmósfera, UNAM.
cúbicos
Precipitación Milímetros
Centro de Ciencias de la Atmósfera, UNAM.
Primavera-Verano cúbicos
Unidades
Vacunas 2007, VIII Censo Agrícola, Ganadero y Forestal.
productivas
Aguascalientes.
Uso de sales Unidades
2007, VIII Censo Agrícola, Ganadero y Forestal.
minerales productivas
Aguascalientes.
Ganado INEGI. Estados Unidos Mexicanos. Censo Agropecuario
Estabulado y
estabulado y 2007, VIII Censo Agrícola, Ganadero y Forestal.
semiestabulado
semiestabulado Aguascalientes.
Unidades
productivas
Baño garrapaticida 2007, VIII Censo Agrícola, Ganadero y Forestal.
que aplican el
Aguascalientes.
baño
Proporción de INEGI. Estados Unidos Mexicanos. Censo Agropecuario
programa de Porcentaje 2007, VIII Censo Agrícola, Ganadero y Forestal.
mejoramiento Aguascalientes.
233

genético
Proporción de
Porcentaje 2007, VIII Censo Agrícola, Ganadero y Forestal.
desparasitación
Aguascalientes.
Servicio de información agroalimentaria y pesquera
Producción de leche Miles de litros (SIAP), con información de las delegaciones de la
SAGARPA.
Número de
Existencia de lluvias
días con lluvia Centro Nacional de Prevención de Desastres, CENAPRED.
extremas
extrema
Número de
Existencia de heladas días con
Centro Nacional de Prevención de Desastres, CENAPRED.
y granizadas heladas y
granizadas
Existencia de sequía Existencia Centro Nacional de Prevención de Desastres, CENAPRED.
Existencia de ciclones Existencia Centro Nacional de Prevención de Desastres, CENAPRED.
Existencia de
Existencia Centro Nacional de Prevención de Desastres, CENAPRED.
inundaciones
Trabajo familiar y Número de
contratado personas
Aguascalientes.
234
Variables empleadas en la estimación de la producción de leche y carne:

Unidades
Alimento balanceado 2007, VIII Censo Agrícola, Ganadero y Forestal.
productivas
Aguascalientes.
Metros sobre
Altitud el nivel del Marco Geoestadístico Nacional, INEGI.
mar
Bordo para
abrevadero
Ganado en pie Toneladas SIAP. 2011.
Existencia de ciclones
CENAPRED.
Estabulado y
cabezas 2007, VIII Censo Agrícola, Ganadero y Forestal.
semiestabulado
Aguascalientes.
Unidades
Baño garrapaticida 2007, VIII Censo Agrícola, Ganadero y Forestal.
productivas
Aguascalientes.
Animales para Número de
producción de leche cabezas
Aguascalientes.
Existencia de heladas y
Existencia Centro Nacional de Prevención de Desastres, CENAPRED
granizadas
Aplicación de Número de
hormonas cabezas
Aguascalientes.
Unidades
Latitud Marco Geoestadístico Nacional, INEGI.
métricas
Unidades
Longitud Marco Geoestadístico Nacional, INEGI.
métricas
Mezcladora de
alimentos
Milímetros
Precipitación anual Centro de Ciencias de la Atmósfera, UNAM.
cúbicos
Precipitación Milímetros
Centro de Ciencias de la Atmósfera, UNAM.
Primavera-Verano cúbicos
Producción de pasto
Toneladas SIAP, 2011.
por estado
ELABORADO POR EL SERVICIO DE INFORMACIÓN
AGROALIMENTARIA Y PESQUERA (S I A P), CON
Producción de leche Miles de litros
INFORMACIÓN DE LAS DELEGACIONES DE LA S A G A R P
A.
Proporción de
desparasitación
Aguascalientes, Ags.
235

Proporción de
programa de
mejoramiento
Aguascalientes, Ags.
genético
Proporción de UER INEGI. Estados Unidos Mexicanos. Censo Agropecuario
que aplican baño Porcentaje 2007, VIII Censo Agrícola, Ganadero y Forestal.
garrapaticida Aguascalientes, Ags.
Proporción de UER INEGI. Estados Unidos Mexicanos. Censo Agropecuario
que emplean sales Porcentaje 2007, VIII Censo Agrícola, Ganadero y Forestal.
minerales Aguascalientes, Ags.
Proporción UER que
realizan vacunación
Aguascalientes.
Unidades
Uso de sales minerales 2007, VIII Censo Agrícola, Ganadero y Forestal.
productivas
Aguascalientes.
Existencia de sequía Existencia
CENAPRED.
Silo forrajero equipos e 2007, VIII Censo Agrícola, Ganadero y Forestal.
Temperatura anual Grados Centro de Ciencias de la Atmósfera, UNAM.
Temperatura
Grados Centro de Ciencias de la Atmósfera, UNAM.
Primavera-Verano
Trabajo familiar y Número de
contratado personas
Aguascalientes.
Unidades
Vacunas 2007, VIII Censo Agrícola, Ganadero y Forestal.
productivas
Aguascalientes.
236
a. Valor de la Producción agrícola
Regresión para la Región 1 con datos panel.
Coeficientes: Mínimos cuadrados generalizados (MCG)

Panel: heterocedasticidad corregida
Correlación: sin autocorrelación
Covarianzas estimadas = 227 Número de observaciones = 901

Autocorrelaciones = 0 Número de observaciones = 227
estimadas
Coeficientes estimados = 17 Observaciones por grupo: = 1
Mínimo
Promedio = 3.969163
máximo = 4
Wald chi2(16) = 11727.75
Probabilidad> chi2 = 0.0000
Error Intervalo al 95% de

Valor de la Producción Coeficiente z P> z
estándar. confianza
Superficie sembrada 17649.32 300.9367 58.65 0.000 17059.49 18239.14
Herbicidas 1.68E+08 1.06E+07 15.85 0.000 1.48E+08 1.89E+08
Fertilizantes 7.47E+07 3633447 20.57 0.000 6.76E+07 8.18E+07
Logaritmo de la mano de
9.01E+07 6797249 13.26 0.000 7.68E+07 1.03E+08
obra
-6979834 488737.5 -14.28 0.000 -7937742 -6021926
obra al cuadrado
Tractores 296585.9 37025.29 8.01 0.000 224017.7 369154.2
Tractores al cuadrado -334.428 107.6445 -3.11 0.002 -545.4074 -123.4486
Longitud -2329.55 260.8337 -8.93 0.000 -2840.775 -1818.326
Latitud 291.8721 199.516 1.46 0.143 -99.17211 682.9163
-600167.4 71074.5 -8.44 0.000 -739470.8 -460863.9
anual
67.4087 7.686257 8.77 0.000 52.34391 82.47348
anual al cuadrado
-3.91E+07 1.87E+07 -2.09 0.036 -7.57E+07 -2483186
mensual en el año
mensual en el año al 3316.22 373107 0.01 0.993 -727960.1 734592.5
cuadrado
18686.72 2339.263 7.99 0 14101.85 23271.59
temperatura (anual)
Inundación -8559801 3810624 -2.25 0.025 -1.60E+07 -1091116
Ciclón -1635293 1818901 -0.9 0.369 -5200274 1929688
Constante 2.88E+09 3.36E+08 8.57 0 2.22E+09 3.54E+09
237


Autocorrelaciones estimadas = 0 Número de grupos = 187
Mínimo
Promedio = 3.989305
Máximo = 4
Wald chi2(9) = 2589.09
Probabilidad > chi2 = 0.0000

Valor de la Producción Coeficiente z P> z
estándar confianza
Semilla mejorada 2.83E+08 2.47E+07 11.45 0.000 2.35E+08 3.32E+08
Herbicidas 7.94E+07 1.73E+07 4.58 0.000 4.54E+07 1.13E+08
8.77E+07 1.51E+07 5.80 0.000 5.81E+07 1.17E+08
obra
-6781662 1141355 -5.94 0.000 -9018677 -4544648
obra al cuadrado
Tractores 130754.1 10033.89 13.03 0.000 111088.1 150420.2
temperatura (Primavera- -4520.471 375.0072 -12.05 0.000 -5255.471 -3785.47
Verano)
Sequía -2522386 2669800 -0.94 0.345 -7755098 2710326
Constante -2.53E+08 5.01E+07 -5.05 0.000 -3.51E+08 -1.55E+08
238


Mínimo
Promedio = 3.998693
Máximo = 4
Wald chi2(15) = 19112.82
Valor de la Error Intervalo al 95% de

Coeficiente z P> z
Producción estándar confianza
Fertilizantes 1.05E+07 732449.3 14.28 0.000 9025823 1.19E+07
Herbicidas 5.70E+07 3980095 14.31 0.000 4.92E+07 6.48E+07
Logaritmo de la
7415069 663659.5 11.17 0.000 6114320 8715817
mano de obra
Logaritmo de la
mano de obra al -1044133 58299.38 -17.91 0.000 -1158398 -929868.2
cuadrado
Tractores 500350.1 25164.23 19.88 0.000 451029.1 549671.1
Longitud -44.98932 14.4337 -3.12 0.002 -73.27884 -16.69979
Latitud -803.2368 67.60132 -11.88 0.000 -935.7329 -670.7406
Altitud -3119.361 370.1953 -8.43 0.000 -3844.93 -2393.791
Precipitación
5880.716 5298.305 1.11 0.267 -4503.772 16265.2
acumulada anual
Precipitación
acumulada anual al 0.4656717 1.663857 0.28 0.780 -2.795427 3.726771
cuadrado
Temperatura
promedio mensual 5317054 2182614 2.44 0.015 1039209 9594900
en el año
Temperatura
promedio mensual -
-191151.4 47827.8 0.000 -284892.1 -97410.63
en el año al 4.00
cuadrado
Inundación -2237669 1561268 -1.43 0.152 -5297699 822360.3
Lluvias extremas -356370.4 479114.8 -0.74 0.457 -1295418 582677.3
Constante 1.35E+08 3.51E+07 3.84 0.000 6.60E+07 2.03E+08
239


Mínimo
Promedio = 3.898876
Máximo = 4
Wald chi2(10) = 3049.81

Coeficiente z P> z
Superficie
5856.682 291.4178 20.10 0.000 5285.514 6427.851
sembrada
Fertilizantes 1.82E+08 1.75E+07 10.35 0.000 1.47E+08 2.16E+08
Mano de obra 55168.58 5006.901 11.02 0.000 45355.23 64981.92
Tractores 13676.76 30290.13 0.45 0.652 -45690.8 73044.32
Longitud 899.3886 334.0783 2.69 0.007 244.6073 1554.17
Precipitación
acumulada 294939.2 114878 2.57 0.010 69782.43 520095.9
anual
Precipitación
acumulada
-212.7072 73.31339 -2.90 0.004 -356.3988 -69.01565
anual al
cuadrado
Temperatura
promedio
2.31E+07 6.01E+07 0.38 0.700 -9.47E+07 1.41E+08
mensual en el
año
Temperatura
promedio
mensual en el -504703 1317267 -0.38 0.702 -3086499 2077093
año al
cuadrado
Lluvias
-2914895 1921541 -1.52 0.129 -6681046 851255.1
extremas
Constante -1.28E+09 6.81E+08 -1.88 0.060 -2.61E+09 5.62E+07
240
Regresión robusta para la Región 5 Número de observaciones = 1320

F( 12, 1307) = 463.60

Valor de la Producción Coeficiente t P>|t|
estándar confianza
Tractores 75489.45 13103.11 5.76 0.000 49784.03 101194.9
Longitud -878.1788 204.3993 -4.30 0.000 -1279.165 -477.1922
Altitud -9069.476 4610.957 -1.97 0.049 -18115.16 -23.78926
Precipitación
287356.1 93096.25 3.09 0.002 104721.7 469990.6
acumulada anual
Precipitación
acumulada anual al -29.9097 17.29412 -1.73 0.084 -63.83698 4.017578
cuadrado
9.22E+07 1.61E+07 5.71 0.000 6.05E+07 1.24E+08
mensual en el año
mensual en el año al -1654090 330156.3 -5.01 0.000 -2301784 -1006395
cuadrado
Interacción
precipitación y -10434.8 2755.945 -3.79 0.000 -15841.36 -5028.236
temperatura (anual)
Lluvias extremas -2950541 6413714 -0.46 0.646 -1.55E+07 9631761
Sequía -4.68E+07 6694662 -7.00 0.000 -6.00E+07 -3.37E+07
Constante -3.36E+08 2.19E+08 -1.53 0.125 -7.65E+08 9.38E+07
241
Regresión robusta para la Región 6 Número de observaciones = 498

F( 11, 486) = 8853.85
Intervalo al 95% de
Valor de la Error
Coeficiente t P>|t| confianza
Producción estándar
Superficie sembrada 3617.735 25.24733 143.29 0 3568.128 3667.342
Insecticidas 1.01E+08 1.30E+07 7.78 0 7.55E+07 1.27E+08
Mano de obra 8299.949 224.0423 37.05 0 7859.741 8740.158
Tractores 413611.8 6593.844 62.73 0 400655.9 426567.7
Longitud -97.52311 71.53233 -1.36 0.173 -238.0732 43.02698
Precipitación
2057935 362383.5 5.68 0 1345906 2769963
acumulada anual
Precipitación
acumulada anual al -92.17532 27.2717 -3.38 0.001 -145.76 -38.5906
cuadrado
Temperatura
promedio mensual 1.30E+09 2.08E+08 6.23 0 8.88E+08 1.71E+09
en el año
Temperatura
promedio mensual
-2.31E+07 3743637 -6.16 0 -3.04E+07 -1.57E+07
en el año al
cuadrado
Interacción
precipitación y -71467.67 12801.25 -5.58 0 -96620.16 -46315.17
temperatura (anual)
Constante -1.81E+10 2.89E+09 -6.29 0 -2.38E+10 -1.25E+10
242


Coeficientes estimados = 15 Observaciones por grupo: Mínimo = 3
Promedio = 3.998291
Máximo = 4
Wald chi2(14) = 10995.66

Valor de la Producción Coeficiente z P>|z|
estándar confianza
Herbicidas 4822425 1277978 3.77 0.000 2317635 7327216
Fertilizantes 3699536 1080284 3.42 0.001 1582218 5816854
Logaritmo de la mano de obra 690295.2 244463 2.82 0.005 211156.5 1169434
Tractores 123849 11160.58 11.1 0.000 101974.6 145723.3
Longitud -698.2523 47.34775 -14.75 0.000 -791.0522 -605.4524
Altitud -13212.25 741.2358 -17.82 0.000 -14665.05 -11759.46
Precipitación acumulada anual 151238.8 18943.29 7.98 0.000 114110.7 188367
Precipitación acumulada anual
-24.62623 5.7023 -4.32 0.000 -35.80253 -13.44993
al cuadrado
-1.61E+07 3894525 -4.13 0.000 -2.37E+07 -8446780
mensual en el año
394126.8 105608.4 3.73 0.000 187138.2 601115.4
mensual en el año al cuadrado
-4655.887 860.1236 -5.41 0.000 -6341.698 -2970.075
temperatura (anual)
Sequía -1.34E+07 1162412 -11.49 0.000 -1.56E+07 -1.11E+07
Constante 8.22E+08 6.48E+07 12.69 0.000 6.95E+08 9.49E+08
243
Regresión robusta para la Región 8. Número de observaciones = 389

F( 14, 374) = 20915.64

Coeficiente t P>|t|
Superficie
20030.57 88.08662 227.4 0.000 19857.36 20203.78
sembrada
Semilla mejorada 5638395 8332312 0.68 0.499 -1.07E+07 2.20E+07
Logaritmo de la
1.92E+07 7471175 2.57 0.011 4494187 3.39E+07
mano de obra
Logaritmo de la
mano de obra al -2655180 638245.5 -4.16 0.000 -3910180 -1400180
cuadrado
Tractores 457504.4 5581.702 81.97 0.000 446529 468479.9
Longitud 1268.578 206.0488 6.16 0.000 863.4182 1673.737
Latitud -610.4835 162.907 -3.75 0.000 -930.812 -290.1551
Altitud 14592.02 6662.236 2.19 0.029 1491.89 27692.16
Precipitación
acumulada 2301030 223109.5 10.31 0.000 1862323 2739736
Primavera-Verano
Precipitación
acumulada
-750.2756 40.85031 -18.37 0.000 -830.6006 -669.9505
Primavera-Verano
al cuadrado
Temperatura
promedio mensual
8.17E+07 2.73E+07 2.99 0.003 2.79E+07 1.35E+08
en Primavera-
Verano
Temperatura
promedio mensual
-1213834 470941.1 -2.58 0.01 -2139858 -287809.6
en Primavera-
Verano al cuadrado
Interacción
precipitación y
temperatura -67754.73 7614.559 -8.90 0.000 -82727.44 -52782.01
(Primavera-
Verano)
Lluvias extremas -129800.9 4788341 -0.03 0.978 -9545246 9285645
Constante -2.65E+09 4.83E+08 -5.48 0.000 -3.60E+09 -1.70E+09
244
b. Producción maíz


Mínimo
Promedio = 4.960352
Máximo = 5
Wald chi2(12) = 6552.74

Producción Coeficiente z P>|z|
estándar confianza
Superficie sembrada 1.769763 .0234449 75.49 0.000 1.723812 1.815714
Fertilizantes 1077.07 169.0969 6.37 0.000 745.6461 1408.494
Tractores 1.818121 1.567663 1.16 0.246 -1.254442 4.890683
Tractores al cuadrado -.0063608 .0024699 -2.58 0.010 -.0112017 -.0015198
11.74989 3.597914 3.27 0.001 4.698111 18.80168
anual
-.0018254 .0004231 -4.31 0.000 -.0026547 -.0009962
anual al cuadrado
4794.611 625.8468 7.66 0.000 3567.974 6021.249
mensual en el año
mensual en el año al 93.2926 -11.29708 -8.26 0.000 -115.4345 -71.15072
cuadrado
Precipitación por
-.2627642 .1134105 -2.32 0.021 -.4850448 -.0404836
temperatura (anual)
Ciclón -757.8396 93.74783 -8.08 0.000 -941.5819 -574.0972
Inundación -145.9045 100.564 -1.45 0.147 -343.0063 51.19741
Constante -65088.26 9117.735 -7.14 0.000 -82958.7 -47217.83
245


Mínimo
Promedio = 4.768041
Máximo = 5
Wald chi2(12) = 1232.35
Error
Producción Coeficiente z P>|z| Intervalo al 95% de confianza
estándar
Superficie
1.540169 .0665311 23.15 0.000 1.40977 1.670567
sembrada
Herbicidas 19792.99 1987.359 9.96 0.000 15897.84 23688.15
Tractores 11.26859 .8278805 13.61 0.000 9.645974 12.89121
Longitud -.0177134 .010566 -1.68 0.094 -.0384224 .0029957
Latitud .0835936 .0112292 7.44 0.000 .0615849 .1056024
Altitud -1.74975 .4310722 -4.06 0.000 -2.594636 -.9048642
Precipitación
acumulada 7.877742 12.00677 0.66 0.512 -15.65509 31.41058
Primavera-Verano
Precipitación
acumulada
.0019519 .0029612 0.66 0.510 -.003852 .0077558
Primavera-Verano
al cuadrado
Temperatura
promedio mensual
-452.7333 1117.412 -0.41 0.685 -2642.821 1737.355
Primavera-Verano
Temperatura
promedio mensual
Primavera-Verano 11.99738 19.00729 0.63 0.528 -25.25622 49.25098
al cuadrado
Precipitación por
temperatura
-.4303279 .3381614 -1.27 0.203 -1.093112 .2324563
(Primavera-Verano)
Sequía -1259.279 676.5667 -1.86 0.063 -2585.325 66.76773

Constante -729.4869 16478.39 -0.04 0.965 -33026.53 31567.56
246


Mínimo
Promedio = 4.985658
Máximo = 5
Wald chi2(14) = 15948.47

estándar confianza
Insecticidas 13570.42 643.6374 21.08 0.000 12308.92 14831.93
Mano de obra .0970133 .0103315 9.39 0.000 .0767639 .1172627
Logaritmo de los tractores 170.3991 16.44845 10.36 0.000 138.1608 202.6375
Longitud .0168586 .0014028 12.02 0.000 .0141093 .019608
Latitud .0067288 .0049187 1.37 0.171 -.0029117 .0163694
Altitud -.2060467 .0305076 -6.75 0.000 -.2658405 -.1462529
Precipitación acumulada .5096954 .393787 1.29 0.196 -.2621131 1.281504
anual
Precipitación acumulada -.0000434 .000129 -0.34 0.737 -.0002963 .0002095
anual al cuadrado
Temperatura promedio 2281.92 191.8961 11.89 0.000 1905.811 2658.03
mensual en el año
Temperatura promedio -49.70496 4.179153 -11.89 0.000 -57.89594 -41.51397
mensual en el año al
cuadrado
Sequía -165.1394 40.38537 -4.09 0.000 -244.2933 -85.98555
Inundación -439.0377 214.5067 -2.05 0.041 -859.4631 -18.6122
Lluvias extremas -137.2005 42.98674 -3.19 0.001 -221.4529 -52.948
Constante -44612.5 3158.646 14.12 -0.000 -50803.33 -38421.67
247


Mínimo
Promedio = 4.04878
máximo = 5
Wald chi2(14) = 1775.78

estándar confianza
Fertilizantes 14162.54 1194.281 11.86 0.000 11821.79 16503.29
Logaritmo de la mano
1422.49 506.9501 2.81 0.005 428.8859 2416.094
de obra
-276.163 57.71798 -4.78 0.000 -389.2881 -163.0378
de obra al cuadrado
Tractores 8.535722 2.043334 4.18 0.000 4.530862 12.54058
Tractores al cuadrado - -
-0.0032543 0.0012792 -2.54 0.011
0.0057614 0.0007472
Longitud -
-0.023573 0.0241149 -0.98 0.328 0.0236914
0.0708373
Latitud 0.1558952 0.0221965 7.02 0 0.1123908 0.1993996
Altitud -
-1.893015 0.6697621 -2.83 0.005 -3.205724
0.5803051
239.7645 64.73143 3.70 0.000 112.8932 366.6358
Primavera-Verano
-
Primavera-Verano al -0.020044 0.0133627 -1.50 0.134 0.0061463
0.0462344
cuadrado
mensual Primavera- 35952.07 6751.63 5.32 0.000 22719.11 49185.02
Verano
mensual Primavera- -575.1848 106.3616 -5.41 0.000 -783.6497 -366.72
Verano al cuadrado
Precipitación por
temperatura -7.876592 1.958621 -4.02 0.000 -11.71542 -4.037765
(Primavera-Verano)
Constante -576143.1 105731.7 -5.45 0.000 -783373.4 -368912.8
248


Mínimo
Promedio = 4.954545
Máximo = 5
Wald chi2(15) = 12369.18

estándar confianza
Semilla mejorada 28610.3 728.7107 39.26 0.000 27182.05 30038.54
21434.34 1639.854 13.07 0.000 18220.28 24648.39
obra
-1647.545 122.5745 -13.44 0.000 -1887.787 -1407.303
obra al cuadrado
Tractores 8.145757 1.098118 7.42 0.000 5.993486 10.29803
Longitud 0.0353519 0.0135409 2.61 0.009 0.0088122 0.0618916
-
Latitud -0.1095898 0.0188459 -5.82 0.000 -0.146527
0.0726526
Altitud 2.035432 0.3000299 6.78 0.000 1.447384 2.62348
37.56346 4.284237 8.77 0.000 29.16651 45.96041
anual
Precipitación acumulada - -
-0.0017798 0.0008173 -2.18 0.029
anual al cuadrado 0.0033818 0.0001778
23319.09 945.4092 24.67 0.000 21466.13 25172.06
mensual en el año
mensual en el año al -480.3532 20.31576 -23.64 0.000 -520.1714 -440.535
cuadrado
-1.791619 0.1433044 -12.5 0.000 -2.072491 -1.510748
temperatura (anual)
Sequía -3860.72 548.7194 -7.04 0.000 -4936.19 -2785.249
Ciclón -2151.335 774.1161 -2.78 0.005 -3668.575 -634.0958
Constante -360581.1 14826.08 -24.32 0.000 -389639.7 -331522.5
249


Mínimo
Promedio = 4.992
Máximo = 5
Wald chi2(15) = 503.67

estándar confianza
Insecticidas 59755.41 6952.068 8.60 0.000 46129.61 73381.21
428.2431 301.7214 1.42 0.156 -163.12 1019.606
de obra
-64.03899 35.75236 -1.79 0.073 -134.1123 6.034346
de obra al cuadrado
Tractores 30.68271 7.439325 4.12 0.000 16.10191 45.26352
Longitud -0.016513 0.0168874 -0.98 0.328 -0.0496116 0.0165856
Latitud 0.0392936 0.0266569 1.47 0.140 -0.012953 0.0915402
Altitud 5.27407 9.017938 0.58 0.559 -12.40076 22.9489
Precipitación
54.81085 59.25686 0.92 0.355 -61.33047 170.9522
acumulada anual
Precipitación
acumulada anual al 0.0078261 0.0030554 2.56 0.010 0.0018377 0.0138146
cuadrado
16213.47 38321.12 0.42 0.672 -58894.55 91321.49
mensual en el año
mensual en el año al -259.5177 694.4536 -0.37 0.709 -1620.622 1101.586
cuadrado
Interacción
precipitación y -2.370263 2.139182 -1.11 0.268 -6.562983 1.822456
temperatura (anual)
Ciclón -1667.853 787.0542 -2.12 0.034 -3210.451 -125.2552
Constante -240377.4 525358.9 -0.46 0.647 -1270062 789307.1
250


Mínimo
Promedio = 4.989708
Máximo = 5
Wald chi2(12) = 12312.12
Coeficien Error Intervalo al 95% de

Producción z P>|z|
te estándar confianza
0.025178
Superficie sembrada 2.011257 79.88 0.000 1.961908 2.060607
7
Fertilizantes 2647.724 94.52204 28.01 0.000 2462.464 2832.984
0.166350 0.010472
Mano de obra 15.88 0.000 0.1458246 0.1868762
4 5
Tractores 4.08904 0.828126 4.94 0.000 2.465943 5.712138
-
0.001190 - -
Tractores al cuadrado 0.014943 0.000 -0.0172764
2 12.56 0.0126108
6
12.4785 4.786959 2.61 0.009 3.096228 21.86076
Primavera-Verano
Precipitación acumulada 0.001274
0.001331 0.96 0.338 -0.0013337 0.0038836
Primavera-Verano al cuadrado 9
Temperatura promedio mensual -
468.4833 -3.59 0.000 -2599.04 -762.6189
Primavera-Verano 1680.829
Temperatura promedio mensual
39.71563 9.405785 4.22 0.000 21.28063 58.15063
Primavera-Verano al cuadrado
-
Precipitación por temperatura 0.168194 -
0.737852 -4.39 0.000 -1.067507
(Primavera-Verano) 2 0.4081976
2
-
Sequía 161.8441 -9.67 0.000 -1882.589 -1248.172
1565.381
Constante 16978.17 6032.064 2.81 0.005 5155.547 28800.8
251
Regresión con MCG para la Región 8 con datos panel.


Mínimo
Promedio = 4.409639
Máximo = 5
Wald chi2(16) = 14534.30
Logaritmo de la Error
Coeficiente z P>|z| Intervalo al 95% de confianza
producción estándar
Superficie sembrada 0.0000501 4.01E-06 12.49 0.000 0.0000423 0.000058
Insecticidas 3.656707 0.4149414 8.81 0.000 2.843436 4.469977
Fertilizantes 1.576017 0.2875764 5.48 0.000 1.012378 2.139657
Mano de obra 0.000939 0.0001924 4.88 0.000 0.0005619 0.001316
Mano de obra al
-2.11E-08 2.69E-08 -0.78 0.433 -7.38E-08 3.16E-08
cuadrado
Tractores 0.0026721 0.0003748 7.13 0.000 0.0019376 0.0034066
Tractores al cuadrado -1.58E-06 1.26E-07 -12.59 0.000 -1.83E-06 -1.34E-06
Longitud -0.0000549 6.15E-06 -8.92 0.000 -0.0000669 -0.0000428
Latitud 0.0000131 5.99E-06 2.19 0.029 1.37E-06 0.0000249
Altitud -0.0004795 0.0002132 -2.25 0.025 -0.0008974 -0.0000616
Precipitación
acumulada Primavera- 0.0191938 0.0086129 2.23 0.026 0.0023128 0.0360747
Verano
Precipitación
acumulada Primavera- -7.83E-08 1.30E-06 -0.06 0.952 -2.63E-06 2.47E-06
Verano al cuadrado
Temperatura
promedio mensual 5.713654 1.025213 5.57 0.000 3.704273 7.723034
Primavera-Verano
Temperatura
promedio mensual
-0.0954767 0.0172507 -5.53 0.000 -0.1292874 -0.061666
Primavera-Verano al
cuadrado
Precipitación por
temperatura -0.0006685 0.0002877 -2.32 0.020 -0.0012324 -0.0001046
(Primavera-Verano)
Constante -24.34071 17.54764 -1.39 0.165 -58.73346 10.05204
252
c. Producción de frijol

Panel: heteroscedasticidad

Mínimo
Promedio = 4.6585537
Máximo = 5
Wald chi2(12) = 9506.51
Error
Producción Coeficiente z P> z Intervalo al 95% de confianza
estándar
Logaritmo de la mano de obra 13.53331 3.159515 4.28 0.000 7.340779 19.72585
Logaritmo de la mano de obra
-1.170058 0.2467478 -4.74 0.000 -1.653675 -0.6864414
al cuadrado
Tractores 0.011582 0.0172885 0.67 0.503 -0.0223029 0.0454669
Tractores al cuadrado 7.65E-07 0.0000298 0.03 0.980 -0.0000576 0.0000591
0.3702997 0.1502859 2.46 0.014 0.0757447 0.6648548
Primavera-Verano
cuadrado
97.73399 17.06397 5.73 0.000 64.28923 131.1787
mensual Primavera-Verano
mensual Primavera-Verano al -1.713712 0.2825938 -6.06 0.000 -2.267586 -1.159838
cuadrado
Verano)
Inundación -0.4028601 1.691512 -0.24 0.812 -3.718162 2.912442
Constante -1475.531 262.0805 -5.63 0.000 -1989.199 -961.8629
253


Mínimo
Promedio = 4.634021
Máximo = 5
Wald chi2(12) = 3079.63

Producción Coeficiente z P> z
estándar confianza
Fertilizante 1768.301 167.5009 10.56 0.000 1440.005 2096.597
Semilla mejorada 151.4265 171.4985 0.88 0.377 -184.7045 487.5575
2013.267 275.6811 7.30 0.000 1472.942 2553.592
de obra
-164.4837 20.63887 -7.97 0.000 -204.9352 -124.0323
de obra al cuadrado
Logaritmo de tractores 91.07875 16.85189 5.40 0.000 58.04965 124.1078
Precipitación
acumulada Primavera- 2.815939 2.065979 1.36 0.173 -1.233305 6.865182
Verano
Precipitación
acumulada Primavera- 0.0004134 0.0004168 0.99 0.321 -0.0004035 0.0012304
Verano al cuadrado
Temperatura
Primavera-Verano
Verano al cuadrado
Interacción
precipitación y
-0.158165 0.0662173 -2.39 0.017 -0.2879485 -0.0283816
temperatura
(Primavera-Verano)
Sequía -430.9121 103.511 -4.16 0.000 -633.7899 -228.0343
Constante -19272.13 3283.412 -5.87 0.000 -25707.5 -12836.76
254
Regresión la Región 3 con datos panel.


Mínimo
Promedio = 4.840121
Máximo = 5
Wald chi2(12) = 34001.37

estándar confianza
Superficie
0.6423775 0.0036835 174.39 0.000 0.635158 0.649597
sembrada
Herbicidas 67.50162 4.015742 16.81 0.000 59.63091 75.37233
Logaritmo de
6.438191 0.3476755 18.52 0.000 5.756759 7.119622
tractores
Longitud 0.000506 0.0000256 19.76 0.000 0.0004558 0.0005562
Latitud -0.0031042 0.0001233 -25.17 0.000 -0.0033459 -0.0028625
Altitud -0.0145634 0.0006209 -23.46 0.000 -0.0157803 -0.0133466
Precipitación
0.0432982 0.0157777 2.74 0.006 0.0123746 0.0742219
acumulada anual
Precipitación
acumulada anual al -8.42E-06 2.45E-06 -3.43 0.001 -0.0000132 -3.61E-06
cuadrado
Temperatura
en el año
Temperatura
promedio mensual
-1.810923 0.0942204 -19.22 0.000 -1.995591 -1.626254
en el año al
cuadrado
Interacción
precipitación y
-0.0008117 0.0005194 -1.56 0.118 -0.0018296 0.0002063
temperatura
(anual)
Ciclón -19.60613 25.744 -0.76 0.446 -70.06344 30.85118
Constante -705.9122 61.43317 -11.49 0.000 -826.319 -585.5054
255


Mínimo
Promedio = 3.57971
Máximo = 5
Wald chi2(12) = 1685.45

estándar confianza
Fertilizante 2.400131 8.746873 0.27 0.784 -14.74343 19.54369
Mano de obra 0.000712 0.0044238 0.16 0.872 -0.0079585 0.0093826
Mano de obra al cuadrado -3.27E-08 5.24E-07 -0.06 0.950 -1.06E-06 9.95E-07
Tractores 0.0048285 0.0226949 0.21 0.832 -0.0396527 0.0493096
Tractores al cuadrado -3.39E-06 0.000014 -0.24 0.809 -0.0000308 0.0000241
0.2374627 0.1992698 1.19 0.233 -0.1530989 0.6280242
Otoño-Invierno
-0.0000681 0.000167 -0.41 0.683 -0.0003953 0.0002591
Otoño-Invierno al cuadrado
56.54531 24.1746 2.34 0.019 9.163963 103.9267
mensual Otoño-Invierno
mensual Otoño-Invierno al -1.377409 0.6286439 -2.19 0.028 -2.609529 -0.1452898
cuadrado
-0.0101905 0.0098709 -1.03 0.302 -0.0295372 0.0091561
temperatura (Otoño-Invierno)
Ciclón -0.8455252 10.64474 -0.08 0.937 -21.70884 20.01779
Constante -577.963 235.4649 -2.45 0.014 -1039.466 -116.4603
256


Mínimo
Promedio = 4.166667
Máximo = 5
Wald chi2(15) = 1102.15

estándar confianza
Mano de obra 0.0108226 0.0025096 4.31 0.000 0.0059038 0.0157414
Logaritmo de tractores 0.3150608 19.1806 0.02 0.987 -37.27822 37.90834
Logaritmo de tractores al
-3.654201 2.126055 -1.72 0.086 -7.821192 0.5127906
cuadrado
Longitud 0.0074264 0.0012884 5.76 0.000 0.0049011 0.0099517
Latitud -0.0089535 0.0017831 -5.02 0.000 -0.0124482 -0.0054587
Altitud -0.1800955 0.0340717 -5.29 0.000 -0.2468747 -0.1133163
0.8029366 0.4390618 1.83 0.067 -0.0576087 1.663482
Otoño-Invierno
Otoño-Invierno al -0.0005003 0.0005818 -0.86 0.390 -0.0016406 0.00064
cuadrado
110.7986 38.0267 2.91 0.004 36.26762 185.3295
mensual Otoño-Invierno
mensual Otoño-Invierno -3.504996 1.000913 - 3.50 0.000 -5.46675 -1.543242
al cuadrado
Interacción precipitación
y temperatura (Otoño- -0.023371 0.0287173 -0.81 0.416 -0.0796558 0.0329139
Invierno)
Sequía -60.69318 31.84591 -1.91 0.057 -123.11 1.723665
Ciclón -0.5757207 59.67961 -0.01 0.992 -117.5456 116.3942
Constante -6509.176 969.3887 -6.71 0.000 -8409.143 -4609.209
257


Mínimo
Promedio = 2.132353
Máximo = 5
Wald chi2(8) = 743.83

estándar confianza
Superficie
0.6807564 0.0312271 21.80 0.000 0.6195524 0.7419603
sembrada
Mano de obra 0.0039427 0.0016752 2.35 0.019 0.0006595 0.007226
Precipitación
acumulada 1.407804 3.028534 0.46 0.642 -4.528013 7.343621
Primavera-Verano
Precipitación
acumulada
0.0002389 0.0001661 1.44 0.150 -0.0000867 0.0005644
Primavera-Verano
al cuadrado
Temperatura
promedio
1540.987 957.3112 1.61 0.107 -335.3085 3417.282
mensual
Primavera-Verano
Temperatura
promedio mensual
-25.35415 15.99911 -1.58 0.113 -56.71183 6.003535
Primavera-Verano
al cuadrado
Interacción
precipitación y
temperatura -0.0510691 0.1011426 - 0.50 0.614 -0.249305 0.1471669
(Primavera-
Verano)
Sequía -10.46313 6.114218 -1.71 0.087 -22.44677 1.52052
Constante -23402.95 14324.93 -1.63 0.102 -51479.3 4673.402
258


Mínimo
Promedio = 4.71828
Máximo = 5
Wald chi2(10) = 11398.82

estándar confianza
Mano de obra 0.0023269 0.0003828 6.08 0.000 0.0015766 0.0030772
Tractores 1.340533 0.0489525 27.38 0.000 1.244588 1.436478
0.5349363 0.1976726 2.71 0.007 0.1475052 0.9223674
Primavera-Verano
cuadrado
mensual Primavera- 100.7659 18.61665 5.41 0.000 64.27791 137.2538
Verano
Verano al cuadrado
Verano)
Sequía -83.71904 5.757029 -14.54 0.000 -95.00261 -72.43547
Constante -1279.89 243.0411 -5.27 0.000 -1756.241 -803.5377
259

Covarianzas estimadas = 84 Número de = 324
observaciones
Coeficientes estimados = 14 Observaciones por = 1
grupo: Mínimo
Promedio = 3.857143
Máximo = 5
Wald chi2(13) = 2201.06
Error
Producción Coeficiente z P> z Intervalo al 95% de confianza
estándar
Insecticidas 183.7704 180.6207 1.02 0.309 -170.2397 537.7806
Fertilizante 57.97254 82.77393 0.70 0.484 -104.2614 220.2065
3.755315 15.54653 0.24 0.809 -26.71532 34.22595
obra
Logaritmo de tractores al
-5.849601 5.440446 -1.08 0.282 -16.51268 4.813478
cuadrado
3.693269 2.053094 1.80 0.072 -0.3307215 7.71726
Primavera-Verano
cuadrado
mensual Primavera- 126.4208 236.0417 0.54 0.592 -336.2125 589.0541
Verano
mensual Primavera- -1.611012 4.044074 -0.40 0.690 -9.537251 6.315227
Verano al cuadrado
Interacción precipitación
y temperatura -0.1150395 0.0678232 -1.70 0.090 -0.2479705 0.0178915
(Primavera-Verano)
Ciclón -63.40448 56.74398 -1.12 0.264 -174.6206 47.81168
Constante -2385.497 3463.369 -0.69 0.491 -9173.576 4402.582
260
d. Producción de naranja


Mínimo
Promedio = 4.660194
Máximo = 5
Wald chi2(14) = 7242.95
Intervalo al 95% de
Logaritmo de la Error confianza
Coeficiente z P> z
producción estándar
Superficie sembrada .0004725 .0000108 43.76 0.000 .0004514 .0004937

Mano de obra .0001963 .0000125 15.75 0.000 .0001718 .0002207
Mano de obra al
-4.29e-09 4.61e-10 -9.31 0.000 -5.19e-09 -3.39e-09
cuadrado
Seleccionadora .4573523 .0587502 7.78 0.000 .3422041 .5725005
Empaquetadora .4174952 .0432839 9.65 0.000 .3326602 .5023301
Empaquetadora al
-.1645926 .0067467 -24.40 0.000 -.1778159 -.1513694
cuadrado
Longitud .0000312 8.20e-06 3.80 0.000 .0000151 .0000473
Latitud .0000248 6.25e-06 3.97 0.000 .0000125 .000037
Altitud -.0016251 .0001434 -11.33 0.000 -.0019062 -.001344
Precipitación
.0096076 .0029812 3.22 0.001 .0037646 .0154506
acumulada anual
Precipitación
acumulada anual al -2.19e-06 5.15e-07 -4.26 0.000 -3.20e-06 -1.18e-06
cuadrado
Temperatura
promedio mensual en 7.664824 .8499502 9.02 0.000 5.998952 9.330695
el año
Temperatura
promedio mensual en -.152399 .0175584 -8.68 0.000 -.1868128 -.1179853
el año al cuadrado
Precipitación por
-.0001556 .0000941 -1.65 0.098 -.00034 .0000287
temperatura (anual)
Inundación -.065229 .0748132 -0.87 0.383 -.2118602 .0814022
Constante -128.0819 10.92822 -11.72 0.000 -149.5009 -106.663
261
e. Producción de trigo

Covarianzas estimadas = 52 Número de = 177

observaciones
Coeficientes estimados = 13 Observaciones por = 1
grupo: Mínimo
Promedio = 3.403846
Máximo = 4
Wald chi2(12) = 39760.93
Prob > chi2 = 0.0000
Intervalo al 95% de
Error
Producción Coeficientes z P> z confianza
estándar
Fertilizantes 2787.326 1077.912 2.59 0.010 674.6572 4899.994
4778.979 1551.861 3.08 0.002 1737.387 7820.57
de obra
-435.2199 135.6364 -3.21 0.001 -701.0565 -169.3834
de obra al cuadrado
Trilladoras 59.90068 26.17204 2.29 0.022 8.604412 111.1969
Trilladoras al
-.0648245 .1054593 -0.61 0.539 -.2715209 .1418719
cuadrado
Precipitación
acumulada Otoño 144.3622 58.46893 2.47 0.014 29.76518 258.9592
Invierno
Precipitación
acumulada Otoño -.07165 .0611758 -1.17 0.242 -.1915524 .0482524
Invierno al cuadrado
Temperatura
en Otoño-Invierno
Temperatura
promedio mensual
-120.0265 22.32441 -5.38 0.000 -163.7815 -76.27148
en Otoño Invierno al
cuadrado
Interacción
precipitación y
-7.493618 2.134456 -3.51 0.000 -11.67707 -3.310162
temperatura (Otoño-
Invierno)
Inundación -4215.192 10526.69 -0.40 0.689 -24847.13 16416.74
Constante -68769.75 -15465.05 -4.45 0.000 -99080.7 38458.8
262
f. Producción de pastizales
Regresión lineal para la Región 1 Número de observaciones = 94

F( 9, 84) = 127.90
R-cuadrada = 0.9551
Raíz cuadrada de MSE = 6344.9

Pasto Coeficiente t P>|t|
estándar confianza
Superficie
28.1315 3.265469 8.61 0.000 21.63776 34.62524
sembrada
Logaritmo de mano
11092.83 9162.9 1.21 0.229 -7128.605 29314.26
de obra
Logaritmo de mano
de obra al -829.7729 667.0503 -1.24 0.217 -2156.275 496.7298
cuadrado
Tractores 67.90846 38.40127 1.77 0.081 -8.456671 144.2736
Precipitación
236.1325 70.00107 3.37 0.001 96.92766 375.3372
acumulada anual
Precipitación
acumulada anual al -0.0791971 0.023045 -3.44 0.001 -0.1250247 -0.0333696
cuadrado
Temperatura
promedio mensual -42439.08 46128.21 -0.92 0.360 -134170.1 49291.93
en el año
Temperatura
promedio mensual
936.6506 1015.541 0.92 0.359 -1082.863 2956.165
en el año al
cuadrado
Inundación -700.7094 3672.143 -0.19 0.849 -8003.169 6601.75
Constante 268589.4 504320.3 0.53 0.596 -734306.8 1271486
263
Regresión lineal para la Región 2
Fuente de Suma de grados de Número de

variación cuadrados libertad MS observaciones= 631
------------ ------------- ----- ------------ F( 7,623)= 342.19
Modelo 2.46E+11 7 3.52E+10 Probabilidad>F= 0
Residual 6.41E+10 623 102854682 R-cuadrada= 0.7936
------------ ------------- ----- ------------ R-cuadrada ajustada= 0.7913
Total 3.10E+11 630 492777794 Raíz cuadrada de MSE = 10142

estándar confianza
Mano de obra 0.5475135 0.1680504 3.26 0.001 0.2174997 0.8775273
Tractores 1.410118 1.757001 0.80 0.423 -2.040244 4.86048
Tractores al cuadrado -0.0008629 0.000492 -1.75 0.080 -0.001829 0.000103
1.963567 1.286771 1.53 0.128 -0.563367 4.490501
anual
Sequía -1578.047 1433.128 -1.10 0.271 -4392.394 1236.3
Constante -2395.159 1657.471 -1.45 0.149 -5650.066 859.7487
264

Número de
Covarianzas estimadas 1 observaciones = 770
Autocorrelaciones 0 Número de grupos= 156
Observaciones por grupo:
Coeficientes estimados 6 Mínimo 2
Promedio 4.935897
Máximo 5
Wald chi2(5) 7990.56
Probabilidad> chi2 0

estándar confianza
Logaritmo de mano de
11490.8 14304.88 0.80 0.422 -16546.26 39527.86
obra
-1592.356 997.9793 -1.60 0.111 -3548.36 363.6473
obra al cuadrado
Fertilizante 82238 23852.62 3.45 0.001 35487.71 128988.3
Verano
Constante 50736.96 65918.36 0.77 0.441 -78460.64 179934.6
265

Número de
Covarianzas estimadas 1 observaciones= 338
Observaciones por
Coeficientes estimados 8 grupo: Mínimo= 4
Promedio= 4.970588
Máximo= 5
Wald chi2(7)= 1524.77
Probabilidad> chi2= 0

estándar confianza
Mano de obra 14.4583 2.073435 6.97 0.000 10.39444 18.52216
Logaritmo de tractores
-911.8427 735.0857 -1.24 0.215 -2352.584 528.8988
al cuadrado
Temperatura
promedio mensual -80177.91 38781.95 -2.07 0.039 -156189.1 -4166.686
Primavera-Verano
Temperatura
promedio mensual
1458.005 666.4212 2.19 0.029 151.8434 2764.167
Primavera-Verano al
cuadrado
Inundación -5177.21 10655.28 -0.49 0.627 -26061.18 15706.76
Constante 1090065 565447.2 1.93 0.054 -18191.54 2198321
266

F( 8, 1068) = 195.86
R-cuadrada = 0.9169
Raíz cuadrada de MSE = 49725

estándar confianza
Mano de obra 2.008381 0.5232191 3.84 0.000 0.9817265 3.035035
Mano de obra al cuadrado -0.0000621 0.0000156 -3.98 0.000 -0.0000927 -0.0000315
Tractores 36.13088 11.38129 3.17 0.002 13.79865 58.46312
-237.0001 613.8142 -0.39 0.699 -1441.419 967.4187
mensual en el año
Interacción Precipitación -
0.1263255 0.2458766 0.51 0.608 -0.3561306 0.6087815
temperatura
Sequía -26743.66 13259.37 -2.02 0.044 -52761.04 -726.2768
Constante -7647.876 7960.305 -0.96 0.337 -23267.49 7971.737
267
Regresión con MCG para la Región 6 con datos panel

Número de
Covarianzas estimadas 1 observaciones= 520
Observaciones por
Coeficientes estimados 8 grupo: Mínimo= 3
Promedio= 4.90566
Máximo= 5
Wald chi2(7)= 1164.75
Probabilidad> chi2= 0

estándar confianza
Logaritmo mano de obra 8118.999 29241.22 0.28 0.781 -49192.74 65430.74
Logaritmo de mano de obra al
-861.456 2851.355 -0.30 0.763 -6450.008 4727.096
cuadrado
Tractores 3690.224 3576.517 1.03 0.302 -3319.619 10700.07
Tractores al cuadrado -156.6949 83.49116 -1.88 0.061 -320.3346 6.94474
Sequía -33434.14 15405.93 -2.17 0.030 -63629.21 -3239.076
-34060.72 22228.79 -1.53 0.125 -77628.35 9506.915
mensual en el año
Constante 911168.7 604788.3 1.51 0.132 -274194.6 2096532
268

-------------+------------------------------ F( 7,623)= 80.38
Modelo 1582.21615 7 226.030879 Probabilidad>F= 0
Residual 1898.07068 675 2.81195657 R-cuadrada= 0.4546
R-cuadrada
-------------+------------------------------ ajustada= 0.449
Raíz cuadrada de
Total 3480.28684 682 5.10305988 MSE = 1.6769
Logaritmo de Error Intervalo al 95% de

Coeficiente t P>|t|
pasto estándar confianza
Superficie
0.0003179 0.0000174 18.25 0.000 0.0002837 0.000352
sembrada
Logaritmo
0.3423869 0.069507 4.93 0.000 0.205911 0.4788628
mano de obra
Tractores 0.0011219 0.0005769 1.94 0.052 -0.0000107 0.0022546
Precipitación
acumulada 0.0007577 0.0003178 2.38 0.017 0.0001336 0.0013817
anual
Lluvia
-0.5233388 0.3106783 -1.68 0.093 -1.133351 0.0866733
extrema
Sequía -1.249361 0.6071664 -2.06 0.040 -2.441523 -0.0571993
Latitud 0.0000586 5.79E-06 10.12 0.000 0.0000472 0.00007
Constante -7.794701 1.603847 -4.86 0.000 -10.94383 -4.645572
269

F( 7,623)= 114.11
Modelo 3.64E+11 7 5.21E+10 Probabilidad>F= 0
Residual 1.04E+11 229 456238184 R-cuadrada= 0.7772
R-cuadrada ajustada= 0.7704
Total 4.69E+11 236 1.99E+09 Raíz cuadrada de MSE = 21360

estándar confianza
Mano de obra 1.208573 1.090751 1.11 0.269 -0.9406189 3.357764
Mano de obra al
-0.0001314 0.0000468 -2.81 0.005 -0.0002235 -0.0000393
cuadrado
Tractores 12.59027 3.94903 3.19 0.002 4.809189 20.37135
-1291.784 661.1148 -1.95 0.052 -2594.43 10.86114
mensual en el año
Interacción
temperatura- -0.4829803 0.2368699 -2.04 0.043 -0.9497034 -0.0162572
precipitación (anual)
Ciclón -715.6756 3777.566 -0.19 0.850 -8158.906 6727.555
Constante 28648.63 14517.9 1.97 0.050 42.88833 57254.36
270
g. Producción de leche

Número de observaciones= 1065
F( 9, 1055) = 73.14
R-cuadrada= 0.3591

Leche Coeficiente t P>|t|
estándar confianza
Proporción de
2100.449 984.2996 2.13 0.033 169.041 4031.856
desparasitación
Alimento
10.41597 2.45548 4.24 0.000 5.597785 15.23415
balanceado
Alimento
balanceado al -0.0141598 0.0032597 -4.34 0.000 -0.0205559 -0.0077636
cuadrado
Hato leche 0.29059 0.0794041 3.66 0.000 0.134782 0.4463979
Toneladas de
0.0005216 0.0036688 0.14 0.887 -0.0066773 0.0077205
pasto en el estado
Mezcladora de
63.53056 23.48861 2.70 0.007 17.44087 109.6203
alimento
Proporción con
baño de 3320.949 639.1872 5.20 0.000 2066.726 4575.172
garrapatas
Mano de obra 0.1423046 0.033598 4.24 0.000 0.0763781 0.2082311
Estabulado y
0.6622171 0.1858151 3.56 0.000 0.2976079 1.026826
semiestabulado
Constante -4184.12 1284.241 -3.26 0.001 -6704.077 -1664.163
271

F( 9, 635) = 84.27
R-cuadrada = 0.8472

estándar confianza
Proporción de
24382.23 7152.225 3.41 0.001 10337.36 38427.11
desparasitación
Logaritmo de
alimentación 14060.37 5950.862 2.36 0.018 2374.619 25746.11
balanceada
Logaritmo de
alimentación
-2425.475 723.4606 -3.35 0.001 -3846.14 -1004.811
balanceada al
cuadrado
Hato leche 7.389848 0.3196133 23.12 0.000 6.762221 8.017475
Proporción de
38544.59 13627.05 2.83 0.005 11785.06 65304.12
ganado fino
Toneladas de
0.0157591 0.0040486 3.89 0.000 0.0078089 0.0237094
pasto en el estado
Mezcladora de
213.6816 96.16244 2.22 0.027 24.84676 402.5164
alimento
Logaritmo de
27211.95 8128.776 3.35 0.001 11249.42 43174.49
mano de obra
Logaritmo de
mano de obra al -1577.936 582.6579 -2.71 0.007 -2722.105 -433.7666
cuadrado
Constante -160651.8 31302.56 -5.13 0.000 -222120.9 -99182.78
272
Regresión lineal para Región 3

F( 9, 295) = 18.56
R-cuadrada = 0.5180

estándar confianza
Alimento
4.090225 1.37087 2.98 0.003 1.392301 6.78815
balanceado
Alimento
balanceado al -0.0087175 0.0020511 -4.25 0.000 -0.0127543 -0.0046808
cuadrado
Hato leche 0.2799931 0.0693568 4.04 0.000 0.1434963 0.4164899
Proporción de
3422.086 1068.345 3.20 0.002 1319.542 5524.631
ganado fino
Toneladas de
0.0001397 0.0000411 3.40 0.001 0.0000588 0.0002206
pasto en el estado
Sales minerales 0.4568541 0.6884395 0.66 0.507 -0.898021 1.811729
Mano de obra 0.0276419 0.019412 1.42 0.156 -0.0105617 0.0658454
Mano de obra al
-8.11E-07 3.74E-07 -2.17 0.031 -1.55E-06 -7.52E-08
cuadrado
Silo 5.723129 1.950141 2.93 0.004 1.885177 9.56108
Constante -585.955 243.2398 -2.41 0.017 -1064.66 -107.2497
273

F( 8, 226) = 46.54
R-cuadrada = 0.5689
Logaritmo Error Intervalo al 95% de

Coeficiente t P>|t|
de leche estándar confianza
Logaritmo de
alimentación 0.3560954 0.142972 2.49 0.013 0.0743667 0.6378241
balanceada
Hato leche 0.000554 0.0001446 3.83 0.000 0.0002691 0.0008388
Proporción de
1.50084 0.684746 2.19 0.029 0.1515371 2.850143
ganado fino
Toneladas de
3.29E-07 2.38E-07 1.38 0.169 -1.41E-07 7.98E-07
pasto en el estado
Logaritmo mano
7.840905 1.325747 5.91 0.000 5.2285 10.45331
de obra
Logaritmo de
mano de obra al -0.5829558 0.0975938 -5.97 0.000 -0.775266 -0.3906455
cuadrado
Silo 0.0319407 0.0038683 8.26 0.000 0.0243181 0.0395632
Vacunas 0.0014262 0.000258 5.53 0.000 0.0009178 0.0019345
Constante -23.02533 4.452432 -5.17 0.000 -31.79892 -14.25174
274

F( 8, 1131) = 70.65
R-cuadrada = 0.7457

estándar confianza
Alimento
4.600086 5.850942 0.79 0.432 -6.879836 16.08001
balanceado
Hato leche 2.91098 0.315986 9.21 0.000 2.290995 3.530965
Proporción de
1766.737 2742.39 0.64 0.52 -3614.007 7147.48
ganado fino
Toneladas de
pasto en el 0.0002639 0.0001064 2.48 0.013 0.0000551 0.0004727
estado
Mano de obra 0.2311573 0.2163283 1.07 0.286 -0.1932926 0.6556072
Mano de obra al
-6.50E-06 5.87E-06 -1.11 0.268 -0.000018 5.01E-06
cuadrado
Silo 57.82248 9.146541 6.32 0.000 39.87638 75.76858
Mezcladora de
132.2784 34.13553 3.88 0.000 65.30228 199.2544
alimento
Constante -6816.05 1009.242 -6.75 0.000 -8796.247 -4835.853
275

F( 8, 123) = 100.86
R-cuadrada = 0.8457

estándar confianza
Hato leche 0.6910875 0.1704669 4.05 0.000 0.3536588 1.028516
Toneladas de
6.85E-06 0.0000221 0.31 0.757 -0.0000369 0.0000506
pasto en el estado
Mano de obra 0.2952184 0.1262998 2.34 0.021 0.0452156 0.5452212
Mano de obra al
-8.44E-06 5.66E-06 -1.49 0.139 -0.0000197 2.77E-06
cuadrado
Baño de Baño de
0.0437085 0.3202655 0.14 0.892 -0.5902373 0.6776544
garrapata
Proporción de
1862.477 447.989 4.16 0.000 975.7108 2749.244
sales minerales
Interacción
temperatura-
precipitación -38.05233 158.6858 -0.24 0.811 -352.1612 276.0565
(Primavera-
Verano)
Altitud -4.803981 1.690156 -2.84 0.005 -8.149541 -1.458422
Constante 594.7544 4773.018 0.12 0.901 -8853.143 10042.65
276

F( 11, 878) = 96.52
R-cuadrada = 0.4773

Coeficiente t P>|t|
leche estándar confianza
Logaritmo de
alimentación 1.202164 0.1883451 6.38 0.000 0.8325045 1.571823
balanceada
Logaritmo de
alimentación
-0.135371 0.0252384 -5.36 0.000 -0.1849055 -0.0858364
balanceada al
cuadrado
Hato leche 0.0004952 0.0000478 10.36 0.000 0.0004013 0.000589
Logaritmo de
toneladas de pasto 0.0363011 0.028031 1.30 0.196 -0.0187146 0.0913168
en el estado
Logaritmo de
1.754563 0.3389083 5.18 0.000 1.089398 2.419728
mano de obra
Logaritmo de
mano de obra al -0.107045 0.0201747 -5.31 0.000 -0.1466414 -0.0674487
cuadrado
Silo 0.0022609 0.0004679 4.83 0.000 0.0013426 0.0031793
Longitud -0.0000657 8.32E-06 -7.9 0.000 -0.000082 -0.0000494
Latitud 0.0000256 5.38E-06 4.76 0.000 0.0000151 0.0000362
Altitud 0.0006452 0.0000932 6.93 0.000 0.0004623 0.000828
Temperatura
promedio mensual -0.3586133 0.0559634 -6.41 0.000 -0.4684509 -0.2487757
en el año
Constante 62.03051 8.678722 7.15 0.000 44.99705 79.06398
277

F( 8, 281) = 173.32
R-cuadrada = 0.7569
Raíz cuadrada de MSE = 0 .81479

Coeficiente t P>|t|
leche estándar confianza
Logaritmo de
alimentación 0.8726169 0.2376035 3.67 0.000 0.4049081 1.340326
balanceada
Logaritmo de
alimentación
-0.08301 0.0247438 -3.35 0.001 -0.1317168 -0.0343033
balanceada al
cuadrado
Hato leche 0.0001995 0.0000143 13.99 0.000 0.0001715 0.0002276
Proporción de
7.253591 0.8496861 8.54 0.000 5.581033 8.926148
ganado fino
Toneladas de pasto
2.86E-07 1.67E-07 1.71 0.088 -4.26E-08 6.15E-07
en la Región 8
Logaritmo de
1.12089 0.2706899 4.14 0.000 0.5880532 1.653728
mano de obra
Logaritmo de
mano de obra al -0.0677317 0.0189108 -3.58 0.000 -0.1049566 -0.0305068
cuadrado
Longitud 0.0000244 3.05E-06 8.02 0.000 0.0000184 0.0000304
Constante -28.01655 3.496428 -8.01 0.000 -34.89906 -21.13403
278
h. Producción de carne

F( 10, 1074) = 364.64
R-cuadrada = 0.8793

Carne Coeficiente t P>|t|
estándar confianza
Mano de obra 0.038458 0.0141045 2.73 0.007 0.0107824 0.0661336
Logaritmo de
566.7674 95.83452 5.91 0.000 378.7233 754.8116
alimento balanceado
Logaritmo de
alimento balanceado -140.3054 20.63259 -6.80 0.000 -180.7902 -99.82065
al cuadrado
Hato carne 0.0538779 0.0171176 3.15 0.002 0.0202902 0.0874656
Bordo para
2.097239 0.1713083 12.24 0.000 1.761102 2.433376
abrevadero
Hormonas 99.92167 39.67189 2.52 0.012 22.07847 177.7649
Sales minerales 4.245845 0.5163881 8.22 0.000 3.232601 5.259089
Proporción de
1854.257 543.9509 3.41 0.001 786.9305 2921.584
ganado fino
Baño de garrapatas 0.5251153 0.4080519 1.29 0.198 -0.275554 1.325785
Toneladas de pasto
0.0002842 0.0012011 0.24 0.813 -0.0020726 0.002641
en el estado
Constante -642.5918 315.8655 -2.03 0.042 -1262.375 -22.80835
279

F( 8, 675) = 66.18
R-cuadrada = 0.3666
Raíz cuadrada de MSE = .83675

Logaritmo de carne Coeficiente t P>|t|
estándar confianza
Logaritmo de
alimentación 0.5006275 0.1721562 2.91 0.004 0.1626015 0.8386535
balanceada
Logaritmo de
alimentación
-0.0342427 0.0186283 -1.84 0.066 -0.0708191 0.0023337
balanceada al
cuadrado
Proporción de
1.13878 0.3416164 3.33 0.001 0.4680212 1.809539
ganado fino
Hato carne 0.0000282 4.85E-06 5.81 0.000 0.0000186 0.0000377
Mano de obra 0.0000304 0.0000101 3.01 0.003 0.0000105 0.0000503
Hormonas 0.0311273 0.0062117 5.01 0.000 0.0189306 0.0433239
Toneladas de pasto
2.54E-07 1.79E-07 1.42 0.155 -9.65E-08 6.05E-07
en el estado
Altitud -0.0002603 0.0000846 -3.08 0.002 -0.0004264 -0.0000941
Constante 5.376812 0.4075257 13.19 0.000 4.576641 6.176982
280

F( 8, 321) = 113.08
R-cuadrada = 0.7298

estándar confianza
950.0323 618.3502 1.54 0.125 -266.4987 2166.563
obra
-64.72746 34.31103 -1.89 0.060 -132.2304 2.775446
obra al cuadrado
Silo 7.020318 0.9828417 7.14 0.000 5.086693 8.953943
Proporción de ganado
1707.47 684.2787 2.50 0.013 361.2326 3053.707
fino
Toneladas de pasto en el
0.0000925 0.0000258 3.58 0.000 0.0000416 0.0001433
estado
Hato carne 0.0919603 0.0109415 8.40 0.000 0.0704342 0.1134864
Alimento balanceado 4.631257 0.6477331 7.15 0.000 3.356919 5.905595
Alimento balanceado al
-0.0056373 0.0009026 -6.25 0.000 -0.0074131 -0.0038614
cuadrado
Constante -3877.914 2804.744 -1.38 0.168 -9395.916 1640.089
281

F( 6, 303) = 85.28
R-cuadrada = 0.6587
Error
Carne Coeficiente t P>|t| Intervalo al 95% de confianza
estándar
Mano de obra 0.1491965 0.0801029 1.86 0.063 -0.008432 0.3068249
Silo 32.06228 14.1709 2.26 0.024 4.176439 59.94812
Proporción de
2016.291 722.4866 2.79 0.006 594.5644 3438.018
ganado fino
Toneladas de pasto
0.0006194 0.0002767 2.24 0.026 0.000075 0.0011638
en el estado
Hato carne 0.074028 0.003558 20.81 0.000 0.0670264 0.0810295
Alimento balanceado 11.14939 4.72057 2.36 0.019 1.860135 20.43864
Constante -1051.968 557.5854 -1.89 0.06 -2149.198 45.2617
282

F( 7, 1142) = 22.24
R-cuadrada = 0.4325

estándar confianza
Logaritmo de mano
12185.17 2880.064 4.23 0.000 6534.365 17835.98
de obra
Logaritmo de mano
-949.2256 195.3144 -4.86 0.000 -1332.441 -566.0102
de obra al cuadrado
Silo 63.07862 16.58902 3.80 0.000 30.53024 95.62699
Proporción de
17344.44 4982.811 3.48 0.001 7567.952 27120.94
ganado fino
Toneladas de pasto
0.0004074 0.000083 4.91 0.000 0.0002445 0.0005703
en el estado
Hato carne 0.0431637 0.0864173 0.50 0.618 -0.1263907 0.2127182
Alimento
46.33058 6.094853 7.60 0.000 34.37222 58.28895
balanceado
Constante -47741.14 11531.36 -4.14 0.000 -70366.17 -25116.11
283

F( 6, 588) = 48.46
R-cuadrada = 0.8478

estándar confianza
Toneladas de pasto
6.93E-07 0.0000114 0.06 0.952 -0.0000217 0.0000231
en el estado
Logaritmo de mano
648.2723 172.4336 3.76 0.000 309.6117 986.933
de obra
Logaritmo de mano
-81.81404 21.00245 -3.90 0.000 -123.063 -40.56509
de obra al cuadrado
Hato carne 0.1539953 0.0151005 10.20 0.000 0.1243377 0.1836528
Alimento
12.54723 3.176188 3.95 0.000 6.309177 18.78529
balanceado
Mezcladora de
13.73824 7.669432 1.79 0.074 -1.32458 28.80105
alimento
Constante -1322.007 381.6362 -3.46 0.001 -2071.543 -572.4707
284

F( 6, 933) = 96.72
R-cuadrada = 0.6655

estándar confianza
Logaritmo de mano
26.83849 41.10196 0.65 0.514 -53.82451 107.5015
de obra
Toneladas de pasto
0.000263 0.000075 3.50 0.000 0.0001157 0.0004102
en el estado
Hato carne 0.4091816 0.0796471 5.14 0.000 0.2528734 0.5654898
Alimento balanceado 0.1583586 1.59778 0.10 0.921 -2.9773 3.294018
Alimento balanceado
-0.0018317 0.0016488 -1.11 0.267 -0.0050676 0.0014041
al cuadrado
Proporción de
1337.154 705.6363 1.89 0.058 -47.6638 2721.973
desparasitación
Constante -1977.873 774.4395 -2.55 0.011 -3497.718 -458.028
285
Regresión con MCG para la Región 8 con datos panel


Autocorrelaciones = 0 Número de grupos = 65
Coeficientes estimados = 9 periodos de tiempo = 5
Wald chi2(8) = 555.91

Coeficiente t P>|t|
carne estándar confianza
Logaritmo de alimento
1.194642 0.2646239 4.51 0.000 0.6759891 1.713296
balanceado
Logaritmo de alimento
-0.1250448 0.028692 -4.36 0.000 -0.1812802 -0.0688094
balanceado al cuadrado
Hato carne 0.00003 3.07E-06 9.76 0.000 0.0000239 0.000036
Mano de obra 0.0001006 0.000036 2.79 0.005 0.00003 0.0001713
Mano de obra al
-5.74E-09 1.58E-09 -3.63 0.000 -8.84E-09 -2.64E-09
cuadrado
Hormonas 0.0710658 0.0229453 3.10 0.002 0.0260939 0.1160376
Toneladas de pasto en el
1.76E-07 2.19E-07 0.80 0.423 -2.54E-07 6.05E-07
estado
Longitud 3.08E-06 2.93E-06 1.05 0.293 -2.66E-06 8.83E-06
Constante 0.2964633 3.246004 0.09 0.927 -6.065588 6.658515
286
ANEXO 7
LOS PROGRAMAS Y LAS ACCIONES DE ADAPTACIÓN Y
MITIGACIÓN FRENTE AL CAMBIO CLIMÁTICO EN
MÉXICO 2
Desde 1997, México ha presentado cuatro Comunicaciones Nacionales sobre el Cambio Climático
ante la Convención Marco de las Naciones Unidas sobre el Cambio Climático. En ellas se da cuenta
de las políticas, programas y acciones realizados, por lo que tales documentos constituyen
informes de avances sobre los compromisos contraídos y los programas y acciones llevados a
cabo. Aquí se hace un recuento en lo referente al sector agropecuario.
La Primera Comunicación Nacional de México se presentó en 1997, y en ella se destacó la

realización del Inventario Nacional de Emisiones de Gases de Efecto Invernadero (INEGEI) en el
año 1990 y los resultados de los primeros estudios sobre la vulnerabilidad del país al cambio
climático.
La Segunda Comunicación Nacional de México se presentó en 2001. Ésta incluyó la actualización

del INEGEI para el período 1994-1998. Se informaron las cifras de uso de suelo, cambio de uso de
suelo y silvicultura para 1996 y se incluyeron escenarios de emisiones futuras.
En la Tercera Comunicación se destacó la creación en 2005 de la Comisión Intersecretarial de

Cambio Climático (CICC) como instancia de coordinación para la participación de diferentes
secretarías en la toma de decisiones sobre el tema.
En cuanto a la adaptación ante el cambio climático, se menciona que por su ubicación geográfica,
topografía y aspectos socioeconómicos, México es especialmente vulnerable a los impactos de la
variabilidad y el cambio climático. Los fenómenos El Niño o La Niña, así como condiciones
hidrometeorológicas extremas, han resultado en graves daños y desastres en diversos sectores
socioeconómicos del país.
Con base en resultados de los Modelos de Circulación General (MCG) bajo diferentes escenarios
de emisión de gases, se llegó a las siguientes conclusiones:
1. Es muy probable que el clima de México sea más cálido en el transcurso de este siglo,
principalmente en el Norte del país.
2
En este apartado se hace una síntesis de las cuatro Comunicaciones de México ante la Convención Marco de las
Naciones Unidas sobre el Cambio Climático, SEMARNAT, 2010.
287
LOS PROGRAMAS Y LAS ACCIONES DE ADAPTACIÓN Y MITIGACIÓN FRENTE AL CAMBIO CLIMÁTICO EN MÉXICO
2. Se proyectan disminuciones en la lluvia, así como cambios en su distribución temporal,

con respecto al escenario base de 1961-1990. Por ejemplo, se esperan reducciones de hasta 15%
en el centro y de menos de 5% en la vertiente del Golfo de México, principalmente entre enero-
mayo.
3. El ciclo hidrológico se volverá más intenso, por lo que aumentará el número de

tormentas severas y la intensidad de los períodos de sequía.
4. El balance hídrico sugiere que el aumento en temperatura hará que la

evapotranspiración se incremente y que la humedad en el suelo disminuya.
5. En el caso de fenómenos extremos como los frentes fríos (nortes), es posible que éstos
se vuelvan menos frecuentes, principalmente en la vertiente del Golfo de México.
6. La temperatura de la superficie de los mares y océanos podría aumentar entre 1 y 2° C.

Tales incrementos favorecerán la eficiencia de los ciclones tropicales, con probabilidades de que
éstos alcancen categorías mayores.
La comunicación subraya la necesidad de impulsar las acciones de mitigación.
En la Cuarta Comunicación Nacional de México ante la CMNUCC, se dice que en el Plan Nacional
de Desarrollo 2007-2012 y en programas sectoriales, se consideraron por primera vez líneas de
acción en materia de mitigación y adaptación al cambio climático. Se menciona la alta
participación de los hidrocarburos, 89,1%, en la producción total de energía primaria. Le sigue la
hidroenergía con el 3,7%. El 7,2% restante proviene en conjunto de la leña, el carbón, el núcleo
energía, el bagazo de caña, la geoenergía y la energía eólica.
En 2008, la producción de energía primaria del país fue de 10.500,2 petajoules (PJ), cifra 0,2%
menor a la de 2007, y el consumo final total de energía fue de 8.555,2 PJ. Sin embargo, cada
habitante consumió 79,5 kJ en promedio, lo que representa 2,6% más que el año anterior.
El sector transporte es el principal consumidor de energía (47,6%); le sigue el industrial (26,3%);

residencial, comercial y público, (17,7%). Los energéticos demandados fueron gasolina, 32%;
diesel, 16%; electricidad, 13%; gas seco, 11%; gas LP, 8,9%; y leña: 4,8%. Las fuentes renovables de
energía, como las hidroeléctricas, geotérmicas y centrales eólicas, representaron 21% de la
capacidad instalada para generar energía eléctrica en el país.
Se señala que de 1990 a 2006, el incremento en las emisiones de GEI fue de aproximadamente
40%, igual a un crecimiento medio anual durante el período de 2,1%.
288
1. Programas y acciones de adaptación
La adaptación al cambio climático se concibe “como la reducción de los riesgos impuestos por el
cambio climático en los modos de vida de la gente, los recursos naturales, los servicios
ambientales y las actividades productivas y económicas, a través de la disminución de la
vulnerabilidad”3.
Un instrumento para la reducción de riesgos mediante políticas de adaptación, es la planeación del

territorio y el ordenamiento ecológico. La vulnerabilidad ante algunos impactos del cambio
climático puede reducirse en forma significativa con una adecuada conservación de los
ecosistemas y una buena gestión de las cuencas hidrográficas.
En materia de adaptación, el gobierno mexicano ha llevado a cabo las siguientes acciones:
a) Asesorar a las entidades federativas y municipios para que consideren criterios de

adaptación en sus estrategias de desarrollo y ordenación territorial.
b) Promover la incorporación de criterios para la prevención de desastres y medidas de

reducción de riesgos, derivadas de los Atlas de Riesgos y/o de Peligros, en los planes de desarrollo
urbano y en el marco normativo de los municipios.
c) Considerar en los Programas de Desarrollo Urbano los riesgos y la vulnerabilidad de las

poblaciones, y que se emitan recomendaciones para estar mejor preparados ante sequías,
inundaciones, fenómenos meteorológicos extremos e incremento del nivel del mar.
d) Elaborar estrategias de prevención y control de incendios, y tener en cuenta el cambio

climático en las estrategias de reforestación.
Así mismo en la vertiente de las políticas de adaptación, se considera que “la gobernabilidad y
protección financiera son herramientas de transferencia de riesgos y aseguramiento, cada vez más
importantes para la prevención y atención de desastres, incluidos los de origen meteorológico y
climático”. Este es el papel que juegan los seguros y fondos para asegurar viviendas, producción
agrícola y empresas, así como los fondos establecidos atender emergencias en casos de desastres
naturales y contingencias climáticas.
En los tres últimos años se han realizado estudios sobre impactos, vulnerabilidad y adaptación al
cambio climático. Se ha brindado atención especial a la construcción de escenarios que incorporen
cambios esperados en temperatura y precipitación, y sus impactos debido a la disminución de
disponibilidad de agua y productividad agrícola, y sus efectos sobre la salud humana, la
biodiversidad y los ecosistemas forestales.
Entre los resultados relevantes de estas investigaciones destacan: la situación crítica en algunos
estados por falta de agua; el incremento en las zonas de distribución y en el número de casos de
dengue; así como la disminución paulatina de la biodiversidad en amplias zonas del centro y norte
del país.
3
Tomado de la Cuarta Comunicación de México ante la Convención Marco.
289
2. Programas y acciones de mitigación
México reconoce la importancia de llevar a cabo acciones que contribuyan a reducir las emisiones
de GEI. A través del Programa Especial de Cambio Climático 2009-2012 se busca demostrar que es
posible mitigar las emisiones de GEI, sin comprometer el desarrollo.
El cumplimiento del Programa Especial de Cambio Climático, PECC a finales de la presente

administración se traducirá en una reducción anual de 50 millones de toneladas de CO2 eq en
2012. Esto significa una desviación de 6% con respecto a la línea base estimada para ese año (786
millones de toneladas de CO2 eq), como resultado de la aplicación de una serie de acciones
unilaterales en sectores como el de generación y uso de energía, agricultura, bosques y otros usos
del suelo, y desechos.
En una visión de largo plazo, el PECC señala como meta aspiracional reducir 50% las emisiones de
GEI para el año 2050, en relación con el año 2000, y una convergencia flexible hacia un promedio
global de emisiones por habitante de 2,8 toneladas de CO2 eq, en 2050.
3. Mitigación forestal y agropecuaria
Durante el período 2007-2009 se destinó un presupuesto de más de 1,300 millones de dólares

para el Programa Pro-Árbol, en apoyo a esquemas de pago por servicios ambientales para la
conservación y el desarrollo forestal comunitario; el establecimiento de plantaciones comerciales;
la protección contra incendios, plagas y enfermedades, la restauración de ecosistemas y el
incremento en la competitividad de las actividades silvícolas.
La Comisión Nacional Forestal (CONAFOR) tiene como objetivos mitigar emisiones de GEI,
incrementar el potencial de los sumideros forestales de carbono; estabilizar la frontera forestal-
agropecuaria, y reducir la incidencia de incendios forestales.
En el PECC, la mitigación en el sector forestal está enfocada principalmente a la incorporación de

cerca de 3 millones de hectáreas al manejo forestal sustentable; a la instalación de 600.000
estufas de leña eficientes; a la incorporación de 2,5 millones de hectáreas de ecosistemas
terrestres al Sistema de Unidades de Manejo para la Conservación de la Vida Silvestre (UMAS); a la
incorporación de 750.000 hectáreas de ecosistemas forestales a la categoría de Áreas Naturales
Protegidas; y a introducir prácticas de pastoreo planificado sustentable en 5 millones de
hectáreas. Entre las acciones de mitigación que se realizan en el sector agrícola, destacan las de
conservación de suelo y reconversión productiva; la cosecha en verde de caña de azúcar; el
fomento a la utilización de energías renovables; y el establecimiento, rehabilitación y conservación
de las tierras de pastoreo. Las acciones de mitigación de emisiones de GEI que se reportan en el
sector ganadero se ubican en dos vertientes. La primera se relaciona con la conservación y
recuperación de la cobertura vegetal en áreas de pastoreo, y la segunda se enfoca al secuestro y
aprovechamiento del metano proveniente de explotaciones ganaderas, mediante el
establecimiento de biodigestores.
290

México: El Sector Agropecuario Ante El Desafío Del Cambio Climático

Cargado por

Copyright:

Formatos disponibles

México: El Sector Agropecuario Ante El Desafío Del Cambio Climático

Cargado por

Información del documento

Título original

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

México: El Sector Agropecuario Ante El Desafío Del Cambio Climático

Cargado por

Copyright:

Formatos disponibles

México: el sector agropecuario ante

el desafío del cambio climático

Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación

Ciudad de México, 2014

Las opiniones expresadas en este producto informativo son las de su(s)

ISBN 978-92-5-308584-2 (edición impresa)

La FAO fomenta el uso, la reproducción y la difusión del material contenido

Todas las solicitudes relativas a la traducción y los derechos de adaptación

Los productos de información de la FAO están disponibles en el sitio web de la

Organización de las Naciones Unidas

Lic. Enrique Martínez y Martínez Nuria Urquía Fernández

Lic. Ricardo Aguilar Castillo Salomón Salcedo Baca

Lic. Carlos Gerardo López Cervantes

Lic. Aníbal González Pedraza

Lic. Verónica Gutiérrez Macías

Ing. Jaime Clemente Hernández

Lic. Silvia Dolores Urbina Hinojosa

Coordinadora de Análisis de Políticas

Cuadro 1. Emisiones de GEI (kt). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Figura 1. Impactos esperados por el incremento en la temperatura media mundial. . . . . . . . . . . . . . . . . . . . . . . .. 10

ASERCA Apoyos y Servicios a la Comercialización Agropecuaria

En relación con los impactos del cambio climático en la

1. Conferencia de las Naciones Unidas sobre el Medio Ambiente y el Desarrollo, 1992.

Cuadro 1. Emisiones de GEI (kt)

2002 2003 2004 2005 2006 2007 2008

Cuadro 2. Emisiones de GEI (t métricas per cápita)

2002 2003 2004 2005 2006 2007 2008

Los objetivos del PECC en la categoría de agricultura

Reconvertir tierras agropecuarias degradadas y con

Cuadro 3. Acciones de la Agenda de Transversalidad en el sector agropecuario

Figura 1. Impactos esperados por el incremento en la temperatura media mundial

Cuadro 4. Población total según tamaño de localidad, 2000, 2005 y 2010.

AÑO LOCALIDADES (%) POBLACIÓN (%)

5. INEGI. 2005. Población Rural y Rural Ampliada en México, 2000.

Cuadro 5. Incidencia y número de personas según situación de pobreza

AÑO PORCENTAJE NÚMERO DE PERSONAS

Figura 2. Localidades según actividad económica de sus habitantes

Figura 3. Participación porcentual del PIB agropecuario

Figura 4. Exportaciones e importaciones de productos agroalimentarios

Figura 5. Productos agroalimentarios importados por México en 2010

Figura 6. Productos agroalimentarios exportados por México en 2010

Figura 7. Porcentaje de unidades de producción con problemas para desarrollar

= = $>  ! !     

Fuente: Elaboración propia con datos de INEGI. Censo agropecuario 2007.

Figura 8. Superficie agrícola según disponibilidad de agua

Fuente: INEGI. Censo agropecuario 2007.

1.4.3 El medio rural proveedor de

Uno de los principales servicios ambientales que

El enfoque Ricardiano permite estimar los impactos del

La ventaja del enfoque Ricardiano sobre el enfoque de

Existen dos formas de estimar el modelo Ricardiano.

8. Mendelsohn et al., 1994.

depende en gran medida de la disponibilidad de datos. En S es un conjunto de variables de carácter productivo

Cuadro 6. Regiones empleadas en el estudio de cambio climático

REGIÓN Número de Región

A nivel de observaciones se consideraron 23,645 UER presenta en el Cuadro 7.

Cuadro 7. Distribución de las UER por Región

Figura 9. México: Regiones y Estados utilizados en el análisis Ricardiano

Fuente: Elaboración propia.

= = $> ! !

Niveles de significancia: Al 99%; al 95% y al 90%.