ANÁLISIS ESPACIAL DE LA PRODUCCIÓN
DE LECHE BOVINA EN MÉXICO PARA
IDENTIFICAR PATRONES DE
ESPECIALIZACIÓN REGIONAL (1993–2022)
SPATIAL ANALYSIS OF BOVINE MILK PRODUCTION IN
MEXICO: IDENTIFYING REGIONAL SPECIALIZATION
PATTERNS (1993–2022)
Rodrigo Alberto Flores Garnica
Universidad Autónoma del Estado de México
Gabriela Rodríguez Licea
Universidad Autónoma del Estado de México
Roberto Franco Plata
Universidad Autónoma del Estado de México
Enrique Espinosa Ayala
Universidad Autónoma del Estado de México
pág. 96
DOI: https://doi.org/10.37811/cl_rcm.v10i3.23899
Análisis espacial de la producción de leche bovina en México para identificar
patrones de especialización regional (1993–2022)
Rodrigo Alberto Flores Garnica1
rfloresg008@alumno.uaemex.mx
https://orcid.org/0000-0001-5591-6188
Universidad Autónoma del Estado de México
México
Gabriela Rodríguez Licea
grodriguezl@.uaemex.mx
https://orcid.org/0000-0003-2529-3367
Universidad Autónoma del Estado de México
México
Roberto Franco Plata
rfp@uaemex.mx
https://orcid.org/0000-0002-3031-6562
Universidad Autónoma del Estado de México
País México
Enrique Espinosa Ayala
eespinosaa@uaemex.mx
https://orcid.org/0000-0002-7916-2146
Universidad Autónoma del Estado de México
País México
RESUMEN
En México, la producción de leche bovina se mantiene por debajo del consumo nacional, con una
diferencia del 30 % asociada con la heterogeneidad productiva y territorial. En este contexto, el objetivo
es analizar la distribución espacial para identificar patrones de especialización regional durante 1993–
2022. Utilizando datos estatales, se aplicó el Coeficiente de Localización (LQ) para identificar procesos
de especialización regional y el Índice de Moran (IM) para evaluar la autocorrelación espacial y, se
estimaron modelos de regresión espacial retardada (SLRM) para el inventario bovino y el precio rural
de la leche. Los resultados evidencian que cinco estados dede la región centro-norte del país aportan
más del 50 % de la producción nacional, y que, solo 12 entidades presentan especialización productiva
(LQ > 1). El índice de Moran (IM) arrojó valores bajos (0.0473–0.0601) que indican la ausencia de
autocorrelación espacial a nivel estatal. Los modelos SLRM mostraron que el inventario bovino explica
el 84.4 % de la variabilidad productiva (R² = 0.844 en 2022), mientras que, el coeficiente de retardo
espacial no fue significativo (ρ ≈ 0). Se concluye la dinámica productiva no responde a interacciones
entre entidades vecinas sino a factores locales.
Palabras clave: producción de leche bovina; especialización regional; coeficiente de localización;
autocorrelación espacial; regresión espacial
1 Autor principal.
Correspondencia: rfloresg008@alumno.uaemex.mx
DOI: https://doi.org/10.37811/cl_rcm.v10i3.23899
Análisis espacial de la producción de leche bovina en México para identificar
patrones de especialización regional (1993–2022)
Rodrigo Alberto Flores Garnica1
rfloresg008@alumno.uaemex.mx
https://orcid.org/0000-0001-5591-6188
Universidad Autónoma del Estado de México
México
Gabriela Rodríguez Licea
grodriguezl@.uaemex.mx
https://orcid.org/0000-0003-2529-3367
Universidad Autónoma del Estado de México
México
Roberto Franco Plata
rfp@uaemex.mx
https://orcid.org/0000-0002-3031-6562
Universidad Autónoma del Estado de México
País México
Enrique Espinosa Ayala
eespinosaa@uaemex.mx
https://orcid.org/0000-0002-7916-2146
Universidad Autónoma del Estado de México
País México
RESUMEN
En México, la producción de leche bovina se mantiene por debajo del consumo nacional, con una
diferencia del 30 % asociada con la heterogeneidad productiva y territorial. En este contexto, el objetivo
es analizar la distribución espacial para identificar patrones de especialización regional durante 1993–
2022. Utilizando datos estatales, se aplicó el Coeficiente de Localización (LQ) para identificar procesos
de especialización regional y el Índice de Moran (IM) para evaluar la autocorrelación espacial y, se
estimaron modelos de regresión espacial retardada (SLRM) para el inventario bovino y el precio rural
de la leche. Los resultados evidencian que cinco estados dede la región centro-norte del país aportan
más del 50 % de la producción nacional, y que, solo 12 entidades presentan especialización productiva
(LQ > 1). El índice de Moran (IM) arrojó valores bajos (0.0473–0.0601) que indican la ausencia de
autocorrelación espacial a nivel estatal. Los modelos SLRM mostraron que el inventario bovino explica
el 84.4 % de la variabilidad productiva (R² = 0.844 en 2022), mientras que, el coeficiente de retardo
espacial no fue significativo (ρ ≈ 0). Se concluye la dinámica productiva no responde a interacciones
entre entidades vecinas sino a factores locales.
Palabras clave: producción de leche bovina; especialización regional; coeficiente de localización;
autocorrelación espacial; regresión espacial
1 Autor principal.
Correspondencia: rfloresg008@alumno.uaemex.mx
pág. 97
Spatial Analysis of Bovine Milk Production in Mexico: Identifying Regional
Specialization Patterns (1993–2022)
ABSTRACT
In Mexico, bovine milk production remains below national consumption levels, with a gap of
approximately 30% associated with productive and territorial heterogeneity. In this context, the
objective of this study is to analyze the spatial distribution of milk production in order to identify patterns
of regional specialization during the period 1993–2022. Using state-level data, the Location Quotient
(LQ) was applied to identify regional specialization processes, and Moran’s Index (MI) was used to
evaluate spatial autocorrelation. In addition, spatial lag regression models (SLRM) were estimated
incorporating variables such as cattle inventory and the rural price of milk. The results show that five
states in the north-central region of the country account for more than 50% of national production, while
only 12 states exhibit productive specialization (LQ > 1). Moran’s Index (MI) yielded low values
(0.0473–0.0601), indicating the absence of spatial autocorrelation at the state level. The SLRM results
indicate that cattle inventory explains 84.4% of the variability in production (R² = 0.844 in 2022),
whereas the spatial lag coefficient was not statistically significant (ρ ≈ 0). These findings suggest that
production dynamics respond primarily to local factors rather than spatial interactions among
neighboring states.
Keywords: cow milk production; regional specialization; location quotient; spatial autocorrelation;
spatial regression.
Artículo recibido 25 abril 2026
Aceptado para publicación: 25 mayo 2026
Spatial Analysis of Bovine Milk Production in Mexico: Identifying Regional
Specialization Patterns (1993–2022)
ABSTRACT
In Mexico, bovine milk production remains below national consumption levels, with a gap of
approximately 30% associated with productive and territorial heterogeneity. In this context, the
objective of this study is to analyze the spatial distribution of milk production in order to identify patterns
of regional specialization during the period 1993–2022. Using state-level data, the Location Quotient
(LQ) was applied to identify regional specialization processes, and Moran’s Index (MI) was used to
evaluate spatial autocorrelation. In addition, spatial lag regression models (SLRM) were estimated
incorporating variables such as cattle inventory and the rural price of milk. The results show that five
states in the north-central region of the country account for more than 50% of national production, while
only 12 states exhibit productive specialization (LQ > 1). Moran’s Index (MI) yielded low values
(0.0473–0.0601), indicating the absence of spatial autocorrelation at the state level. The SLRM results
indicate that cattle inventory explains 84.4% of the variability in production (R² = 0.844 in 2022),
whereas the spatial lag coefficient was not statistically significant (ρ ≈ 0). These findings suggest that
production dynamics respond primarily to local factors rather than spatial interactions among
neighboring states.
Keywords: cow milk production; regional specialization; location quotient; spatial autocorrelation;
spatial regression.
Artículo recibido 25 abril 2026
Aceptado para publicación: 25 mayo 2026
pág. 98
INTRODUCCIÓN
La producción de leche bovina en México es una actividad estratégica para el sector agropecuario dada
su contribución al empleo rural, al ingreso de los productores y al abastecimiento de alimentos. Hasta la
década de 1980, esta rama económica operaba bajo un esquema de regulación estatal caracterizado por
el control de precios, subsidios y programas de apoyo destinados a garantizar la estabilidad del mercado
y el suministro interno, además, predominaban sistemas productivos de pequeña escala con tecnologías
tradicionales, infraestructura limitada y bajos niveles de productividad (Poméon & Escoto, 2010).
A partir de la década de 1990, con la liberalización económica y la implementación del Tratado de Libre
Comercio de América del Norte (TLCAN), se permitió la entrada de productos lácteos importados y la
eliminación de controles de precios, lo que obligó a productores nacionales a competir en un mercado
más abierto con adopción de tecnologías orientadas a mejorar la productividad y la eficiencia, como el
ordeño mecanizado y la inseminación artificial, mientras que, muchos pequeños productores enfrentaron
dificultades para mantener su participación en el mercado (Outlaw et al., 1994; Bacchi et al., 2022).
Actualmente, México cuenta con aproximadamente 2.6 millones de vacas lecheras y una producción
anual superior a 13 mil millones de litros. Sin embargo, la producción presenta una marcada
heterogeneidad territorial, con una alta concentración en estados del centro-norte del país, como Jalisco,
Durango, Coahuila y Chihuahua, que en conjunto aportan más del 50 % de la producción nacional
(SIAP, 2022). Estas diferencias reflejan la coexistencia de sistemas productivos con distintos niveles de
tecnificación, infraestructura y acceso a mercados.
Dada la heterogeneidad productiva y territorial, resulta fundamental comprender su distribución regional
y dinámicas productivas. Si bien existen estudios que analizan la especialización lechera en México y
la dinámica espacial en otros países (Nicholson et al., 1996; Vera et al., 2017; Bacchi et al., 2022), aún
es necesario actualizar el análisis de su distribución espacial en el ambito nacional. En este contexto, el
objetivo es analizar la distribución espacial de la producción de leche bovina en México para identificar
patrones de especialización regional durante el periodo 1993–2022 mediante la aplicación de
herramientas de econometría espacial.
INTRODUCCIÓN
La producción de leche bovina en México es una actividad estratégica para el sector agropecuario dada
su contribución al empleo rural, al ingreso de los productores y al abastecimiento de alimentos. Hasta la
década de 1980, esta rama económica operaba bajo un esquema de regulación estatal caracterizado por
el control de precios, subsidios y programas de apoyo destinados a garantizar la estabilidad del mercado
y el suministro interno, además, predominaban sistemas productivos de pequeña escala con tecnologías
tradicionales, infraestructura limitada y bajos niveles de productividad (Poméon & Escoto, 2010).
A partir de la década de 1990, con la liberalización económica y la implementación del Tratado de Libre
Comercio de América del Norte (TLCAN), se permitió la entrada de productos lácteos importados y la
eliminación de controles de precios, lo que obligó a productores nacionales a competir en un mercado
más abierto con adopción de tecnologías orientadas a mejorar la productividad y la eficiencia, como el
ordeño mecanizado y la inseminación artificial, mientras que, muchos pequeños productores enfrentaron
dificultades para mantener su participación en el mercado (Outlaw et al., 1994; Bacchi et al., 2022).
Actualmente, México cuenta con aproximadamente 2.6 millones de vacas lecheras y una producción
anual superior a 13 mil millones de litros. Sin embargo, la producción presenta una marcada
heterogeneidad territorial, con una alta concentración en estados del centro-norte del país, como Jalisco,
Durango, Coahuila y Chihuahua, que en conjunto aportan más del 50 % de la producción nacional
(SIAP, 2022). Estas diferencias reflejan la coexistencia de sistemas productivos con distintos niveles de
tecnificación, infraestructura y acceso a mercados.
Dada la heterogeneidad productiva y territorial, resulta fundamental comprender su distribución regional
y dinámicas productivas. Si bien existen estudios que analizan la especialización lechera en México y
la dinámica espacial en otros países (Nicholson et al., 1996; Vera et al., 2017; Bacchi et al., 2022), aún
es necesario actualizar el análisis de su distribución espacial en el ambito nacional. En este contexto, el
objetivo es analizar la distribución espacial de la producción de leche bovina en México para identificar
patrones de especialización regional durante el periodo 1993–2022 mediante la aplicación de
herramientas de econometría espacial.
pág. 99
METODOLOGÍA
El análisis espacial comprende las 32 entidades federativas de México, considerando la heterogeneidad
productiva que caracteriza a las regiones lecheras del país (Vera et al., 2017); mientras que, el análisis
temporal abarca el período 1993- 2022, considerando intervalos de diez años (1993, 2003, 2013 y 2022)
con el fin de analizar cambios estructurales en la distribución espacial de la producción lechera.
Las variables utilizadas para el análisis fueron: volumen de producción de leche, inventario bovino
lechero, precio pagado al productor (precio medio rural) y población, a partir de la cuales se estimaron
la demanda estatal de leche utilizando el consumo nacional per cápita y, el saldo neto de producción
(superávit o déficit) derivado de la diferencia entre la producción estatal y la demanda estimada.
Los datos utilizados provienen del Sistema de Información Agroalimentaria y Pesquera (SIAP),
particularmente de las bases SIACON (Sistema de Información Agroalimentaria de Consulta) y
Panorama Agroalimentario. Asimismo, se utilizaron datos del Censo Agrícola, Ganadero y Forestal
(1991, 2007 y 2022) y de la Encuesta Nacional Agropecuaria (2012, 2014, 2017 y 2019) del Instituto
Nacional de Estadística y Geografía (INEGI), así como estadísticas de FAOSTAT (FAO, 2023).
Métodos de análisis
Se trata de un estudio cuantitativo de carácter exploratorio, descriptivo y explicativo, basado en técnicas
de análisis espacial.
Análisis Exploratorio de Datos Espaciales (ESDA)
Se realizó para identificar patrones espaciales y evaluar la distribución territorial de la producción de
leche en México. Este enfoque permite detectar agrupamientos espaciales, valores atípicos y posibles
dependencias espaciales entre las unidades geográficas analizadas. Como parte del análisis exploratorio
se calcularon estadísticas descriptivas y se elaboraron mapas coropléticos para visualizar la distribución
espacial de las principales variables del estudio (producción de leche, inventario bovino y precio pagado
al productor) en los años seleccionados.
Coeficiente de localización (LQ)
Se estimo para evaluar el grado de especialización regional de la estructura productiva láctea a través
de la siguiente expresión matemática:
METODOLOGÍA
El análisis espacial comprende las 32 entidades federativas de México, considerando la heterogeneidad
productiva que caracteriza a las regiones lecheras del país (Vera et al., 2017); mientras que, el análisis
temporal abarca el período 1993- 2022, considerando intervalos de diez años (1993, 2003, 2013 y 2022)
con el fin de analizar cambios estructurales en la distribución espacial de la producción lechera.
Las variables utilizadas para el análisis fueron: volumen de producción de leche, inventario bovino
lechero, precio pagado al productor (precio medio rural) y población, a partir de la cuales se estimaron
la demanda estatal de leche utilizando el consumo nacional per cápita y, el saldo neto de producción
(superávit o déficit) derivado de la diferencia entre la producción estatal y la demanda estimada.
Los datos utilizados provienen del Sistema de Información Agroalimentaria y Pesquera (SIAP),
particularmente de las bases SIACON (Sistema de Información Agroalimentaria de Consulta) y
Panorama Agroalimentario. Asimismo, se utilizaron datos del Censo Agrícola, Ganadero y Forestal
(1991, 2007 y 2022) y de la Encuesta Nacional Agropecuaria (2012, 2014, 2017 y 2019) del Instituto
Nacional de Estadística y Geografía (INEGI), así como estadísticas de FAOSTAT (FAO, 2023).
Métodos de análisis
Se trata de un estudio cuantitativo de carácter exploratorio, descriptivo y explicativo, basado en técnicas
de análisis espacial.
Análisis Exploratorio de Datos Espaciales (ESDA)
Se realizó para identificar patrones espaciales y evaluar la distribución territorial de la producción de
leche en México. Este enfoque permite detectar agrupamientos espaciales, valores atípicos y posibles
dependencias espaciales entre las unidades geográficas analizadas. Como parte del análisis exploratorio
se calcularon estadísticas descriptivas y se elaboraron mapas coropléticos para visualizar la distribución
espacial de las principales variables del estudio (producción de leche, inventario bovino y precio pagado
al productor) en los años seleccionados.
Coeficiente de localización (LQ)
Se estimo para evaluar el grado de especialización regional de la estructura productiva láctea a través
de la siguiente expresión matemática:
pág. 100
𝐿𝑄𝑖 = (𝑒𝑖/𝐸𝑖)
(𝑒𝑡/𝐸𝑡)
donde 𝑒𝑖corresponde a la producción estatal de leche, 𝐸𝑖a la producción nacional, 𝑒𝑡al valor de la
producción pecuaria estatal y 𝐸𝑡al valor nacional de la producción pecuaria.
Valores de 𝐿𝑄 > 1indican especialización productiva relativa en la producción de leche, mientras que
valores inferiores a uno reflejan una menor participación en comparación con el promedio nacional.
Índice global de Moran (IM)
La autocorrelación espacial se evaluó mediante el IM (Moran, 1950), el cual permite determinar si la
distribución espacial de una variable presenta patrones agrupados, dispersos o aleatorios.
𝐼 = 𝑁
𝑊
∑ ∑ 𝑤𝑖𝑗
𝑗
𝑖
(𝑥𝑖 − 𝑥ˉ)(𝑥𝑗 − 𝑥ˉ)
∑ (𝑖 𝑥𝑖 − 𝑥ˉ)2
La matriz de pesos espaciales se construyó mediante contigüidad tipo Queen de primer orden,
considerando la interacción entre entidades federativas que comparten frontera o vértice.
Regresión espacial con retardo (SLM)
Para evaluar la posible influencia de la dependencia espacial en la producción de leche se estimo la SLM
siguiendo a Anselin (1988):
𝑦𝑖 = 𝜌 ∑ 𝑤𝑖𝑗
𝑗
𝑦𝑗 + 𝑋𝑖𝛽 + 𝜀𝑖
donde 𝑦𝑖representa la producción de leche en la entidad 𝑖, 𝜌es el coeficiente de retardo espacial, 𝑤𝑖𝑗 los
pesos espaciales que reflejan la proximidad geográfica entre entidades, 𝑋𝑖 el vector de variables
explicativas y 𝜀𝑖el término de error.
Previo a la estimación de los modelos espaciales se evaluó la autocorrelación espacial mediante el IM,
dado que los resultados sugieren la posible presencia de dependencia espacial en la variable de estudio,
se estimó un modelo de regresión espacial con retardo que permite capturar posibles efectos de
interacción entre unidades geográficas.
Las variables demanda y saldo neto se excluyeron del modelo por ser combinaciones lineales de la
producción, mientras que el consumo per cápita se omitió por carecer de variabilidad entre entidades
federativas durante un mismo año.
𝐿𝑄𝑖 = (𝑒𝑖/𝐸𝑖)
(𝑒𝑡/𝐸𝑡)
donde 𝑒𝑖corresponde a la producción estatal de leche, 𝐸𝑖a la producción nacional, 𝑒𝑡al valor de la
producción pecuaria estatal y 𝐸𝑡al valor nacional de la producción pecuaria.
Valores de 𝐿𝑄 > 1indican especialización productiva relativa en la producción de leche, mientras que
valores inferiores a uno reflejan una menor participación en comparación con el promedio nacional.
Índice global de Moran (IM)
La autocorrelación espacial se evaluó mediante el IM (Moran, 1950), el cual permite determinar si la
distribución espacial de una variable presenta patrones agrupados, dispersos o aleatorios.
𝐼 = 𝑁
𝑊
∑ ∑ 𝑤𝑖𝑗
𝑗
𝑖
(𝑥𝑖 − 𝑥ˉ)(𝑥𝑗 − 𝑥ˉ)
∑ (𝑖 𝑥𝑖 − 𝑥ˉ)2
La matriz de pesos espaciales se construyó mediante contigüidad tipo Queen de primer orden,
considerando la interacción entre entidades federativas que comparten frontera o vértice.
Regresión espacial con retardo (SLM)
Para evaluar la posible influencia de la dependencia espacial en la producción de leche se estimo la SLM
siguiendo a Anselin (1988):
𝑦𝑖 = 𝜌 ∑ 𝑤𝑖𝑗
𝑗
𝑦𝑗 + 𝑋𝑖𝛽 + 𝜀𝑖
donde 𝑦𝑖representa la producción de leche en la entidad 𝑖, 𝜌es el coeficiente de retardo espacial, 𝑤𝑖𝑗 los
pesos espaciales que reflejan la proximidad geográfica entre entidades, 𝑋𝑖 el vector de variables
explicativas y 𝜀𝑖el término de error.
Previo a la estimación de los modelos espaciales se evaluó la autocorrelación espacial mediante el IM,
dado que los resultados sugieren la posible presencia de dependencia espacial en la variable de estudio,
se estimó un modelo de regresión espacial con retardo que permite capturar posibles efectos de
interacción entre unidades geográficas.
Las variables demanda y saldo neto se excluyeron del modelo por ser combinaciones lineales de la
producción, mientras que el consumo per cápita se omitió por carecer de variabilidad entre entidades
federativas durante un mismo año.
pág. 101
Procesamiento y visualización de datos
El análisis espacial se realizó mediante el software GeoDa 1.22 (Anselin & Syabri, 2006), el cual
permitió calcular los estadísticos espaciales y estimar los modelos de regresión espacial. La
representación cartográfica de los resultados se elaboró mediante QGIS 3.38 (QGIS Development Team,
2023).
RESULTADOS Y DISCUSIÓN
Analisis exploratorio de la producción y variables asociadas
Entre 1993 y 2022, la producción promedio de leche por entidad federativa aumentó de 231.4 a 409.5
millones de litros, lo que represento un crecimiento acumulado de 77 %. Sin embargo, este incremento
no fue homogéneo entre estados. La mediana se mantuvo relativamente estable durante el periodo,
mientras que la desviación estándar aumentó de 271.8 a 598.6 millones de litros, lo que evidencia una
creciente concentración de la producción en un grupo reducido de entidades.
El inventario bovino lechero mostró un comportamiento similar. La media estatal pasó de 51,017
cabezas en 1993 a 83,705 en 2022, mientras que la mediana permaneció cercana a 20 mil cabezas, lo
que confirma una distribución estatal desigual del inventario. En ambos casos, los coeficientes de
asimetría fueron positivos y crecientes, reflejando que pocos estados concentran valores altos de
producción e inventario.
Por su parte, el precio pagado al productor registró un incremento sostenido, al pasar de $1.04 en 1993
a $7.74 en 2022. No obstante, la variabilidad regional del precio fue moderada en comparación con la
observada en la producción y el inventario. En cuanto al consumo per cápita, el promedio nacional fue
de 110.2 litros por habitante al año durante el periodo analizado, con fluctuaciones moderadas.
El saldo neto de producción mostró una tendencia predominantemente deficitaria. La media estatal pasó
de -41 millones de litros en 1993 a -108 millones en 2022, lo que indica un aumento en la brecha entre
producción y consumo. Asimismo, la elevada dispersión de los saldos netos refleja fuertes diferencias
entre estados superavitarios y entidades con déficits persistentes.
Mapeo de la distribución espacial de la producción lechera
Producción
El desarrollo geoeconómico de la producción de leche en México muestra una concentración progresiva
Procesamiento y visualización de datos
El análisis espacial se realizó mediante el software GeoDa 1.22 (Anselin & Syabri, 2006), el cual
permitió calcular los estadísticos espaciales y estimar los modelos de regresión espacial. La
representación cartográfica de los resultados se elaboró mediante QGIS 3.38 (QGIS Development Team,
2023).
RESULTADOS Y DISCUSIÓN
Analisis exploratorio de la producción y variables asociadas
Entre 1993 y 2022, la producción promedio de leche por entidad federativa aumentó de 231.4 a 409.5
millones de litros, lo que represento un crecimiento acumulado de 77 %. Sin embargo, este incremento
no fue homogéneo entre estados. La mediana se mantuvo relativamente estable durante el periodo,
mientras que la desviación estándar aumentó de 271.8 a 598.6 millones de litros, lo que evidencia una
creciente concentración de la producción en un grupo reducido de entidades.
El inventario bovino lechero mostró un comportamiento similar. La media estatal pasó de 51,017
cabezas en 1993 a 83,705 en 2022, mientras que la mediana permaneció cercana a 20 mil cabezas, lo
que confirma una distribución estatal desigual del inventario. En ambos casos, los coeficientes de
asimetría fueron positivos y crecientes, reflejando que pocos estados concentran valores altos de
producción e inventario.
Por su parte, el precio pagado al productor registró un incremento sostenido, al pasar de $1.04 en 1993
a $7.74 en 2022. No obstante, la variabilidad regional del precio fue moderada en comparación con la
observada en la producción y el inventario. En cuanto al consumo per cápita, el promedio nacional fue
de 110.2 litros por habitante al año durante el periodo analizado, con fluctuaciones moderadas.
El saldo neto de producción mostró una tendencia predominantemente deficitaria. La media estatal pasó
de -41 millones de litros en 1993 a -108 millones en 2022, lo que indica un aumento en la brecha entre
producción y consumo. Asimismo, la elevada dispersión de los saldos netos refleja fuertes diferencias
entre estados superavitarios y entidades con déficits persistentes.
Mapeo de la distribución espacial de la producción lechera
Producción
El desarrollo geoeconómico de la producción de leche en México muestra una concentración progresiva
pág. 102
en corredores productivos regionales. En 1993, la producción presentaba una estructura policéntrica
liderada por Jalisco (1,251 millones de litros -ML) y Chihuahua (601 ML), seguidos por Coahuila (575
ML), Veracruz (665 ML) y Guanajuato (560 ML), lo que evidenciaba la presencia de polos productivos
en el norte, occidente y algunas zonas del trópico húmedo. Para 2003, Jalisco consolidó su liderazgo
con un incremento de 36.9% en su producción (1,712 ML). Paralelamente, se fortaleció el eje productivo
del norte con el crecimiento de Coahuila (1,058 ML) y Durango (953 ML), mientras que Veracruz y
Guanajuato mantuvieron un crecimiento moderado por encima de la media nacional. En este periodo
también se identificaron entidades con niveles productivos intermedios, principalmente en la región
centro del país.
En 2013 se observo una mayor consolidación del corredor lechero del norte, destacando Coahuila y
Durango como importantes polos productivos, mientras que Jalisco continuó ampliando su ventaja
productiva respecto a otros estados. En contraste, varias entidades del centro y sur del país registraron
reducciones en su producción, reflejando una pérdida relativa de participación en el sector.
Hacia 2022 se consolida un clúster regional de producción lechera integrado por Jalisco (2,753 ML),
Coahuila (1,507 ML), Durango (1,477 ML) y Chihuahua (1,242 ML), entidades que concentraron una
proporción significativa de la producción nacional. Por el contrario, las regiones del centro-sur y del
trópico presentaron niveles productivos más bajos o una pérdida relativa de participación, lo que
evidencio un patrón territorial cada vez más concentrado en el norte y occidente del país (Mapa 1).
en corredores productivos regionales. En 1993, la producción presentaba una estructura policéntrica
liderada por Jalisco (1,251 millones de litros -ML) y Chihuahua (601 ML), seguidos por Coahuila (575
ML), Veracruz (665 ML) y Guanajuato (560 ML), lo que evidenciaba la presencia de polos productivos
en el norte, occidente y algunas zonas del trópico húmedo. Para 2003, Jalisco consolidó su liderazgo
con un incremento de 36.9% en su producción (1,712 ML). Paralelamente, se fortaleció el eje productivo
del norte con el crecimiento de Coahuila (1,058 ML) y Durango (953 ML), mientras que Veracruz y
Guanajuato mantuvieron un crecimiento moderado por encima de la media nacional. En este periodo
también se identificaron entidades con niveles productivos intermedios, principalmente en la región
centro del país.
En 2013 se observo una mayor consolidación del corredor lechero del norte, destacando Coahuila y
Durango como importantes polos productivos, mientras que Jalisco continuó ampliando su ventaja
productiva respecto a otros estados. En contraste, varias entidades del centro y sur del país registraron
reducciones en su producción, reflejando una pérdida relativa de participación en el sector.
Hacia 2022 se consolida un clúster regional de producción lechera integrado por Jalisco (2,753 ML),
Coahuila (1,507 ML), Durango (1,477 ML) y Chihuahua (1,242 ML), entidades que concentraron una
proporción significativa de la producción nacional. Por el contrario, las regiones del centro-sur y del
trópico presentaron niveles productivos más bajos o una pérdida relativa de participación, lo que
evidencio un patrón territorial cada vez más concentrado en el norte y occidente del país (Mapa 1).
pág. 103
Mapa 1. Distribución espacial del volumen de producción de leche en México (1993, 2003, 2013 y
2022).
Fuente: Elaboración propia.
Precio medio rural de la leche
El precio mostró incrementos generalizados a lo largo del periodo, aunque con diferencias regionales.
En 1993, fueron relativamente similares con valores semejantes entre entidades federativas. Para 2003
se observo un aumento significativo, particularmente en algunas entidades del centro y sur, mientras que
otros estados registraron incrementos más moderados.
En 2013 se intensificaron las diferencias regionales, con precios máximos registrados en entidades como
la Ciudad de México y otros estados del centro del país, mientras que la mayoría de las entidades
mantuvieron precios dentro de rangos intermedios. Hacia 2022, estas asimetrías se consolidaron,
destacando nuevamente la Ciudad de México y algunos estados del norte y centro como las entidades
con los precios más altos.
Mapa 1. Distribución espacial del volumen de producción de leche en México (1993, 2003, 2013 y
2022).
Fuente: Elaboración propia.
Precio medio rural de la leche
El precio mostró incrementos generalizados a lo largo del periodo, aunque con diferencias regionales.
En 1993, fueron relativamente similares con valores semejantes entre entidades federativas. Para 2003
se observo un aumento significativo, particularmente en algunas entidades del centro y sur, mientras que
otros estados registraron incrementos más moderados.
En 2013 se intensificaron las diferencias regionales, con precios máximos registrados en entidades como
la Ciudad de México y otros estados del centro del país, mientras que la mayoría de las entidades
mantuvieron precios dentro de rangos intermedios. Hacia 2022, estas asimetrías se consolidaron,
destacando nuevamente la Ciudad de México y algunos estados del norte y centro como las entidades
con los precios más altos.
pág. 104
En contraste, varios estados del sureste mantuvieron sistemáticamente los precios más bajos, lo que
refleja diferencias regionales en las condiciones de mercado y en los sistemas productivos. En conjunto,
estos resultados evidencian una estructura territorial diferenciada en la formación de precios, con
brechas regionales que alcanzan hasta 30% entre los valores máximos y mínimos observados (Tabla 1).
Tabla 1. Precios por estado (1993, 2003, 2013, 2022)
ESTADO 1993 2003 2013 2022
Aguascalientes 0.95 2.93 5.63 7.06
Baja California 1.01 3.78 5.14 7.70
Baja California Sur 1.16 3.95 7.21 7.84
Campeche 0.92 3.27 5.04 7.17
Coahuila de Zaragoza 0.93 3.40 5.73 7.99
Colima 1.02 4.08 7.11 8.00
Chiapas 1.16 2.81 4.80 6.64
Chihuahua 0.96 3.25 5.80 8.82
Ciudad de México 0.99 5.00 9.11 9.44
Durango 1.10 3.68 6.08 7.95
Guanajuato 0.95 2.87 5.26 7.79
Guerrero 1.02 4.86 7.02 9.03
Hidalgo 1.00 3.25 5.38 7.32
Jalisco 1.14 2.66 5.05 7.71
México 1.00 3.20 5.61 7.63
Michoacán de Ocampo 1.04 3.36 5.29 8.51
Morelos 1.00 4.55 7.65 8.33
Nayarit 1.10 3.35 6.57 7.96
Nuevo León 1.05 3.44 5.55 8.09
Oaxaca 1.06 4.66 5.74 6.97
Puebla 1.00 3.22 5.66 7.17
Querétaro 1.01 3.47 6.33 7.56
En contraste, varios estados del sureste mantuvieron sistemáticamente los precios más bajos, lo que
refleja diferencias regionales en las condiciones de mercado y en los sistemas productivos. En conjunto,
estos resultados evidencian una estructura territorial diferenciada en la formación de precios, con
brechas regionales que alcanzan hasta 30% entre los valores máximos y mínimos observados (Tabla 1).
Tabla 1. Precios por estado (1993, 2003, 2013, 2022)
ESTADO 1993 2003 2013 2022
Aguascalientes 0.95 2.93 5.63 7.06
Baja California 1.01 3.78 5.14 7.70
Baja California Sur 1.16 3.95 7.21 7.84
Campeche 0.92 3.27 5.04 7.17
Coahuila de Zaragoza 0.93 3.40 5.73 7.99
Colima 1.02 4.08 7.11 8.00
Chiapas 1.16 2.81 4.80 6.64
Chihuahua 0.96 3.25 5.80 8.82
Ciudad de México 0.99 5.00 9.11 9.44
Durango 1.10 3.68 6.08 7.95
Guanajuato 0.95 2.87 5.26 7.79
Guerrero 1.02 4.86 7.02 9.03
Hidalgo 1.00 3.25 5.38 7.32
Jalisco 1.14 2.66 5.05 7.71
México 1.00 3.20 5.61 7.63
Michoacán de Ocampo 1.04 3.36 5.29 8.51
Morelos 1.00 4.55 7.65 8.33
Nayarit 1.10 3.35 6.57 7.96
Nuevo León 1.05 3.44 5.55 8.09
Oaxaca 1.06 4.66 5.74 6.97
Puebla 1.00 3.22 5.66 7.17
Querétaro 1.01 3.47 6.33 7.56
pág. 105
Quintana Roo 1.00 3.69 5.11 7.01
San Luis Potosí 1.05 3.09 5.52 7.38
Sinaloa 1.03 3.26 5.50 7.36
Sonora 1.04 3.79 5.78 7.94
Tabasco 1.16 2.94 5.16 6.57
Tamaulipas 1.08 3.94 6.86 7.42
Tlaxcala 1.07 3.23 5.40 7.30
Veracruz de Ignacio de la Llave 1.08 3.24 5.31 7.47
Yucatán 0.95 4.07 5.67 8.15
Zacatecas 1.13 3.48 5.31 8.34
Inventario de ganado bovino lechero
Mostró una reconfiguración territorial progresiva hacia el norte y occidente del país. En 1993, la
distribución presentaba un patrón policéntrico, con importantes concentraciones en estados del centro y
norte como Puebla, Chihuahua, Hidalgo, Durango y Guanajuato, mientras que gran parte del sureste
registraba inventarios significativamente menores. Para 2003 se observo un desplazamiento el norte y
occidente, destacando el crecimiento de Durango, Coahuila y Jalisco, que comenzaron a consolidarse
como los principales núcleos ganaderos del país. En contraste, algunas entidades del centro y del trópico
experimentaron reducciones en sus niveles de inventario.
En 2013 este patrón se acentúo con la consolidación del corredor lechero del norte y occidente,
encabezado por Jalisco, Chihuahua, Durango y Coahuila, estados que concentraron los mayores hatos
bovinos especializados en producción de leche. Paralelamente, otras entidades del centro mantuvieron
niveles intermedios de inventario y, el sureste continuó registrando valores relativamente bajos.
Hacia 2022, Jalisco, Durango, Chihuahua y Coahuila concentraron cerca del 45% del inventario
nacional. El Bajío mantuvo una participación relevante, mientras que el sureste y parte del centro-sur
redujeron sus inventarios. Este patrón territorial reflejo la consolidación de sistemas productivos más
especializados en las regiones con mayor infraestructura, tecnificación y vinculación con los principales
mercados lecheros del país (Mapa 2).
Quintana Roo 1.00 3.69 5.11 7.01
San Luis Potosí 1.05 3.09 5.52 7.38
Sinaloa 1.03 3.26 5.50 7.36
Sonora 1.04 3.79 5.78 7.94
Tabasco 1.16 2.94 5.16 6.57
Tamaulipas 1.08 3.94 6.86 7.42
Tlaxcala 1.07 3.23 5.40 7.30
Veracruz de Ignacio de la Llave 1.08 3.24 5.31 7.47
Yucatán 0.95 4.07 5.67 8.15
Zacatecas 1.13 3.48 5.31 8.34
Inventario de ganado bovino lechero
Mostró una reconfiguración territorial progresiva hacia el norte y occidente del país. En 1993, la
distribución presentaba un patrón policéntrico, con importantes concentraciones en estados del centro y
norte como Puebla, Chihuahua, Hidalgo, Durango y Guanajuato, mientras que gran parte del sureste
registraba inventarios significativamente menores. Para 2003 se observo un desplazamiento el norte y
occidente, destacando el crecimiento de Durango, Coahuila y Jalisco, que comenzaron a consolidarse
como los principales núcleos ganaderos del país. En contraste, algunas entidades del centro y del trópico
experimentaron reducciones en sus niveles de inventario.
En 2013 este patrón se acentúo con la consolidación del corredor lechero del norte y occidente,
encabezado por Jalisco, Chihuahua, Durango y Coahuila, estados que concentraron los mayores hatos
bovinos especializados en producción de leche. Paralelamente, otras entidades del centro mantuvieron
niveles intermedios de inventario y, el sureste continuó registrando valores relativamente bajos.
Hacia 2022, Jalisco, Durango, Chihuahua y Coahuila concentraron cerca del 45% del inventario
nacional. El Bajío mantuvo una participación relevante, mientras que el sureste y parte del centro-sur
redujeron sus inventarios. Este patrón territorial reflejo la consolidación de sistemas productivos más
especializados en las regiones con mayor infraestructura, tecnificación y vinculación con los principales
mercados lecheros del país (Mapa 2).
pág. 106
Mapa 2. Distribución espacial del inventario de ganado bovino lechero en México (1993, 2003, 2013 y
2022).
Fuente: Elaboración propia.
Consumo per cápita
El consumo nacional de leche mostró variaciones moderadas durante el periodo analizado. En 1993 fue
de 107.3 litros (L), el cual aumentó a 113.5 L en 2003. Posteriormente, en 2013 se observó una ligera
disminución hasta 106.9 L, seguida de un incremento significativo en 2022, cuando el consumo alcanzó
131.4 L por habitante. Este comportamiento reflejo una tendencia general de crecimiento en la demanda
de leche en el país a lo largo del periodo de estudio.
Saldo neto
Mostró una diferenciación territorial entre estados con superávit productivo y aquellos con déficits
persistentes. En 1993, el superávit se concentró en entidades del norte y occidente, destacando Jalisco,
Coahuila, Durango y Chihuahua, mientras que estados altamente urbanizados como la Ciudad de
México y el Estado de México registraron los mayores déficits. En 2003 se mantuvo este patrón
Mapa 2. Distribución espacial del inventario de ganado bovino lechero en México (1993, 2003, 2013 y
2022).
Fuente: Elaboración propia.
Consumo per cápita
El consumo nacional de leche mostró variaciones moderadas durante el periodo analizado. En 1993 fue
de 107.3 litros (L), el cual aumentó a 113.5 L en 2003. Posteriormente, en 2013 se observó una ligera
disminución hasta 106.9 L, seguida de un incremento significativo en 2022, cuando el consumo alcanzó
131.4 L por habitante. Este comportamiento reflejo una tendencia general de crecimiento en la demanda
de leche en el país a lo largo del periodo de estudio.
Saldo neto
Mostró una diferenciación territorial entre estados con superávit productivo y aquellos con déficits
persistentes. En 1993, el superávit se concentró en entidades del norte y occidente, destacando Jalisco,
Coahuila, Durango y Chihuahua, mientras que estados altamente urbanizados como la Ciudad de
México y el Estado de México registraron los mayores déficits. En 2003 se mantuvo este patrón
pág. 107
territorial, aunque algunas entidades como Veracruz mostraron mejoras asociadas al incremento de su
producción.
Para 2013 se observó mayor concentración del superávit en los estados referidos y, saldo negativos en
entidades del centro y sur del país, el Estado de México como la entidad con mayor déficit.
Hacia 2022 el patrón territorial se consolido con superávits productivos en estados del norte y occidente
integrandose Aguascalientes. La Ciudad y Estado de México fueron las entidades con alta demanda y
baja producción. Estos resultados evidenciaron una estructura territorial desigual en el balance entre
producción y consumo de leche en el país (Tabla 2).
Tabla 2. Saldos netos por Estado (1993, 2003, 2013, 2022)
DEFICIT / SUPERAVIT
Estado 1993 2003 2013 2022
Aguascalientes 179383589.3 287810652.5 247784007.6 246916530.2
Baja California -26613741.5 -81455374.5 -179459983 -286594618
Baja California Sur -14212077.2 -8477653.5 -28612179.4 -70187535.8
Campeche -44884350.5 -52509501.5 -49751422.9 -76574918.2
Coahuila de Zaragoza 364089918 798054805 1033668142 1094151621
Colima -10069123 -23740904.5 -34228089.5 -50137417.4
Chiapas -122242220.8 -124098582 -108605992 -272898359.2
Chihuahua 339507027.1 366322685.5 616605741.5 750674683.4
Ciudad de México -869773331.2 -963739866.5 -931993932 -1198760422
Durango 346322740.6 788892606.5 842459615.4 1236067910
Guanajuato 132667771.1 118210868 126543373.2 86182822.4
Guerrero -219762350.1 -271324921.5 -272306279.2 -374874719
Hidalgo 142770328.2 161284331.5 142826205.8 17597292.6
Jalisco 682345470.3 994999153 1292415484 1656154199
México -643356803.5 -996845581 -1154327538 -1804103365
Michoacán de Ocampo -116491752.7 -139332924.5 -129057155.3 -246802114.4
Morelos -109216830.7 -67715486.5 -168085186.3 -237323298
territorial, aunque algunas entidades como Veracruz mostraron mejoras asociadas al incremento de su
producción.
Para 2013 se observó mayor concentración del superávit en los estados referidos y, saldo negativos en
entidades del centro y sur del país, el Estado de México como la entidad con mayor déficit.
Hacia 2022 el patrón territorial se consolido con superávits productivos en estados del norte y occidente
integrandose Aguascalientes. La Ciudad y Estado de México fueron las entidades con alta demanda y
baja producción. Estos resultados evidenciaron una estructura territorial desigual en el balance entre
producción y consumo de leche en el país (Tabla 2).
Tabla 2. Saldos netos por Estado (1993, 2003, 2013, 2022)
DEFICIT / SUPERAVIT
Estado 1993 2003 2013 2022
Aguascalientes 179383589.3 287810652.5 247784007.6 246916530.2
Baja California -26613741.5 -81455374.5 -179459983 -286594618
Baja California Sur -14212077.2 -8477653.5 -28612179.4 -70187535.8
Campeche -44884350.5 -52509501.5 -49751422.9 -76574918.2
Coahuila de Zaragoza 364089918 798054805 1033668142 1094151621
Colima -10069123 -23740904.5 -34228089.5 -50137417.4
Chiapas -122242220.8 -124098582 -108605992 -272898359.2
Chihuahua 339507027.1 366322685.5 616605741.5 750674683.4
Ciudad de México -869773331.2 -963739866.5 -931993932 -1198760422
Durango 346322740.6 788892606.5 842459615.4 1236067910
Guanajuato 132667771.1 118210868 126543373.2 86182822.4
Guerrero -219762350.1 -271324921.5 -272306279.2 -374874719
Hidalgo 142770328.2 161284331.5 142826205.8 17597292.6
Jalisco 682345470.3 994999153 1292415484 1656154199
México -643356803.5 -996845581 -1154327538 -1804103365
Michoacán de Ocampo -116491752.7 -139332924.5 -129057155.3 -246802114.4
Morelos -109216830.7 -67715486.5 -168085186.3 -237323298
pág. 108
Nayarit -31209193.9 12406752.5 -73357715.1 -123152488.4
Nuevo León -304217372.8 -175760926.5 -460620150.2 -741485198.8
Oaxaca -189605788 -45214471 -261144607.8 -392808927.2
Puebla -168179637.3 85357116.5 -178808780.1 -408441509.2
Querétaro 44736484.5 138533129 146195544.7 101533036.2
Quintana Roo -50233622.1 -45908778 -137136858.2 -237759619
San Luis Potosí 62316034.9 15632880.5 -152060814.2 -215265667
Sinaloa -121264994.2 -61115500.5 -202228890.9 -299702270.2
Sonora -112108923.8 22038035 -173243832 -269276886
Tabasco -76597131.2 -10026012.5 -138031660.7 -211153227.2
Tamaulipas -218290041.3 -126458909 -321728462.6 -442203369
Tlaxcala -576022.1 104661102 -22321628.4 -93612197.8
Veracruz de Ignacio de la
Llave
-3000044.7 339615076 -110076558.6 -265745510.6
Yucatán -128708462 -83613047.5 -206521121.3 -302744477.2
Zacatecas -27534457.9 61748409.5 2066750.8 -21059643.2
Especialización regional y autocorrelación espacial
Coeficiente de localización (LQ)
Permitió identificar el grado de especialización de la producción de leche bovina en relación con la
actividad pecuaria en las entidades federativas. Considerando como criterio de especialización valores
de LQ > 1, los resultados muestran variaciones en la configuración territorial de la actividad lechera
durante el periodo analizado. En 1993, 13 de las 32 entidades presentaban niveles de especialización,
destacando estados del centro-norte como Aguascalientes, Coahuila y Chihuahua, donde la producción
de leche representaba una actividad pecuaria relevante. Para 2003, el número de estados especializados
se mantuvo, aunque se observaron cambios en la distribución geográfica de la especialización, con
incrementos en algunos estados y reducciones en otros.
En 2013, el número de entidades especializadas disminuyó a 12, lo que reflejo un proceso de
Nayarit -31209193.9 12406752.5 -73357715.1 -123152488.4
Nuevo León -304217372.8 -175760926.5 -460620150.2 -741485198.8
Oaxaca -189605788 -45214471 -261144607.8 -392808927.2
Puebla -168179637.3 85357116.5 -178808780.1 -408441509.2
Querétaro 44736484.5 138533129 146195544.7 101533036.2
Quintana Roo -50233622.1 -45908778 -137136858.2 -237759619
San Luis Potosí 62316034.9 15632880.5 -152060814.2 -215265667
Sinaloa -121264994.2 -61115500.5 -202228890.9 -299702270.2
Sonora -112108923.8 22038035 -173243832 -269276886
Tabasco -76597131.2 -10026012.5 -138031660.7 -211153227.2
Tamaulipas -218290041.3 -126458909 -321728462.6 -442203369
Tlaxcala -576022.1 104661102 -22321628.4 -93612197.8
Veracruz de Ignacio de la
Llave
-3000044.7 339615076 -110076558.6 -265745510.6
Yucatán -128708462 -83613047.5 -206521121.3 -302744477.2
Zacatecas -27534457.9 61748409.5 2066750.8 -21059643.2
Especialización regional y autocorrelación espacial
Coeficiente de localización (LQ)
Permitió identificar el grado de especialización de la producción de leche bovina en relación con la
actividad pecuaria en las entidades federativas. Considerando como criterio de especialización valores
de LQ > 1, los resultados muestran variaciones en la configuración territorial de la actividad lechera
durante el periodo analizado. En 1993, 13 de las 32 entidades presentaban niveles de especialización,
destacando estados del centro-norte como Aguascalientes, Coahuila y Chihuahua, donde la producción
de leche representaba una actividad pecuaria relevante. Para 2003, el número de estados especializados
se mantuvo, aunque se observaron cambios en la distribución geográfica de la especialización, con
incrementos en algunos estados y reducciones en otros.
En 2013, el número de entidades especializadas disminuyó a 12, lo que reflejo un proceso de
pág. 109
reconfiguración en la estructura productiva. Durante este año se observaron aumentos en el nivel de
especialización en algunos estados del norte, particularmente en Chihuahua. Finalmente, para 2022 se
mantuvieron 12 estados especializados, con incrementos en los coeficientes de especialización en
Coahuila y Durango, lo que confirmó la consolidación de la región centro-norte como uno de los
principales núcleos de producción lechera del país (Mapa 3).
Mapa 3. Distribución espacial del coeficiente de localización de producción de leche en México (1993,
2003, 2013 y 2022).
Fuente: Elaboración propia
La media de LQ se mantuvo inferior a la unidad (0.96–0.99) durante el periodo, lo que indica ausencia
de especialización de la producción de leche bovina respecto al valor de la producción pecuaria nacional.
Indice de Moran (IM)
El IM para el volumen de producción de leche no mostró evidencia de autocorrelación espacial
significativa en ninguno de los años analizados (1993–2022). Los valores del estadístico se mantuvieron
bajos (0.0449–0.0601) y no significativos, lo que sugiere una distribución espacial esencialmente
reconfiguración en la estructura productiva. Durante este año se observaron aumentos en el nivel de
especialización en algunos estados del norte, particularmente en Chihuahua. Finalmente, para 2022 se
mantuvieron 12 estados especializados, con incrementos en los coeficientes de especialización en
Coahuila y Durango, lo que confirmó la consolidación de la región centro-norte como uno de los
principales núcleos de producción lechera del país (Mapa 3).
Mapa 3. Distribución espacial del coeficiente de localización de producción de leche en México (1993,
2003, 2013 y 2022).
Fuente: Elaboración propia
La media de LQ se mantuvo inferior a la unidad (0.96–0.99) durante el periodo, lo que indica ausencia
de especialización de la producción de leche bovina respecto al valor de la producción pecuaria nacional.
Indice de Moran (IM)
El IM para el volumen de producción de leche no mostró evidencia de autocorrelación espacial
significativa en ninguno de los años analizados (1993–2022). Los valores del estadístico se mantuvieron
bajos (0.0449–0.0601) y no significativos, lo que sugiere una distribución espacial esencialmente
pág. 110
aleatoria de la producción entre entidades federativas (Gráfico 1), es decir, que el comportamiento
productivo de un estado no depende del nivel de producción de sus entidades vecinas. En consecuencia,
la dinámica productiva parece estar determinada principalmente por factores locales asociados a la
estructura productiva de cada región, como el tamaño del inventario bovino, la infraestructura
productiva y el grado de especialización del sector. Estos resultados son consistentes con los modelos
de regresión espacial estimados, los cuales muestran que la variabilidad en la producción se explica por
el inventario bovino, mientras que el componente espacial no presenta un efecto estadísticamente
significativo.
Gráfico 1. Dispersión de Índice de Moran de producción de leche en México (1993, 2003, 2013, 2022).
Fuente: Elaboración propia.
aleatoria de la producción entre entidades federativas (Gráfico 1), es decir, que el comportamiento
productivo de un estado no depende del nivel de producción de sus entidades vecinas. En consecuencia,
la dinámica productiva parece estar determinada principalmente por factores locales asociados a la
estructura productiva de cada región, como el tamaño del inventario bovino, la infraestructura
productiva y el grado de especialización del sector. Estos resultados son consistentes con los modelos
de regresión espacial estimados, los cuales muestran que la variabilidad en la producción se explica por
el inventario bovino, mientras que el componente espacial no presenta un efecto estadísticamente
significativo.
Gráfico 1. Dispersión de Índice de Moran de producción de leche en México (1993, 2003, 2013, 2022).
Fuente: Elaboración propia.
pág. 111
Regresión espacial retardada (SLMRl)
Los SLMR para la producción de leche en México (1993, 2003, 2013 y 2022) se estimaron excluyendo
las variables endógenas demanda (DEM) y saldo neto (SAL), debido a su dependencia matemática con
los volúmenes de producción. Asimismo, se omitió el consumo per cápita (CON) por su falta de
variabilidad espacial, ya que presenta el mismo valor para todas las entidades federativas en cada año
analizado.
En 1993, el modelo incluyó como variables explicativas el precio rural de la leche (PRE1993) y el
inventario bovino lechero (INV1993). Los resultados evidenciaron ausencia de dependencia espacial
significativa, con un coeficiente de retardo espacial (ρ = −0.1506; p = 0.4876), lo que indica que la
producción de las entidades vecinas no influyó de manera relevante en la producción local. En contraste,
el inventario bovino mostró un efecto positivo y altamente significativo (β = 0.6240; p < 0.00001),
confirmando que el incremento en el número de cabezas de ganado se asocia con mayores niveles de
producción. Por su parte, el precio rural no presentó significancia estadística (p = 0.3186). El modelo
explicó el 37.1 % de la variabilidad de la producción (R² = 0.371) y evidenció heterocedasticidad
significativa (Breusch-Pagan p = 0.0276).
Para 2003, el modelo mostró un aumento en su capacidad explicativa (R² = 0.745). El inventario bovino
continuó siendo el principal determinante de la producción (β = 0.788; p < 0.001) y, el coeficiente de
retardo espacial permaneció no significativo (ρ = −0.102; p = 0.510). El precio rural presentó un efecto
negativo marginalmente significativo (β = −0.175; p = 0.072). No obstante, también se detectó
heterocedasticidad significativa (Breusch-Pagan p = 0.00057).
En 2013, el modelo alcanzó un R² de 0.821, confirmando nuevamente el papel predominante del
inventario bovino como variable explicativa (β = 0.8948; p < 0.001). El coeficiente de retardo espacial
continuó sin significancia estadística (ρ = −0.0475; p = 0.7038), mientras que el precio rural mantuvo
un efecto negativo no significativo (β = −0.0562; p = 0.4674).
Finalmente, en 2022 el modelo presentó su mayor capacidad explicativa (R² = 0.846). El inventario
bovino mantuvo un efecto positivo altamente significativo (β = 0.928; p < 0.001); en contraste, el
coeficiente de retardo espacial no fue significativo (ρ = −0.053; p = 0.648), confirmando la ausencia de
dependencia espacial. De igual forma, el precio rural no mostró una relación estadísticamente
Regresión espacial retardada (SLMRl)
Los SLMR para la producción de leche en México (1993, 2003, 2013 y 2022) se estimaron excluyendo
las variables endógenas demanda (DEM) y saldo neto (SAL), debido a su dependencia matemática con
los volúmenes de producción. Asimismo, se omitió el consumo per cápita (CON) por su falta de
variabilidad espacial, ya que presenta el mismo valor para todas las entidades federativas en cada año
analizado.
En 1993, el modelo incluyó como variables explicativas el precio rural de la leche (PRE1993) y el
inventario bovino lechero (INV1993). Los resultados evidenciaron ausencia de dependencia espacial
significativa, con un coeficiente de retardo espacial (ρ = −0.1506; p = 0.4876), lo que indica que la
producción de las entidades vecinas no influyó de manera relevante en la producción local. En contraste,
el inventario bovino mostró un efecto positivo y altamente significativo (β = 0.6240; p < 0.00001),
confirmando que el incremento en el número de cabezas de ganado se asocia con mayores niveles de
producción. Por su parte, el precio rural no presentó significancia estadística (p = 0.3186). El modelo
explicó el 37.1 % de la variabilidad de la producción (R² = 0.371) y evidenció heterocedasticidad
significativa (Breusch-Pagan p = 0.0276).
Para 2003, el modelo mostró un aumento en su capacidad explicativa (R² = 0.745). El inventario bovino
continuó siendo el principal determinante de la producción (β = 0.788; p < 0.001) y, el coeficiente de
retardo espacial permaneció no significativo (ρ = −0.102; p = 0.510). El precio rural presentó un efecto
negativo marginalmente significativo (β = −0.175; p = 0.072). No obstante, también se detectó
heterocedasticidad significativa (Breusch-Pagan p = 0.00057).
En 2013, el modelo alcanzó un R² de 0.821, confirmando nuevamente el papel predominante del
inventario bovino como variable explicativa (β = 0.8948; p < 0.001). El coeficiente de retardo espacial
continuó sin significancia estadística (ρ = −0.0475; p = 0.7038), mientras que el precio rural mantuvo
un efecto negativo no significativo (β = −0.0562; p = 0.4674).
Finalmente, en 2022 el modelo presentó su mayor capacidad explicativa (R² = 0.846). El inventario
bovino mantuvo un efecto positivo altamente significativo (β = 0.928; p < 0.001); en contraste, el
coeficiente de retardo espacial no fue significativo (ρ = −0.053; p = 0.648), confirmando la ausencia de
dependencia espacial. De igual forma, el precio rural no mostró una relación estadísticamente
pág. 112
significativa con los volúmenes de producción (β = −0.046; p = 0.510).
En conjunto, los resultados indican que la producción de leche en México se explica principalmente por
la disponibilidad de inventario bovino, mientras que los efectos espaciales y las variaciones en el precio
rural presentan una influencia limitada en la dinámica productiva entre entidades federativas.
CONCLUSIONES
Los resultados evidencian que la producción de leche bovina en México presenta una marcada
heterogeneidad territorial, caracterizada por la coexistencia de sistemas altamente tecnificados en
regiones específicas y una amplia base de producción familiar dispersa en el territorio. La concentración
productiva en estados del centro-norte —particularmente Jalisco, Coahuila y Durango— refleja
procesos históricos de especialización asociados a ventajas productivas, infraestructura agroindustrial y
adopción tecnológica. No obstante, esta concentración convive con una estructura productiva
fragmentada donde predominan pequeñas unidades de producción con menor integración a mercados
formales.
El análisis de especialización regional mediante el Coeficiente de Localización confirma que la
producción láctea especializada se encuentra geográficamente limitada: solo 12 entidades federativas
presentan valores superiores a la media nacional (LQ > 1). A su vez, el Índice de Moran mostró valores
bajos y no significativos, lo que indica ausencia de autocorrelación espacial y sugiere que las regiones
líderes no generan efectos de derrame productivo sobre sus estados vecinos. Estos resultados evidencian
que la dinámica productiva del sector responde principalmente a condiciones locales, más que a procesos
de interacción territorial o conformación de clusters regionales integrados.
Los modelos de regresión espacial retardada refuerzan esta interpretación al mostrar que el inventario
bovino explica la mayor parte de la variabilidad productiva (R² = 0.844 en 2022), mientras que el precio
rural de la leche y los efectos espaciales no resultaron estadísticamente significativos. En conjunto, estos
hallazgos sugieren que la capacidad productiva del sector lácteo mexicano está determinada
fundamentalmente por la base ganadera disponible y por las características estructurales de cada región.
Finalmente, los resultados destacan la necesidad de políticas diferenciadas de desarrollo regional que
reconozcan la diversidad territorial del sector. En este sentido, futuras investigaciones deberían
profundizar el análisis a escalas subestatales e incorporar variables institucionales, financieras y sociales
significativa con los volúmenes de producción (β = −0.046; p = 0.510).
En conjunto, los resultados indican que la producción de leche en México se explica principalmente por
la disponibilidad de inventario bovino, mientras que los efectos espaciales y las variaciones en el precio
rural presentan una influencia limitada en la dinámica productiva entre entidades federativas.
CONCLUSIONES
Los resultados evidencian que la producción de leche bovina en México presenta una marcada
heterogeneidad territorial, caracterizada por la coexistencia de sistemas altamente tecnificados en
regiones específicas y una amplia base de producción familiar dispersa en el territorio. La concentración
productiva en estados del centro-norte —particularmente Jalisco, Coahuila y Durango— refleja
procesos históricos de especialización asociados a ventajas productivas, infraestructura agroindustrial y
adopción tecnológica. No obstante, esta concentración convive con una estructura productiva
fragmentada donde predominan pequeñas unidades de producción con menor integración a mercados
formales.
El análisis de especialización regional mediante el Coeficiente de Localización confirma que la
producción láctea especializada se encuentra geográficamente limitada: solo 12 entidades federativas
presentan valores superiores a la media nacional (LQ > 1). A su vez, el Índice de Moran mostró valores
bajos y no significativos, lo que indica ausencia de autocorrelación espacial y sugiere que las regiones
líderes no generan efectos de derrame productivo sobre sus estados vecinos. Estos resultados evidencian
que la dinámica productiva del sector responde principalmente a condiciones locales, más que a procesos
de interacción territorial o conformación de clusters regionales integrados.
Los modelos de regresión espacial retardada refuerzan esta interpretación al mostrar que el inventario
bovino explica la mayor parte de la variabilidad productiva (R² = 0.844 en 2022), mientras que el precio
rural de la leche y los efectos espaciales no resultaron estadísticamente significativos. En conjunto, estos
hallazgos sugieren que la capacidad productiva del sector lácteo mexicano está determinada
fundamentalmente por la base ganadera disponible y por las características estructurales de cada región.
Finalmente, los resultados destacan la necesidad de políticas diferenciadas de desarrollo regional que
reconozcan la diversidad territorial del sector. En este sentido, futuras investigaciones deberían
profundizar el análisis a escalas subestatales e incorporar variables institucionales, financieras y sociales
pág. 113
que permitan comprender con mayor precisión los factores que condicionan la competitividad y
sostenibilidad de la producción láctea en México.
REFERENCIAS BIBLIOGRÁFICAS
Anselin, L., Syabri, I., & K. (2006). GeoDa: An Introduction to Spatial Data Analysis. Geographical
Analysis, 38(1), 5–22. https://doi.org/10.1111/j.0016-7363.2005.00671.x
Bacchi, M. D., Almeida, A. N., & Telles, T. S. (2022). Spatio-temporal dynamics of milk production in
Brazil. Semina:Ciencias Agrarias, 43(1), 241–261. https://doi.org/10.5433/1679-
0359.2022v43n1p241
FAO. (2023). El sector lechero mundial: Datos. FAO Global Facts.
http://www.dairydeclaration.org/Portals/153/FAO-Global-Facts-SPANISH-F.PDF?v=1
INEGI. (2019). Encuesta Nacional Agropecuaria. Resultados Nacionales y para el Estado de México
(Vol. 2019, Issue ENA).
INEGI. (2022). Censo Agrícola, Ganadero y Forestal. https://www.inegi.org.mx/programas/cagf/2007/
M. Noureen. (2023). Application of Geospatial Techniques To Evaluate Feeding Patterns for Milk
Production of Bubalus Bubalis (Buffaloes) in District Kasur, Pakistan. Pakistan Journal of
Science, 69(3). https://doi.org/10.57041/pjs.v69i3.531
Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37, 17–23.
https://doi.org/10.2307/2332142
Nicholson, C. F., Ababa, A., Bishop, P. M., Novakovic, A. M., & Pratt, J. E. (1996). Trade Liberalization
and Mexico’s Dairy Sector: A Spatial Economic Analysis. 1.
Outlaw, J., Knutson, R., Nocholson, C., & Novakovic, A. (1994). Nafta and the U.S. Dairy Industry.
Dairy Markets and Policy Issues and Options, 1–7.
Poméon, T., & Escoto, F. C. (2010). El sector lechero y quesero en México de 1990 a 2009 entre lo
global y local.
SIAP. (2022). Anuario Estadístico de la Producción Ganadera. Leche Bovino.
https://nube.siap.gob.mx/cierre_pecuario/
Team, Q. D. (2023). QGIS Geographic Information System (versión 3.28). Open Source Geospatial
Foundation Project. https://qgis.org
que permitan comprender con mayor precisión los factores que condicionan la competitividad y
sostenibilidad de la producción láctea en México.
REFERENCIAS BIBLIOGRÁFICAS
Anselin, L., Syabri, I., & K. (2006). GeoDa: An Introduction to Spatial Data Analysis. Geographical
Analysis, 38(1), 5–22. https://doi.org/10.1111/j.0016-7363.2005.00671.x
Bacchi, M. D., Almeida, A. N., & Telles, T. S. (2022). Spatio-temporal dynamics of milk production in
Brazil. Semina:Ciencias Agrarias, 43(1), 241–261. https://doi.org/10.5433/1679-
0359.2022v43n1p241
FAO. (2023). El sector lechero mundial: Datos. FAO Global Facts.
http://www.dairydeclaration.org/Portals/153/FAO-Global-Facts-SPANISH-F.PDF?v=1
INEGI. (2019). Encuesta Nacional Agropecuaria. Resultados Nacionales y para el Estado de México
(Vol. 2019, Issue ENA).
INEGI. (2022). Censo Agrícola, Ganadero y Forestal. https://www.inegi.org.mx/programas/cagf/2007/
M. Noureen. (2023). Application of Geospatial Techniques To Evaluate Feeding Patterns for Milk
Production of Bubalus Bubalis (Buffaloes) in District Kasur, Pakistan. Pakistan Journal of
Science, 69(3). https://doi.org/10.57041/pjs.v69i3.531
Moran, P. A. P. (1950). Notes on continuous stochastic phenomena. Biometrika, 37, 17–23.
https://doi.org/10.2307/2332142
Nicholson, C. F., Ababa, A., Bishop, P. M., Novakovic, A. M., & Pratt, J. E. (1996). Trade Liberalization
and Mexico’s Dairy Sector: A Spatial Economic Analysis. 1.
Outlaw, J., Knutson, R., Nocholson, C., & Novakovic, A. (1994). Nafta and the U.S. Dairy Industry.
Dairy Markets and Policy Issues and Options, 1–7.
Poméon, T., & Escoto, F. C. (2010). El sector lechero y quesero en México de 1990 a 2009 entre lo
global y local.
SIAP. (2022). Anuario Estadístico de la Producción Ganadera. Leche Bovino.
https://nube.siap.gob.mx/cierre_pecuario/
Team, Q. D. (2023). QGIS Geographic Information System (versión 3.28). Open Source Geospatial
Foundation Project. https://qgis.org
pág. 114
Vera, J. H. C., Escoto, F. C., Rangel, M. I. P., Vargas, A. C., & Ledesma, J. O. (2017a). Especialización
de los sistemas productivos lecheros en México: La difusión del modelo tecnológico holstein.
Revista Mexicana De Ciencias Pecuarias, 8(3), 259–268.
https://doi.org/10.22319/rmcp.v8i3.4191
Vera, J. H. C., Escoto, F. C., Rangel, M. I. P., Vargas, A. C., & Ledesma, J. O. (2017a). Especialización
de los sistemas productivos lecheros en México: La difusión del modelo tecnológico holstein.
Revista Mexicana De Ciencias Pecuarias, 8(3), 259–268.
https://doi.org/10.22319/rmcp.v8i3.4191