📄 agriculture

Between concentration and diffusion: spatial dynamics of soybean production in MATOPIBA through the lens of circular cumulative causation (2000–2024)

Este estudio analiza la producción de soja en la región del MATOPIBA en Brasil desde 2000 hasta 2024, revelando que, si bien se produjo una expansión territorial, la producción permaneció espacialmente concentrada en un núcleo consolidado, un patrón consistente con la teoría de la causalidad acumulativa circular de Myrdal, evidenciado por la persistente dependencia y desigualdad espacial.

Autores originales: Ermano Corrêa da Silva Júnior, Mayra Batista Bitencourt Fagundes, Armando Fornazier, Jaim José da Silva Júnior

Publicado 2026-08-28

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Ermano Corrêa da Silva Júnior, Mayra Batista Bitencourt Fagundes, Armando Fornazier, Jaim José da Silva Júnior

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el vasto paisaje de la geografía económica, una pregunta central ha desconcertado durante mucho tiempo a los investigadores: cuando una nueva industria echa raíces en una región, ¿se extiende de manera uniforme para elevar a todos, o se agrupa en puntos específicos, dejando a otros atrás? Una idea influyente, conocida como causalidad circular acumulativa, sugiere que las ventajas tempranas tienden a volverse autorreforzadas. Imagine un pequeño pueblo que obtiene una ventaja inicial en un negocio; este atrae a más trabajadores, mejores carreteras y más inversión, lo que a su vez lo hace aún más exitoso, mientras que los pueblos vecinos luchan por alcanzarlo. Esta teoría desafía la creencia más antigua de que los mercados suavizan naturalmente estas diferencias con el tiempo. En cambio, propone que el éxito engendra más éxito, creando centros permanentes de riqueza y actividad junto a áreas que permanecen en la periferia. Comprender si este patrón se cumple en la agricultura moderna es crucial, ya que moldea la forma en que vemos el desarrollo rural, la desigualdad y el futuro de la producción de alimentos en un mundo globalizado.

En el corazón de Brasil, una región conocida como MATOPIBA —que se extiende a través de partes de cuatro estados y cubre cientos de pueblos— se ha convertido en una de las fronteras más dinámicas del mundo para el cultivo de soja. Durante el último cuarto de siglo, esta zona se ha transformado de un paisaje de pastizales en una potencia de la agricultura mecanizada. Un equipo de investigadores de la Universidad de Brasilia se propuso rastrear el viaje de la soja en esta región desde el año 2000 hasta 2024. Su objetivo no era solo contar cuánta soja se cultivaba, sino mapear exactamente dónde se cultivaba y ver si la expansión siguió un patrón de dispersión hacia nuevas áreas o si permaneció estrechamente concentrada en unos pocos centros poderosos. Al analizar los datos de cada municipio de la región, buscaron determinar si el crecimiento de la soja estaba creando una distribución más equitativa de la riqueza y la actividad, o si estaba profundizando la brecha entre unos pocos centros agrícolas ricos y el resto del territorio.

Los investigadores comenzaron analizando la escala pura de la expansión. En el año 2000, solo 60 pueblos en MATOPIBA producían soja. Para 2024, esa cifra había aumentado a 220, lo que indicaba que el cultivo sí se había extendido hacia nuevos territorios. Sin embargo, la historia de dónde se cultivaba la soja contaba un relato más complejo. En los primeros años, la producción estaba fuertemente concentrada; los cuatro pueblos más grandes producían por sí solos más del 60 por ciento de la producción total de la región. Con el paso del tiempo, esta concentración disminuyó, alcanzando un punto bajo alrededor de 2014, cuando los cuatro pueblos principales representaban aproximadamente el 30 por ciento de la producción. Este periodo sugirió una genuina difusión, donde el cultivo se estaba consolidando en muchos lugares nuevos. Sin embargo, la historia no terminó ahí. Después de 2014, la tendencia se revirtió ligeramente. La concentración de la producción comenzó a aumentar de nuevo, con los pueblos principales reclamando una mayor parte de la producción total. Para 2024, los cuatro municipios más grandes eran nuevamente responsables de casi el 31 por ciento de la soja de la región, y la desigualdad general en la producción seguía siendo alta.

Para comprender la forma de este crecimiento, el equipo utilizó un método que observa cómo se relacionan los pueblos vecinos entre sí. Descubrieron que los pueblos con altos rendimientos de soja tendían a estar ubicados justo al lado de otros pueblos con altos rendimientos, formando distintos cúmulos de éxito. Estos cúmulos de "alto-alto", que representan el núcleo más productivo de la región, se mantuvieron estables y persistentes durante los veinticuatro años. Al mismo tiempo, los investigadores identificaron un número creciente de pueblos que tenían bajos rendimientos y estaban rodeados de otros pueblos de bajo rendimiento. Este patrón sugiere que, si bien el cultivo se expandió geográficamente, las áreas más productivas no perdieron su ventaja. En cambio, la frontera se expandió hacia afuera, pero el núcleo permaneció sólido, y las áreas menos productivas formaron una periferia distinta y consolidada. Los datos mostraron que la región no se convirtió en un campo uniforme de éxito igualitario; más bien, desarrolló una jerarquía clara con un pequeño grupo de pueblos dominantes en la cima.

El estudio también examinó si el tiempo que un pueblo llevaba cultivando soja o el tamaño de sus granjas explicaba por qué algunos pueblos eran más productivos que otros. Sorprendentemente, los modelos estadísticos no encontraron un vínculo fuerte y directo entre estos factores y los niveles de rendimiento en los últimos años. En cambio, la diferencia más reveladora fue el momento de entrada. Un pequeño grupo de solo 13 pueblos, que los investigadores llamaron el "núcleo consolidado", había estado produciendo soja durante mucho tiempo y representaba más del 60 por ciento de la producción total de la región. En contraste, más de la mitad de los pueblos de la región fueron clasificados como una "frontera intermedia", habiendo entrado en el mercado más recientemente y produciendo significativamente menos. Si bien el rendimiento promedio por acre era en realidad bastante similar entre estos diferentes grupos, el volumen total de producción era vastamente diferente. Esto indica que la ventaja de los pueblos del núcleo no provenía de ser ligeramente más eficientes, sino de haber tenido una ventaja inicial masiva y una escala de operación mucho mayor.

Los hallazgos respaldan la idea de la causalidad circular acumulativa, donde las ventajas iniciales tienden a persistir e incluso a fortalecerse con el tiempo. La expansión de la soja en MATOPIBA fue real y generalizada, llevando el cultivo a cientos de nuevos pueblos. Sin embargo, esta expansión no borró las desigualdades existentes. Los que adoptaron el cultivo primero mantuvieron su dominio, y la región evolucionó hacia una estructura con un centro poderoso y concentrado y una vasta periferia menos productiva. Los investigadores concluyeron que el crecimiento de esta frontera agrícola no condujo a una homogeneización del paisaje. En cambio, creó un sistema donde los beneficios de la entrada temprana y la producción a gran escala continuaron acumulándose en unas pocas ubicaciones específicas, dejando al resto de la región seguir su rastro sin lograr alcanzarlo plenamente. Esto sugiere que simplemente expandir el área de cultivo no es suficiente para asegurar un desarrollo equitativo; la historia de quién comenzó primero y qué tan grande crecieron continúa moldeando el mapa económico de la región hoy en día.

Resumen Técnico: Entre la Concentración y la Difusión: Dinámicas Espaciales de la Producción de Soja en MATOPIBA (2000–2024)

Planteamiento del Problema
Este estudio investiga la organización espacial de la producción de soja en la región de MATOPIBA (que comprende partes de Maranhão, Tocantins, Piauí y Bahía) durante un periodo de 25 años (2000–2024). Si bien la región es reconocida como una importante frontera agrícola con una rápida expansión, la literatura existente sugiere que el crecimiento no implica una distribución territorial uniforme. La investigación aborda la pregunta de cómo se distribuyen la producción y el rendimiento entre los municipios y si esta trayectoria revela patrones de concentración, difusión y dependencia espacial consistentes con la teoría de la causalidad cumulativa circular de Gunnar Myrdal. El problema central es determinar si la expansión de la producción de soja ha conducido a la homogeneización territorial o si ha reforzado las desigualdades espaciales existentes mediante mecanismos de acumulación y polarización que se refuerzan a sí mismos.

Metodología
El estudio emplea un enfoque cuantitativo, observacional y longitudinal utilizando datos municipales secundarios de la Encuesta Municipal de Agricultura del IBGE (PAM/IBGE) para 337 municipios. La metodología se estructura en tres dimensiones integradas:

Análisis de Concentración y Desigualdad: Los autores calcularon indicadores de concentración estándar, incluyendo las razones de concentración de cuatro y cinco municipios (CR4, CR5), el Índice de Herfindahl–Hirschman (HHI) y el coeficiente de Gini. Estos se computaron anualmente para identificar fases de difusión y reconcentración.
Análisis Exploratorio de Datos Espaciales (ESDA): Se aplicaron indicadores globales y locales de asociación espacial (Moran's I y LISA) utilizando una matriz de pesos espaciales de contigüidad de reina (queen-contiguity). Esto permitió la identificación de patrones de autocorrelación espacial y la clasificación de conglomerados (ej., Alto–Alto, Bajo–Bajo) a lo largo del periodo de estudio.
Modelado Econométrico Espacial: Para evaluar las asociaciones condicionales con el rendimiento, los autores estimaron modelos de Mínimos Cuadrados Ordinarios (OLS), Autorregresivo Espacial (SAR) y de Error Espacial (SEM). La variable dependiente fue el rendimiento municipal (kg/ha), mientras que las variables explicativas incluyeron el "historial de producción registrado" (años desde la primera producción registrada) y la "escala de producción rezagada" (logaritmo del área sembrada media de 2010–2012). Las pruebas de robustez involucraron pesos espaciales alternativos (KNN-4) y ventanas temporales.
Tipología de Trayectorias: Se aplicó el método de agrupamiento jerárquico de Ward para clasificar los municipios en distintas trayectorias (entrada, persistencia, consolidación) basadas en el rendimiento, la participación en la producción y el tiempo de entrada a través de tres fases (2000–2008, 2009–2014, 2015–2024).

Resultados Clave

Expansión Territorial vs. Concentración: El número de municipios productores de soja aumentó de 60 en el año 2000 a 220 en 2024. Sin embargo, esta expansión no resultó en una homogeneización. El estudio identifica tres fases: un periodo inicial de alta concentración (2000), una fase de difusión (2000–2014) donde los indicadores de concentración alcanzaron su mínimo (el CR4 cayó del 60.28% al 29.73%; el Gini de 0.827 a 0.752) y una fase de reconcentración moderada (2014–2024) donde los indicadores volvieron a subir (CR4 al 30.93%; Gini a 0.778).
Dependencia Espacial: El Índice I de Moran global se mantuvo positivo y estadísticamente significativo durante todo el periodo, lo que indica una autocorrelación espacial persistente en los rendimientos. El análisis LISA reveló la presencia de clusters estables de "Alto–Alto" (núcleos consolidados de alto rendimiento) y una transición en la periferia de "Bajo–Alto" (brechas intersticiales) a "Bajo–Bajo" (periferia consolidada de bajo rendimiento).
Tipología Municipal: El agrupamiento jerárquico identificó un "núcleo consolidado" de solo 13 municipios (3.9% del total) que representaron el 60.38% de la producción regional. Por el contrario, 169 municipios (50.1%) fueron clasificados como una "frontera intermedia", y 104 municipios no presentaron trayectoria de producción.
Hallazgos Econométricos: Los modelos espaciales confirmaron una dependencia espacial significativa en el rendimiento (parámetros $\rho$ y $\lambda$ positivos y significativos). Sin embargo, tras controlar la dependencia espacial, ni el "historial de producción registrado" ni la "escala de producción rezagada" mostraron una significancia estadística consistente para explicar las variaciones en el rendimiento. Los modelos sugieren que las diferencias en el rendimiento están más fuertemente asociadas con la propia estructura espacial que con las características municipales específicas incluidas en la regresión.

Significancia y Reivindicaciones
El artículo sostiene que la evidencia empírica respalda un patrón consistente con la causalidad cumulativa circular, aunque evita explícitamente afirmar mecanismos causales directos. La significancia de los hallazgos reside en la convergencia de múltiples líneas de evidencia:

Persistencia de la Asimetría: A pesar de la difusión territorial del cultivo hacia nuevos municipios, la jerarquía de producción permanece intacta. El "efecto de propagación" (spread effect - expansión hacia nuevas áreas) coexiste con el "efecto de expulsión" (backwash effect - persistencia de un núcleo dominante y la consolidación de periferias de bajo rendimiento).
Rechazo de la Homogeneización: El estudio demuestra que la expansión de la frontera agrícola no conduce automáticamente a la convergencia regional o a la igualación de las capacidades de producción. En cambio, las ventajas iniciales en municipios específicos parecen reforzarse a sí mismas.
Integración Metodológica: La investigación contribuye al integrar series temporales municipales de largo plazo con métricas de concentración, econometría espacial y tipologías de trayectoria. Este enfoque multifacético revela que, si bien el volumen de producción se ha expandido, la organización espacial de la actividad sigue siendo altamente polarizada.

Los autores conclizan que los resultados representan una "correspondencia empírica" con la teoría de Myrdal más que una prueba causal directa de los efectos de propagación y expulsión. Advierten que el estudio es observacional y no puede aislar los agentes o mecanismos específicos (ej., infraestructura, política, tenencia de la tierra) responsables de estos patrones, pero los datos sugieren fuertemente que las ventajas territoriales en MATOPIBA son acumulativas y persistentes.

Más como este