EROSIÓN HÍDRICA DE SUELOS EN HIDALGO:
PÉRDIDA ECONÓMICA EN MAÍZ GRANO,
POBREZA Y CARENCIA ALIMENTARIA
EROSION OF SOILS IN HIDALGO:
ECONOMIC LOSS IN MAIZE GRAIN, POVERTY,
AND FOOD INSECURITY
Montserrat Nahuiollin Ruiz Alonso
Universidad Autónoma Chapingo, México
Juan Hernández Ortíz
Universidad Autónoma Chapingo, México
Ramón Valdivia Alcalá
Universidad Autónoma Chapingo, México
José Joaquín Flores Félix
Universidad Autónoma Metropolitana, México
pág. 5187
DOI: https://doi.org/10.37811/cl_rcm.v8i3.11723
Erosión Hídrica de Suelos en Hidalgo: Pérdida Económica en Maíz Grano,
Pobreza y Carencia Alimentaria
Montserrat Nahuiollin Ruiz Alonso1
montsenahuira@gmail.com
https://orcid.org/0009-0009-6363-7168
Universidad Autónoma Chapingo
México
Juan Hernández Ortíz
jhdzo@yahoo.com.mx
https://orcid.org/0000-0001-5957-594X
Universidad Autónoma Chapingo
México
Ramón Valdivia Alcalá
ramvaldi@gmail.com
https://orcid.org/0000-0003-0434-3169
Universidad Autónoma Chapingo
México
José Joaquín Flores Félix
jjflores@correo.xoc.uam.mx
https://orcid.org/0009-0002-1189-0435
Universidad Autónoma Metropolitana
México
RESUMEN
La erosión hídrica afecta al sector agrícola al estar relacionada con la productividad de los suelos,
promoviendo la pobreza y amenazando la seguridad alimentaria. Hidalgo es el segundo estado más
afectado por erosión hídrica y el 50.6% de su población se encuentra en algún grado de pobreza. En el
presente estudio se calculó la relación inversa entre la erosión hídrica y el rendimiento de la agricultura,
así mismo, la correlación con la pobreza y la carencia alimentaria de la población. Para la evaluación
se utilizó la Ecuación Universal de Pérdida de Suelo y se obtuvo un coeficiente relacionado con los
rendimientos de maíz grano mediante un modelo de regresión lineal múltiple; se evaluó
económicamente la pérdida de productividad y un análisis de correlación para vincularlo a la pobreza y
carencia alimentaria. Los resultados arrojan que en Hidalgo por cada tonelada por hectárea de suelo
erosionada se pierden 0.0011 toneladas por hectárea de los rendimientos; esto en valores monetarios se
puede traducir en una cantidad de 25 pesos por hectárea hasta 1663 pesos por hectárea. Mientras que
en los factores socioeconómicos se observó una correlación más alta en los valores de pobreza (r=0.42)
que con carencia alimentaria (r=02).
Palabras clave: erosión, rendimiento, seguridad alimentaria
1
Autor principal.
Correspondencia: montsenahuira@gmail.com
pág. 5188
Erosion of Soils in Hidalgo: Economic Loss in Maize Grain, Poverty,
and Food Insecurity
ABSTRACT
Water erosion affects the agricultural sector by impacting soil productivity, promoting poverty, and
threatening food security. Hidalgo is the second most affected state by water erosion, with 50.6% of its
population experiencing some degree of poverty. In the present study, the inverse relationship between
water erosion and agricultural yield was calculated, along with the correlation with poverty and food
insecurity among the population. The Universal Soil Loss Equation (López, 1998) was used for the
evaluation, and a coefficient related to maize grain yields was obtained through a multiple linear
regression model. The economic impact of productivity loss was assessed, along with a correlation
analysis to link it to poverty and food insecurity. The results indicate that in Hidalgo, for each ton per
hectare of eroded soil, 0.0011 tons per hectare of yields are lost. This can be translated into monetary
values ranging from 25 pesos per hectare to 1663 pesos per hectare. Socioeconomic factors showed a
higher correlation with poverty values (r=0.42) than with food insecurity (r=0.2).
Keywords: erosion, yields, food security
Artículo recibido 18 mayo 2024
Aceptado para publicación: 24 junio 2024
pág. 5189
INTRODUCCIÓN
La degradación de los recursos naturales proveniente de la erosión de suelos es un problema ambiental
que impacta a los ámbitos económico, político y social.
El suelo es un recurso natural dinámico formado por materiales orgánicos y minerales, es considerado
uno de los recursos más valiosos de una nación (Alvarado, et. al., 2007); provee diferentes funciones
ambientales como el sustento de alimentos, almacenamiento de nutrientes, reservorio de materia
orgánica y ser el hábitat de diversos microorganismos (Silva, et. al., 2010).
La erosión de suelos influye en los problemas económicos, políticos, sociales y ambientales (Jayanath,
2003) a nivel global y está directamente relacionada con los procesos de desertificación (Gisladottir, et.
al., 2005). El uso del suelo a tráves de prácticas agrícolas insostenibles producen el agotamiento de la
pérdida del capital natural suelo (Knowler, 2004); esto se transforma en un problema porque es un
recurso no renovable (Cohen, et. al., 2006).
En México, el 45% del territorio nacional presenta algún grado de erosión, principalmente hídrica, y
esto afecta al 77% de las actividades agrícolas (Cotler, et. al. 2010). De igual forma este proceso
aumentará si no se toman medidas (Montanarella, 2007). En México y Centroamérica se calcula que en
los últimos 45 años se han erosionado casi 61 millones de hectáreas (Alvarado, et. al., 2007).
En la agricultura el suelo es observado como un insumo esencial de la producción de cultivos (Enters,
1998), por lo que se requiere entender los procesos para aplicar medidas que disminuyan la
vulnerabilidad de la agricultura a la erosión (Bakker, et. al., 2004). La relación de la erosión con la
agricultura puede observarse mediante estudios que muestran la relación entre la profundidad del suelo
y los rendimientos (Bakker, et. al., 2004), aunque las variaciones no sean solo por erosión hídrica.
Una de las situaciones que más preocupa a los investigadores es la perdida de suelos por erosión, ya
que de acuerdo con algunos autores puede estar relacionado con la pérdida de la productividad de los
suelos a largo plazo (Pimentel, et. al., 1995), reducción de la capacidad de retener agua del suelo
(Montanarella, 2007), disminución de la materia orgánica (Tegtmeier, et. al., 2004), reducción de las
primeras capas del suelo limitando la disponibilidad de macro y micronutrientes para los cultivos
(Martínez-Casasnovas, et. al., 2006, disminuyendo los rendimientos (Lal, 2008). El costo de la erosión
es pagado por la disminución de la productividad agrícola (Pimentel, et. al., 1995).
pág. 5190
El cultivo del maíz es de los cultivos más susceptibles a la erosión hídrica (Francisco, et. al., 2006),
estudios indican que el rendimiento del maíz en función de la erosión decrece de 3.4 hasta 70 kg/ha al
año, dependiendo del tipo de suelo (Pérez-Nieto, et. al., 1998).
El problema de medir la perdida por erosión es que cada método brinda diferentes resultados del efecto
de la erosión en los rendimientos (Bakker, et. al., 2004). A pesar de ello, el impacto en los rendimientos
agrícolas puede ser subestimado cuando se aplican tecnologías en la producción (Knowler, 2004).
La mayor parte de los estudios realizados que relacionan la agricultura con la erosión han sido a nivel
parcela, mientras que niveles más grandes como cuencas y regiones son mínimos (Cotler, et. al., 2010).
La evaluación económica de la pérdida de suelos es dificil ya que el proceso de la erosión es temporal,
es decir, afecta la producción futura; por lo tanto, los efectos no son inmediatos; tiene consecuencias
in-situ y off-situ que son complicadas de identificar y evaluar (Cotler, et. al., 2007). Así mismo, la
mejora tecnológica como lo son los fertilizantes pueden ocultar el impacto de la erosión (Martínez-
Casasnovas, et. al., 2006) de igual manera, la integración de materia orgánica y otras tecnologías que
mejoren la nutrición del suelo tienen un efecto más pronunciado en el incremento del rendimiento que
el de pérdida por erosión; por lo tanto, las zonas de estudio dónde se apliquen estas tecnicas podrían
ocultar los efetos negativos de la erosión (Knowler, 2004).
La erosión de suelos no es solo un problema agrícola, está asociado con situaciones sociales (Enters,
1998) y económicas como la seguridad alimentaria y el desarrollo sustentable (Santos, et. al., 2011).
Más del 70% de la población rural depende directamente de la tierra (Adhikari, et. al., 2011); por lo
tanto, la pérdida de los rendimientos en los cultivos disminuye la capacidad de subsistencia de los
agricultores (Cohen, et. al., 2006), afectando directamente los ingresos, limitando la inversión al campo
y provocando pobreza, llevando a los productores y sus familias a una “trampa de pobreza” (Barret, et.
al., 2015).
A pesar de sus implicaciones sociales y ambientales, la conservación de suelos no tiene un lugar en la
agenda política mexicana (Cotler, et. al., 2010). Para que funcionen las reformas y políticas publicas
requieren estar relacionadas con la realidad y los desafios del desarrollo regional (Martínez, et. al.,
2022).
pág. 5191
En este trabajo se emplea la Ecuación Universal de Pérdida de Suelos (RUSLE) para la estimación de
pérdida de suelos a nivel municipal, es uno de los métodos más utilizados para zonas más grandes que
el parcelario (Cotler, et. al., 2010): conocer el grado de erosión de suelos puede brindar conocimientos
de la sostenibilidad de un sistema (Alvarado, et. al., 2007), llevando a cabo investigación para la
conservación (Gaspari , et. al., 2009); para la valoración económica de la erosión, Adhikari (2011),
menciona el método de la función de producción para modelar la contribución física del recurso a la
producción económica, en este estudio se utilizó esta metodología mediante un modelo de regresión
lineal múltiple.
METODOLOGÍA
El estado de Hidalgo pertenece a una de las 32 entidades federativas de la República Mexicana. Se
localiza en la región central de México, colindando con los estados de México, Tlaxcala, Puebla,
Veracruz, San Luis Potosí y Querétaro. Hidalgo tiene una extensión de 20,813 kilómetros cuadrados
(km) y se ubica dentro de las coordenadas al norte 21° 24´, al sur 19° 36´ de latitud norte, al este 97º
58´ y al oeste 99º 53´ de longitud oeste (INEGI, 2020).
Figura 1. Ubicación del estado de Hidalgo
Fuente: Elaboración propia con información de INEGI.
El estado presenta diferentes climas dentro de su extensión territorial siendo los predominantes:
templado subhúmedo (31.42%), templado semiseco (29.65%), semicálido húmedo (16.23%), templado
húmedo (6.05%), semicálido subhúmedo (5.76%), semicálido semiseco (4.92%), semicálido seco
(3.83%), semifrío subhúmedo (0.93%), cálido subhúmedo (0.84%), cálido húmedo (0.2%) y semiseco
pág. 5192
muy cálido y cálido (0.17%). La temperatura media anual en este estado es de 16°C, destacando el mes
más frío en enero con temperatura mínima alrededor de 4 °C y los más cálidos los meses de abril y
mayo con temperatura máxima promedio de 27°C.
La precipitación media del estado es de 800 mm anuales. Las lluvias se presentan en verano, en los
meses de junio a septiembre, al noreste de la entidad, en la región de la Huasteca y de la Sierra de
Tenango, se presentan lluvias durante todo el año (INEGI, 2020).
Hidalgo se conforma principalmente por zonas agrícolas (44.4%), bosques (27%), matorrales (11.2%),
pastizales (10.5%), selva (5.6%), además de otro tipo de vegetación, cuerpos de agua y zonas urbanas.
En cuanto a vegetación predomina en el territorio los bosques húmedos de montaña y los bosques de
coníferas y encinos, localizados sobre las sierras. Las principales especies presentes son: ocote rojo,
encino hoja ancha, mirra, oyamel y encino manzanilla (INEGI, 2020).
De manera general en los principales cultivos agrícolas se encuentra: frijol, chile, maíz, alfalfa y trigo
(INEGI, 2020). Sin embargo, en el cierre de producción agrícola de 2022 del estado de Hidalgo los
principales cultivos fueron maíz grano con 204609.08 ha cosechadas con un valor de 4,266,828.86 miles
de pesos, cebada grano con 105,138.15 ha cosechadas de valor de 1,232,493.57 miles de pesos, y alfalfa
con 43,996.80 ha cosechadas aproximadamente 1,448,233.47 de miles de pesos. En comparación con
el cierre anual del 2012, dichos cultivos también se presentan como principales; sin embargo, presentó
una entrada mayor el cultivo de maguey pulquero con un valor de 1,422,276.12 miles de pesos en
comparación a los cultivos de cebada grano (945,404.09 miles de pesos) y alfalfa (1463722.31 miles de
pesos) respectivamente (SIAP, 2023).
Cálculo de la erosión de suelos
La erosión de suelos se determinó mediante la Ecuación Universal de Pérdida de Suelo, según López
Cadenas del Llano (1998) como lo presenta Montés-León, et. al. (2011), se presenta a continuación:
donde:
A = Pérdida de suelo por erosión pluvial (ton/ha)
R = Factor índice de erosión pluvial (J*cm/m2*h);
K = Factor de erodabilidad del suelo (Mg m2 h/ ha J cm);
pág. 5193
LS = Factor topográfico,
C = Factor ordenación de cultivos;
P = Factor de control de erosión mediante prácticas de cultivo.
El factor R indica el potencial erosivo que tienen las precipitaciones, considerando la intensidad de la
lluvia y la energía cinética, sin embargo, esto requiere datos de periodos cortos con los que no se cuenta,
por lo que se optó hacer el calculó mediante la ecuación regionalizada propuesta por Becerra (1997),
dónde se utilizó la ecuación de la región 1, esta ecuación presenta una R2 de 0.92:

P = Precipitación media anual de cada municipio
El factor K se refiere a la susceptibilidad el suelo o resistencia de un horizonte del suelo a la erosión
(Montés-León, et. al. , 2011), para este cálculo se utilizaron los datos de cada municipio acerca de su
textura y el tipo de suelo de acuerdo con la clasificación de suelos del WRB (World Reference Base for
Soil Resources).
El factor LS es la representación númerica del efecto de la topografía sobre la erosión, considerando la
longitud y el grado de pendiente. Para determinar el valor de este factor se utilizó la metodología de
Renard, en la cual:
󰇛
󰇜
Donde:


󰇟󰇛󰇜󰇠
es la pendiente del terreno.
Mientras que el factor S se evaluó de acuerdo con el grado de pendiente que presente:


El valor de LS se obtiene de la multiplicación de L y S obtenidos.
pág. 5194
El valor del factor C fue el mismo para todos los municipios ya que solo está evaluando el uso de suelo
con agricultura de temporal, este fue tomado de autores como Becerra (1997).
El factor P considera las prácticas de conservación de suelos; a pesar de eso, el valor considerado fue
de P=1 ya que las bases de datos solo contienen datos de labranza de conservación y fertilidad de suelos,
los cuáles no son considerados como prácticas de conservación en la Ecuación Universal de Pérdida de
Suelos.
Diseño del modelo
Para relacionar la erosión hídrica de suelos con los rendimientos de maíz grano se realizó un modelo de
Regresión Lineal Múltiple como técnica estadística:

Donde y será el rendimiento y x las variables exógenas, u los residuos y b los coeficientes estimados
del efecto marginal entre cada x e y. Las variables exógenas del modelo fueron pérdida de suelo por
erosión hídrica, porcentaje de productores que utilizan fertilizantes, porcentaje de productores que
utilizan herbicidas, porcentaje de productores que tienen acceso a programas agrícolas, porcentaje de
productores que tienen acceso a créditos y la precipitación media anual.
Las variables que no fueron significativas al modelo, por lo que no se consideraron en el modelo final
fueron profundidad del suelo, grado de mecanización, precio medio rural, asistencia técnica para la
producción y aumento tecnológico en semillas.
Los datos obtenidos sobre el área de tecnología como lo son la fertilización del suelo con químicos u
orgánicos y herbicidas químicos u orgánicos, originalmente se encontraban como porcentajes de
productores que adoptaron estás prácticas, para utilizarlas en el modelo se aplicó la siguiente fórmula:

Donde x puede tomar los valores de fertilización (2) o herbicidas (3), y j es el grado de mejora
tecnológica (Cuadro 1), y n es el valor mayor de mejora tecnológica para cada categoría.
pág. 5195
Cuadro 1. Grados de mejora tecnológica considerados
X
Tecnología
Grado de mejora tecnológica
X2
j= 1,2
Fertilización
1. Orgánica
2. Química
X3
j=1,2
Herbicidas
1- Orgánico
2- Químico
Fuente: Elaboración propia.
La comprobación de la idoneidad del modelo obtenido se llevó a cabo calculando el coeficiente de
determinación R2. El coeficiente de determinación se obtuvo mediante:
Donde se obtiene el cociente de las varianzas.
Se realizó un contraste de hipótesis sobre los parámetros del modelo, dónde para cada βj se tiene una
hipótesis nula (H0: Bj =0) y una hipótesis alternativa (H1: Bj ≠ 0). Se comprobó el rechazo de la hipótesis
nula mediante el estadístico de contraste para todas las variables:
󰆹
Donde los valores críticos de 
, de forma que si t es mayor al t de tablas de rechaza la hipótesis
nula y si t es menor al t de tablas no se rechaza la hipótesis nula.
Se obtuvo un modelo con 6 variables significativa que fueron la erosión hídrica, fertilización del suelo,
uso de herbicidas, acceso a programas agrícolas, acceso a créditos y precipitación media anual
El contraste conjunto del modelo se realizó mediante el estadístico de contraste, el cual consiste en la
observación de la distribución F cuando la hipótesis nula es cierta.

󰇛󰇜
Dónde SCT es la suma de cuadrados, SCE es la suma de cuadrados de los errores y SCR en la suma de
cuadrados de la regresión.
El criterio de decisión se realizó a través de un nivel de significación α, donde recaba el valor de F de
tablas () y si f es mayor al F de tablas se rechazará H0
De esta forma se comprobó la viabilidad del modelo obtenido.
pág. 5196
Pérdida económica de la producción
La medición el impacto económico de la erosión hídrica en la productividad del suelo se puede hacer
mediante diferentes análisis como lo son la pérdida por disminución de la productividad, el costo
asociado a la mitigación, conservación y/o restauración del suelo o el costo social del daño.
Para evaluar la pérdida económica por disminución de la productividad se utilizó la ecuación de Cotler,
et. al., 2007, modificado para considerar el valor de pérdida por erosión (β1) obtenido en la regresión,
por lo que modificado se utilizó de la siguiente forma:
Dónde:
Ci = Costo de la erosión por hectárea en cada municipio de estudio ($).
Pm = Precio de mercado por tonelada de producto agrícola.
β1 = Pérdida de producto en toneladas por hectárea asociada la erosión en toneladas por h
E = Erosión hídrica en toneladas por hectáreas obtenida por USLE
Por último, se calculó una media de pérdida económica en la producción de maíz grano por erosión
hídrica de suelos con causa agrícola en el estado de Hidalgo.
Relación erosión hídrica de suelos y pobreza
Para relacionar las variables obtenidas con la pobreza y la carencia alimentaria se realizó un análisis de
correlación, el cuál determinó si existe una asociación lineal entre la erosión de suelos, el índice de
pobreza y la carencia alimentaria. La erosión de suelos desde sus unidades de pérdida en toneladas por
hectárea, el rendimiento del maíz grano en toneladas por hectárea, el costo por erosión hídrica de suelos
por hectárea y total perdido por municipio.
El coeficiente de correlación de Pearson se destaca por dar una magnitud y signo, el primero refleja el
nivel de asociación de las variables, en valor absoluto va del 0 al 1, donde el cero indica la inexistencia
de asociación entre las variables. El signo por su parte, indica la dirección en que existe esta relación,
un signo positivo indica que las variables van en el mismo sentido, es decir, si una variable aumenta, la
otra también, mientras un signo negativo da a entender que el crecimiento de una variable disminuye la
otra.
pág. 5197
Este tipo de análisis a nivel país ya fue llevado a cabo por Cotler, et. al., (2020), por lo que se estableció
seguir por este tipo de análisis para estas variables.
La correlación se puede calcular con la siguiente formula (Zar, 1999):




 󰇛
 󰇜
 󰇛
 󰇜
Es importante calcular el error estándar o un intervalo de confianza, así como una prueba de hipótesis
para determinar si el coeficiente es estadísticamente diferente de cero; por lo tanto, el error estándar de
la correlación se calcula con la siguiente formula:
Mientras que la prueba de hipótesis se puede realizar con los siguientes supuestos:
▪ Hipótesis nula HO: r =0
▪ Hipótesis alternativa H1: r ≠ 0
El estadístico de prueba se calcula como:
Con los valores obtenidos de r, Sr y t se realizó una tabla para comparar los valores de cada dupla.
Recopilación de la información
El proceso completo se llevó a cabo utilizando bases de datos de instituciones públicas. Los datos
obtenidos y sus fuentes son las siguientes (Cuadro 2):
Cuadro 2. Base de datos utilizada
Información
Fuente
Año
Municipios de Hidalgo
INEGI
-
Agricultura de temporal
INEGI
2021
Características edafológicas
INEGI
2012
Profundidad del suelo, zonas con
erosión hídrica.
IDEFOR
2012
Superficie sembrada
SIAP
2012-2022
pág. 5198
Rendimientos de maíz grano en
agricultura de temporal
Precipitación media anual (P)
CONAGUA
2012-2022
Niveles de pobreza.
Nivel de carencia alimentaria
CONEVAL
2015
Tecnología en sector agrícola:
Semillas, fertilización, herbicidas,
etc.
INEGI
2022
Fuente: Elaboración propia
RESULTADOS Y DISCUSIÓN
Los municipios estudiados son aquellos que cumplen con los requisitos de producción agrícola en
temporal con algún grado de erosión hídrica por causas agrícolas (Figura 2). Se puede observar los
municipios agrupados en tres áreas del estado, esto debido a sus características edafológicas y
climatológicas de la zona.
Figura 2. Municipios que reportan agricultura de temporal y erosión hídrica de suelos en Hidalgo
Fuente: Elaboración propia con datos de INEGI.
Los municipios escogidos coinciden con los mapas CONABIO (2012), en zonas donde domina la
erosión laminar, la degradación de suelos moderada y severa, además, en la revisión de rendimientos
del SIAP (2022), estos municipios se encuentran en todo el rango de rendimientos presentados.
pág. 5199
Erosión hídrica calculada
Los municipios estudiados por su grado de erosión hídrica se presentan en el cuadro 3 donde se observa
que la mayor parte de los municipios presenta un nivel de erosión calificado como fuerte presentando
mayormente tipo de erosión hídrica laminar.
Cuadro 3. Grado de erosión hídrica de suelos de los municipios con agricultura de temporal de Hidalgo
N
Municipios
Tipo de erosión hídrica
Grado de erosión
1
Almoloya
Cárcavas
Extremo
2
Apan
Laminar
Fuerte
3
Cardonal
Laminar
Moderado
4
Chapatongo
Laminar
Fuerte
5
Cuautepec de Hinojosa
Laminar
Extremo
6
Emiliano Zapata
Surcos
Moderado
7
Ixmiquilpan
Laminar
Leve
8
Metztitlán
Laminar
Moderado
9
Tepeapulco
Cárcavas
Moderado
10
Tepeji del Río de Ocampo
Laminar
Fuerte
11
Tepetitlán
Laminar
Extremo
12
Tlanalapa
Laminar
Fuerte
13
Tula de Allende
Laminar
Fuerte
14
Villa de Tezontepec
Surcos
Moderado
15
Zempoala
Laminar
Fuerte
Fuente: Elaboración propia con datos de INEGI.
La precipitación media anual de la zona no tiene gran variación, se encuentra entre los 300 y 700 mm,
adicionalmente se observó que el comportamiento de las lluvias coincide con lo reportado en INEGI
(2024) en el cual se menciona que las lluvias son más intensas entre los meses de junio, julio, agosto y
septiembre (régimen de lluvia en verano), a pesar de eso, están debajo de la precipitación media del
estado la cual es de 800 mm anuales, esto puede deberse a que en los municipios estudiados el clima
predominante es el seco y semiseco (INEGI, 2024).
Recordando que el valor obtenido para la Erosividad (R) se obtuvo de la ecuación R, mediante la
ecuación regionalizada propuesta por Becerra (1997); se presenta en un rango de 734.62 Mj.mm/ha.h
con una precipitación media anual de 361.7 mm hasta 1893.14 Mj.mm/ha.h con una precipitación media
anual de 684.5mm, es decir a mayor precipitación mayor valor de Erosividad de la lluvia (R).Cuadro 4
pág. 5200
Cuadro 4. Factor de Erosividad de la lluvia (R)
Municipio
Factor R (MJ.mm/ha.h)
Almoloya
1893.14
Apan
1616.48
Cardonal
876.56
Cuautepec De Hinojosa
1613.67
Chapantongo
1376.25
Emiliano Zapata
1265.38
Ixmiquilpan
734.62
Metztitlán
888.89
Tepeapulco
1733.79
Tepeji Del Río De Ocampo
1302.36
Tepetitlán
1150.01
Villa De Tezontepec
996.27
Tlanalapa
1274.76
Tula De Allende
1203.03
Zempoala
1593.23
Fuente: Elaboración propia.
Cuadro 5. Factor de Erosividad del suelo (K)
Municipio
Tipo de suelo
Textura
Factor K
Almoloya
PH
F
0.007
Apan
PH
F
0.007
Cardonal
KS
F
0.026
Cuautepec De Hinojosa
PH
F
0.007
Chapantongo
PH
G
0.013
Emiliano Zapata
PH
G
0.013
Ixmiquilpan
LP
F
0.007
Metztitlán
LP
F
0.007
Tepeapulco
PH
F
0.007
Tepeji Del Río De Ocampo
PH
M
0.02
Tepetitlán
PH
G
0.013
Villa De Tezontepec
PH
G
0.013
Tlanalapa
PH
F
0.007
Tula De Allende
PH
F
0.007
Zempoala
PH
F
0.007
Fuente: Elaboración propia
El factor de Erosividad del suelo (K) fue valorado de acuerdo con el edafológico nacional y la
clasificación de suelos que se reportan, los valores obtenidos muestran una variación entre el 0.007 y
0.026 tonh/MJ.mm (Cuadro 5).
El resultado del factor topográfico LS fue obtenido mediante los valores medios de longitud-pendiente
de cada municipio. Este valor puede ser más alto entre más aumente el valor de la pendiente y la longitud
pág. 5201
que se presenta sea más corta. Los valores obtenidos presentaron una variación entre 1.37 con la
pendiente media más baja y 26.37 en el municipio con la pendiente más pronunciada (Cuadro 6).
Cuadro 6. Factor topográfico longitud-pendiente (LS)
Municipio
Pendiente media
L
S
LS
Almoloya
0.19
2.18
2.67
5.82
Apan
0.34
2.54
5.10
12.98
Cardonal
0.60
2.26
8.99
20.30
Cuautepec De Hinojosa
0.29
2.19
4.30
9.42
Chapantongo
0.20
2.15
2.84
6.10
Emiliano Zapata
0.16
2.13
2.18
4.63
Ixmiquilpan
0.06
2.02
0.68
1.37
Metztitlán
0.80
2.28
11.55
26.37
Tepeapulco
0.11
2.09
1.34
2.81
Tepeji Del Río De Ocampo
0.08
2.05
0.89
1.83
Tepetitlán
0.20
2.15
2.84
6.10
Villa De Tezontepec
0.40
2.22
6.04
13.42
Tlanalapa
0.11
2.09
1.34
2.81
Tula De Allende
0.14
2.11
1.84
3.90
Zempoala
0.11
1.94
1.34
2.61
Fuente: Elaboración propia.
Como se mencionó previamente el factor de vegetación y cultivo (C) y el factor de prácticas de
conservación (P) fueron valores constantes, 0.75 y 1 respectivamente, debido a que solo se consideró
el área de producción agrícola; por lo tanto, no existe otro uso de suelo a evaluar y no se cuentan con
datos parcelarios de conservación de suelos. El municipio con mayor valor de erosión hídrica es
Cardonal (346.93 ton/ha/año), esto debido a que el valor que reporta del factor topográfico Longitud-
Pendiente es de los más altos como resultado de que su pendiente es la más pronunciada (0.6) de los
municipios estudiados, así mismo, el factor de Erosividad de suelos también es de los más altos debido
a su tipo de suelo. El municipio que reporta menor erosión hídrica es Ixmiquilpan (5.29 ton/ha/año),
contiene los valores más bajos en los tres factores calculados (R, K y LS) (Cuadro 7). El promedio de
pérdida de suelo por erosión hídrica en los municipios estudiados es de 77.88 ton/ha/año, este valor de
acuerdo con Montes-León, et. al. (2011) se considera en un rango de erosión media.
pág. 5202
Cuadro 7. Valores de erosión obtenidos por municipio
Municipio
Erosividad
de la lluvia
(R)
Erosividad
del suelo
(K)
Factor
topográfico
longitud-
pendiente (LS)
Factor de
vegetación
y cultivo
(C)
Prácticas de
conservación
(P)
Erosión
hídrica
(ton/ha)
Ixmiquilpan
734.62
0.007
1.37
0.75
1
5.29
Zempoala
1593.23
0.007
2.61
0.75
1
21.86
Tepeapulco
1733.79
0.007
2.81
0.75
1
25.55
Tula De Allende
1274.76
0.007
3.90
0.75
1
26.09
Tlanalapa
996.27
0.013
2.81
0.75
1
27.26
Tepeji Del Río
De Ocampo
1302.36
0.02
1.83
0.75
1
35.83
Chapantongo
1613.67
0.007
6.10
0.75
1
51.71
Emiliano Zapata
1265.38
0.013
4.63
0.75
1
57.13
Almoloya
1893.14
0.007
5.82
0.75
1
57.80
Tepetitlán
1150.01
0.013
6.10
0.75
1
68.44
Villa De
Tezontepec
1203.03
0.007
13.42
0.75
1
84.75
Apan
1616.48
0.007
12.98
0.75
1
110.12
Metztitlán
888.89
0.007
26.37
0.75
1
123.06
Cuautepec De
Hinojosa
1376.25
0.013
9.42
0.75
1
126.41
Cardonal
876.56
0.026
20.30
0.75
1
346.93
Fuente: Elaboración propia
Modelo de regresión lineal múltiple para el maíz grano
Los rendimientos del maíz grano varían de 0.36 hasta 1.93 ton/ha en los municipios estudiados, es un
valor bajo en contraste con la media nacional la cual es 3.6 ton/ha. Se observa que en general si hay una
relación entre las variables estudiadas, sin embargo, la erosión por sí sola no explica el comportamiento
del rendimiento del maíz grano, por lo que la erosión es la primera variable independiente (x1)Cuadro9
El rendimiento de los cultivos agrícolas se ve influencia por la precipitación, la fertilización del suelo,
agroquímicos, inversión al campo y programas gubernamentales; por lo tanto, se realizó una regresión
lineal múltiple, el modelo resultado es el siguiente, sus valores estadísticos se pueden observar en los
cuadros 10 y 11:

Donde
ER = Pérdida de suelo por erosión hídrica (ton/ha)
pág. 5203
F = Productores que fertilizan el suelo (%)
H = Productores que utilizan herbicidas (%)
AP = Productores que tienen acceso a programas agrícolas (%)
AC = Productores que tienen acceso a créditos (%)
PMA = Precipitación media anual (mm)
Se observa que, mediante las betas calculadas, el acceso a programas agrícolas es una de las variables
que afecta más al cambio en el rendimiento del maíz grano en Hidalgo y el segundo es la fertilización
de suelos, así mismo la precipitación se vuelve un coeficiente negativo por su relación con la erosión
de suelos.
Cuadro 8. Rendimiento del maíz grano y erosión calculada
Fuente: Elaboración propia.
La fertilización del suelo es un insumo que tiene una relación directa con los rendimientos, como se
observa en la Figura 4, empero, hay otros factores que disminuyen los rendimientos a pesar de que los
porcentajes de aplicación de fertilización de suelos sean altos; Ávila (2001) menciona que el sector
agrícola ha pagado más por las materias primas que utiliza, como los fertilizantes, que por lo recibido
en la venta de su producto.
Rendimiento (ton/ha)
Erosión (ton/ha)
0.36
35.83
0.38
68.44
0.38
26.09
0.49
123.06
0.62
346.93
0.65
84.75
0.83
5.29
0.95
126.41
0.98
51.71
1.00
21.86
1.38
57.80
1.45
27.26
1.78
110.12
1.87
25.55
1.93
57.13
pág. 5204
Al evaluar el comportamiento de los datos elegidos se observa la existencia de una relación fuerte entre
el rendimiento y la fertilización de suelos (Figura 4), no obstante, existen municipios que aún con un
porcentaje alto de fertilización de suelos presentan rendimientos bajos, por lo que se siguieron revisando
cada una de las variables.
Figura 4. Comportamiento de los rendimientos de maíz grano de acuerdo con la fertilización del suelo
y erosión hídrica en una escala municipal.
Fuente: Elaboración propia con datos del Sistema de Información Agroalimentaria y Pesquera.
En los herbicidas es más notorio que su aplicación está relacionada con la disminución de los
rendimientos del maíz (Figura 5) y podría realizarse una revisión del uso de este químico para ver si su
uso ha aumentado con el tiempo, o se aplican buenas prácticas, porque los herbicidas son benéficos para
la agricultura siempre que se utilicen las dosis correctas y se lleve un manejo adecuado, en caso
contrario, los herbicidas pueden dañar la salud de las plantas y el microbiota del suelo.
La relación entre rendimientos y acceso a programas no es tan notoria (Figura 6); se observa que los
valores más altos de acceso a programas se acumulan con los rendimientos arriba del promedio,
volviéndose una variable positiva. Existen municipios que presentan valores bajos de esta variable y
con altos rendimientos, lo que podría estar relacionado con el ingreso del productor o su capacidad de
inversión a la producción.
pág. 5205
Figura 5. Comportamiento de los rendimientos de maíz de acuerdo con el uso de herbicidas y erosión
hídrica en una escala municipal.
Fuente: Elaboración propia con datos del Sistema de Información Agroalimentaria y Pesquera.
Figura 6. Comportamiento de los rendimientos de maíz de acuerdo con el acceso a programas agrícolas
y erosión hídrica en una escala municipal.
Fuente: Elaboración propia con datos del Sistema de Información Agroalimentaria y Pesquera.
El acceso a créditos es uno de los factores que afecta más al rendimiento agrícola (Figura 7), el acceso
a los créditos brinda opciones de inversión para el productor, lo que mejora los rendimientos y la calidad
del producto.
pág. 5206
Figura 7. Comportamiento de los rendimientos de maíz de acuerdo con el acceso a créditos y erosión
hídrica en una escala municipal.
Fuente: Elaboración propia con datos del Sistema de Información Agroalimentaria y Pesquera.
Por último, se observa que la precipitación no es una variable de gran variabilidad en la zona observada
(Figura 8), adquiriendo un valor negativo o positivo al tener variables que afectan con mayor magnitud
a la variable rendimiento; sin embargo, es una variable a incluir en el modelo, porque muchos autores
mencionan que la precipitación es uno de los factores que más afectan a la producción de maíz grano
en México, de igual modo es una variable relacionada con la erosión hídrica por lo que puede tener un
comportamiento negativo en el modelo. Eliminar esta variable del modelo disminuye la confiabilidad
de este por lo que se mantuvo en el modelo.
Figura 8. Comportamiento de los rendimientos de maíz de acuerdo con la precipitación media anual y
erosión hídrica en una escala municipal.
Fuente: Elaboración propia con datos del Sistema de Información Agroalimentaria y Pesquera.
0
0,5
1
1,5
2
2,5
0
20
40
60
80
100
120
Erosión (ton/ha) Precipitación media (mm) Rendimiento (ton/ha)
pág. 5207
Las betas se eligieron considerando el estadístico t que presentaron en el modelo considerando 2 o más
variables y rechazando o aceptando la hipótesis nula de cada β estudiado (Cuadro 8). El t de tablas se
obtuvo con un α=0.1 y los grados de libertad gl=8 (n-k-1). Se concluye que se tendrán 5 variables
independientes y todas son representativas para el modelo.
Las estadísticas de la regresión arrojan que el coeficiente de correlación múltiple es de 0.97, este valor
explica si el comportamiento del rendimiento del maíz grano se puede determinar mediante una función
lineal de acuerdo con las variables elegidas. El coeficiente de determinación del modelo (R2) obtenido
es mayor a 0.9 (Cuadro 10), significa que el modelo tiene un buen ajuste de los datos; asimismo, las
observaciones difieren de la media poblacional (1 ton/ha) en 0.16 unidades; no obstante, esto no
establece la confiabilidad del modelo, por lo tanto, también se calculó el valor de la prueba de F
mediante un análisis de varianza (Cuadro 11).
Cuadro 9. Estadístico t de las β del modelo
Coeficientes
Error típico
Estadístico t
Probabilidad
Intercepción
-0.877
0.3740
-2.346
0.047
Erosión (ton/ha)
-0.001
0.0007
-1.603
0.148
Fertilización del suelo
0.025
0.0080
3.177
0.013
Herbicidas
-0.011
0.0068
-1.555
0.159
Acceso a programas (%)
0.036
0.0043
8.438
0.000
Productores con acceso a créditos
0.003
0.0008
3.326
0.010
PMA
-0.002
0.0007
-2.276
0.052
Fuente: Elaboración propia.
El modelo obtuvo un coeficiente de correlación múltiple de 0.97 y un R2 ajustado de 0.90, con un error
típico de 0.16. El f de tablas calculado con un α=0.1 y 8 grados de libertad es de 2.67, se observa que f
> Fα; k; n-k-1, por lo que se rechaza H0, y se concluye que el modelo explica significativamente el
rendimiento del maíz grano en el estado estudiado.
Se acepta el modelo.
Pérdida económica por erosión de suelos
El valor calculado de pérdida en el rendimiento de maíz grano (β1) es de 0.001083 toneladas por
hectárea, por año, por cada tonelada que se pierda de suelo; así los costos por municipio quedan de la
siguiente manera (Cuadro 10):
pág. 5208
Cuadro 10. Pérdida económica por erosión hídrica por hectárea
Municipios
Erosión
(ton/ha/año)
Rendimiento
perdido
(ton/Ha/año)
Precio de venta
($)
Pérdida
económica
($/ha)
Ixmiquilpan
5.29
0.01
4373
25.02
Zempoala
21.86
0.02
6908
163.49
Tepeapulco
25.55
0.03
6900
190.84
Tlanalapa
27.26
0.03
6905
203.80
Tula de Allende
26.09
0.03
7500
211.81
Tepeji del Río de Ocampo
35.83
0.04
7440
288.60
Chapatongo
51.71
0.06
6967.65
390.01
Emiliano Zapata
57.13
0.06
6875.639
425.24
Almoloya
57.80
0.06
6894.8244
431.38
Tepetitlán
68.44
0.07
7450
551.92
Villa de Tezontepec
84.75
0.09
6890
632.11
Metztitlán
123.06
0.13
5118.09
681.84
Apan
110.12
0.12
6512.10955
776.31
Cuautepec de Hinojosa
126.41
0.14
6927.24
947.98
Cardonal
346.93
0.38
4430
1663.73
Promedio
77.9
0.1
6539.4
422.9
Desviación estándar
83.51
0.09
1028.95
265.92
Fuente: Elaboración propia.
La pérdida económica va desde los 25 pesos por hectárea hasta 1663 pesos por hectárea, si por hectárea
se produce en promedio una tonelada que tiene un precio promedio de 6540 pesos, implica que la
pérdida económica por erosión de suelos puede ascender hasta un 25% de la producción. Comparado
con otros países como España, la pérdida económica por erosión puede representar el 6.6% al 7.8% del
ingreso de la producción (Martínez-Casasnovas, et. al., 2006).
Otras investigaciones en México mencionan que se pierden entre 38.3 a 54.5 dólares por hectárea a
nivel nacional (Cotler, et. al., 2007), los resultados de Hidalgo indican que se pierden entre 1.29 dólares
hasta 85 dólares por hectárea, mientras el promedio es de 24.43 dólares por hectárea.
pág. 5209
Cuadro 11. Pérdida económica por erosión de suelos por municipio
Municipios
Superficie cosechada
(ha)
Producción perdida
(ton/ha)
Total perdido por
municipio ($)
Ixmiquilpan
678
3.88
16966.2
Tlanalapa
136
4.01
27716.7
Villa de Tezontepec
53
4.86
33502.0
Emiliano Zapata
149
9.20
63276.4
Tepeapulco
352
9.74
67174.0
Almoloya
430
26.90
185493.0
Zempoala
1621
38.36
265013.7
Tepetitlán
489
36.23
269888.7
Tula de Allende
1483
41.88
314111.1
Tepeji del Río de Ocampo
1639
63.58
473010.2
Apan
837
99.78
649771.8
Chapatongo
2195
122.86
856070.5
Metztitlán
1765
235.13
1203439.1
Cardonal
1598
600.15
2658643.2
Cuautepec de Hinojosa
4630
633.60
4389113.5
Fuente: Elaboración propia
De igual manera se calcularon los costos totales anuales por erosión hídrica de suelos, de acuerdo con
la superficie cosechada para el año 2022. Los municipios en ambos cuadros (Cuadro 10 y 11) están
organizados en orden de menor a mayor en pérdida económica calculada.
La erosión de suelos está directamente relacionada con las condiciones edafológicas y climatológicas
de cada lugar, por lo que es un riesgo latente su incremento. De acuerdo con el uso de suelo y las buenas
prácticas de conservación; si no se presentan estas prácticas la producción pérdida puede ascender. Las
prácticas de fertilización y el uso de agroquímicos no presentan una solución a la pérdida de suelo, por
lo que, aunque aumenten los rendimientos, no necesariamente son una solución a largo plazo, y no
ayudan a la regeneración del suelo, volviéndolo un recurso limitado.
pág. 5210
Figura 9. Valor de la producción y producción pérdida ($) por erosión hídrica de suelos de maíz grano
en Hidalgo.
Fuente: Elaboración propia.
Erosión de suelos y pobreza
Los resultados del análisis de correlación muestran para el estado de Hidalgo la existencia de una
correlación medianamente significativa con los índices de pobreza, pero no con los índices de carencia
alimentaria; esta correlación tiene un promedio de 0.42, mientras la correlación con carencia alimentaria
tiene un valor de 0.2; la prueba de hipótesis determina que la correlación no es significativa para
carencia alimentaria; pero si es significativa para pobreza.
Cuadro 12. Análisis de correlación de Pearson (r) de la erosión de suelos, pobreza y carencia
alimentaria.
X
Y
r
Sr
t
Prueba de hipótesis
Perdida de
rendimiento
Pobreza
0.434
0.250
1.737
Se rechaza H0
Carencia alimentaria
0.249
0.269
0.926
Se acepta H0
Costo por
hectárea
Pobreza
0.384
0.256
1.498
Se rechaza H0
Carencia alimentaria
0.123
0.275
0.445
Se acepta H0
Costo por
municipio
Pobreza
0.445
0.248
1.789
Se rechaza H0
Carencia alimentaria
0.247
0.269
0.919
Se acepta H0
Fuente: Elaboración propia.
La correlación entre la pérdida económica y la carencia alimentaria calculada coincide con los de otros
autores para Hidalgo, a nivel nacional se reporta que esta correlación puede llegar a un valor de r= 0.65
pág. 5211
(Cotler, et. al., 2020). Se puede observar una relación más fuerte con los niveles de pobreza, debido a
que el calculo de la pobreza en México considera muchos factores, siendo uno de los principales, el
ingreso. Este es afectado por la disminución de los rendimientos, a menos producción, menos ingresos.
CONCLUSIONES
Los costos de la erosión de suelos obtenidos en este estudio reflejan su impacto en la productividad
agrícola, considerando al suelo como un recurso de la producción.
Se estimó que se pierden 0.0011 toneladas por hectárea por año de maíz grano por cada tonelada perdida
de suelo debido a la erosión hídrica en las zonas de producción agrícola en el estado de Hidalgo. Los
datos indican que se pierde un promedio del 10% de la producción por la erosión de suelos en Hidalgo;
de acuerdo con Cotler et. al. (2007), las pérdidas equivalen al 4.2 al 7.2% de la producción a nivel
nacional; la varianza se debe a que el promedio en los rendimientos de la producción de maíz grano a
nivel nacional es más alto al presentado en Hidalgo. En el modelo se observa que la tecnología
mayormente aplicada en esta zona agrícola son los fertilizantes, aun así, estos no resuelven el problema
de perdida de suelos.
Los resultados señalan que se puede perder desde una cantidad mínima (25 pesos mexicanos) hasta un
25% del valor de la producción (1663 pesos mexicanos), y que entre mayor sea la cantidad de hectáreas
en producción con un valor de erosión alto, mayor será el valor de pérdida económica, por causa de la
erosión.
Cuando la erosión es muy alta influye en la pobreza de los agricultores (r=0.42), por lo que se vuelve
una variable a tratar cuando se requiere realizar políticas públicas con la intención de mejorar las
condiciones socioeconómicas de la población rural.
La erosión de suelos es una problemática que debe ser investigada a mayor profundidad, pero no solo
desde las consecuencias directas sobre los cultivos; también es necesario considerar las externalidades
(Montanarella, 2007), para tener una mejor aproximación al efecto de erosión de suelos sobre todo el
entorno. Así mismo, se requiere que investigadores desde los ámbitos ambientales, económicos y
sociales se unan para apoyar la creación de políticas que ataquen los tres rubros desde la sustentabilidad.
pág. 5212
REFERENCIAS BIBLIOGRAFICAS
Adhikari, B., & Nadella, K. (2011). Ecological economics of soil erosion: a review of the current state
of knowledge. Annals of the New York Academy of Sciences, 1219(1), 134-152. doi:
https://doi.org/10.1111/j.1749-6632.2010.05910.x
Alvarado Cardona, M., Colmenero Robles, A., & Valderrábano Almegua, M. (2007). La erosión hídrica
del suelo en un contexto ambiental, en el Estado de Tlaxcala. Ciencia Ergo Sum, 14(3), 317-
216.
Ávila, J. A. (2001). El mercado de los fertilizantes en México. Situación actual y perspectivas.
Problemas del Desarrollo, 189-207.
Bakker, M. M., Govers, G., & Rounsevell, M. D. (2004). The crop productivity-erosion relationship:
an analysis based on experimental work. CATENA, 55-76
Barbier, E. B. (1997). The economic determinants of land degradation in developing countries.
Philosophical Transactions: Biological Sciences, 352(1356), 891-899.
Barret, C. B., & Bevis, L. E. (2015). The self-reinforcing feedback between low soil fertility and chronic
poverty. Nature Geoscience, 907-912.
Becerra, M. (1997). Erosión de suelos. D.F.: Universidad Autónoma Chapingo
CONABIO. (2012). Degradación del suelo en la República Mexicana - Escala 1:250 000. Obtenido de
CONABIO: http://geoportal.conabio.gob.mx/metadatos/doc/html/degra250kgw.html
Cohen, M. J., Brown, M. T., & Shepherd, K. D. (2006). Estimating the environmental costs of soil
erosion at multiple scales in Kenya using energy synthesis. Agriculture, Ecosystems &
Environment, 114, 249-269. doi: https://doi.org/10.1016/j.agee.2005.10.021
Cotler Avalos, H., & Martínez Trinidad, S. (2010). An Assessment of Soil Erosion Costs in Mexico.
En P. Zdruli, S. Kapur, M. Pagliai, & A. Faz Cano, Land Degradation and Desertification:
Assessment, Mitigation and Remediation (págs. 639-648). Bari: Springer.
Cotler, H., Alfonso Corona, J., & Galeana Pizaña, J. (2020). Erosión de suelos y carencia alimentaria
en México: Una primera aproximación. Investigaciones geográficas.
Cotler, H., Andrés López, C., & Martínez Trinidad, S. (2007). ¿Cuánto nos cuesta la erosión de suelos?
Investigación ambiental, 18-30.
pág. 5213
Chávez, M. (2023). Tirzepatide: A Revolutionary Breakthrough in the Treatment of Type 2 Diabetes
Mellitus and Obesity. Revista Veritas De Difusão Científica, 4(1), 96–110.
https://doi.org/10.61616/rvdc.v4i1.39
Da Silva Santos , F., & López Vargas , R. (2020). Efecto del Estrés en la Función Inmune en Pacientes
con Enfermedades Autoinmunes: una Revisión de Estudios Latinoamericanos. Revista
Científica De Salud Y Desarrollo Humano, 1(1), 46–59. https://doi.org/10.61368/r.s.d.h.v1i1.9
Enters, T. (1998). Methods for the economic assessment of the on- and off-site impacts of soil erosion.
International Board for Soil Research an Management.
Francisco Nicolás, N., Turrent Fernández, A., Oropeza Mota, J., Martíne Menes, M. R., & Cortés Flores,
J. I. (2006). Pérdida de suelo y relación erosión-productividad en cuatro sistemas de manejo del
suelo. Terra Latinoamericana, 24(2), 253-260.
Flores Fiallos , S. L. (2024). Simulación clínica en la formación de profesionales de la salud:
explorando beneficios y desafíos. Revista Científica De Salud Y Desarrollo Humano, 5(2),
116–129. https://doi.org/10.61368/r.s.d.h.v5i2.124
Gaitán, J., Navarro, M., Tenti, V. L., Pizarro, M., Carfagno, P., & Rigo, S. (2017). Estimación de la
pérdida de suelo por erosión hídrica en la República Argentina. Buenos Aires: INTA.
Gaspari , F. J., Delgado, M. I., & Denegri, G. A. (2009). Estimación espacial, temporal y económico de
la pérdida de suelo por erosión hídrica superficial. Terra Lationamericana, 27(1), 43.
Gisladottir, G., & Stocking, M. (2005). Land degradation control and its global environmental benefits.
Land Degradation & Development, 16, 99-112. doi:10.1002/ldr.68
INEGI. (2020). Cuentame INEGI. Obtenido de Información por entidad:
https://cuentame.inegi.org.mx/monografias/informacion/hgo/territorio/
INEGI. (2024). Climatología. Obtenido de Geografía y Medio Ambiente:
https://www.inegi.org.mx/temas/usopsuelo/
Jayanath, A., & Gamini, H. (2003). Soil erosion in developing countries: a socio-economic appraisal.
Journal of Environmental Management, 68, 343-353.
Knowler, D. J. (2004). The economics of soil productivity: Local, national and global perspectives.
Land Degradation & Development, 15, 543-561. doi:10.1002/ldr.635
pág. 5214
Lal, R. (2008). Soils and sustainable agriculture. A review. Agronomy, Sustainability and Development
, 57-64
Martínez-Casasnovas, J. A., & Ramos, M. (2006). The cost of soil erosion in vineyard fields in the
Penedès-Anoia Region. Catena, 68, 194-199.
Montanarella, L. (2007). Trends in Land Degradation in Europe. En V. Mannava, K. Sivakumar, & N.
Ndiang'ui, Climate and Land Degradation (págs. 83-104). Berlin: Springer.
Montés-León, M. L., Uribe Alcántara, E. M., & García-Celis, E. (2011). Mapa Nacional de Erosión
Potencial. Tecnología y Ciencias del Agua, 5-17.
Pérez-Nieto, J., Volke-Heller, V., Martínez-Menes, M., & Estrella-Chullin, N. (1998). Erosión,
productividad y rentabilidad de dos suelos del estado de Oaxaca. Agrociencia, 113-118.
Pimentel, D., Harvey, C., Resosudarmo, P., Sinclair, K., Kurz, D., McNair, M., . . . Blair, R. (1995).
Environmental and Economic Costs of Soil Erosion and Conservation Benefits. Science, 267,
1117-1123.
Rodríguez Alvarado, R. A., & Medina Romero, M. Ángel. (2024). Experiencias internacionales de
políticas públicas para la transición agroecológica. Emergentes - Revista Científica, 4(1), 88–
114. https://doi.org/10.60112/erc.v4i1.96
Santos Telles, T., Guimaraes, M., & Falci Dechen, S. C. (2011). The costos of soil erosion. Revista
Brasileira de Ciência do Solo. doi: 10.1590/S0100-06832011000200001
SIAP. (2022). Servicio de Información Agroalimentaria y Pesquera. Obtenido de Avance de Siembras
y Cosechas. Resumen por estado:
http://infosiap.siap.gob.mx:8080/agricola_siap_gobmx/ResumenProducto.do
Silva Arroyave, S. M., & Correa Restrepo, F. (2010). Valoración económica del suelo y gestión
ambiental: Aplicación en empresas floricultoras colombianas. Revista de la Facultad de
Ciencias Económicas de la Universidad Militar de Granada, 247-26
Sequeira, N., & Vázquez, P. (2022). Impacto de la erosión hídrica sobre la rentabilidad de los
productores agrícolas en el partido de Tres Arroyos, Región Pampeana Austral, Argentina.
Revista Geográfica de América Central.
pág. 5215
Tegtmeier, E. M., & Duffy, M. D. (2004). External costs of agricultural production in the United States.
International Journal of Agricultural Sustainability, 2(1), 1-20.
Zar, J. (1999). Biostatisyical Analysis (Vol. 4th Ed). New Jersey: Prentice Hall.
Zarate Bujanda , J. L., Duran Ttito, C. N., Cinthya Kukuli Caceres Rivas, C. K., Cortez Granilla, M.
I., & Atapaucar Misme, E. A. (2024). Desarrollo de habilidades blandas y desempeño
profesional de los egresados de la Universidad Nacional de San Antonio Abad del
Cusco. Estudios Y Perspectivas Revista Científica Y Académica , 4(2), 317–329. Recuperado
a partir de https://estudiosyperspectivas.org/index.php/EstudiosyPerspectivas/article/view/224