EL TRIMESTRE ECONÓMICO, vol. XCI (1), núm. 361, enero-marzo de 2024, pp.

47-77

doi: 10.20430/ete.v91i361.2071

Estimación del pib turístico por localidad,

municipio y entidad federativa de México
en 2018*

Tourism gdp estimate by locality,

municipality, and federal entity of Mexico
in 2018

Normand Eduardo Asuad-Sanén,

Omar Contreras Cleofas, Armando Mújica Romo
y José Antonio Huitrón Mendoza**

Abstract

Tourism in Mexico is one of the most important economic activities, however, there
isn’t any rigorously and systematically estimated data on the tourism gross domes-
tic product (gdp) at the locality, municipality, or federal entity levels, which does
not allow obtaining basic information for the construction of regional indicators
and have more real knowledge about subnational tourist activity in the country.
Hence, the general objectives that we intend to achieve in this research are: 1) to
estimate the tourism gdp (gdpt) by states and municipalities for the year 2018 and
its spatial distribution at the subnational level; 2) to calculate the tourism gdp by
locality based on municipal and state gdpt estimates. Both estimates are carried

* Artículo recibido el 1º de julio de 2023 y aceptado el 22 de noviembre de 2023. El trabajo es parte de

las actividades realizadas por miembros del grupo de investigación del espacio económico del turismo en
el Centro de Estudios de Desarrollo Regional y Urbano Sustentable (cedrus). Agradecemos las sugeren-
cias y los comentarios sobre el trabajo econométrico del doctor Francisco Antonio Martínez Hernández.
Cualquier error en el texto es responsabilidad exclusiva de los autores.
** Normand Eduardo Asuad-Sanén, Posgrado de la Facultad de Economía de la Universidad Nacional
Autónoma de México (unam), Ciudad de México (correo electrónico: nasuad@[Link]). Omar
Contreras Cleofas, Posgrado de la Facultad de Economía de la unam (correo electrónico: omarc@econo
[Link]). Armando Mújica Romo, cedrus, unam (correo electrónico: armandomujicaromo@gmail.
com). José Antonio Huitrón Mendoza, Posgrado de la Facultad de Economía de la unam (correo electró-
nico: jose_eco71@[Link]).

47
48 EL TRIMESTRE ECONÓMICO 361

out through rigorous econometric analyzes to provide certainty about their mea-
surement and present the spatial distribution of tourist activity in the main towns,
municipalities, and federal entities of Mexico. The empirical results obtained consist
of data for 2018 of the tourism gdp for 828 localities, which participate with 90% of
the national tourism gdp (gdptn), 644 municipalities with 97% of the gdptn, and
100% of the gdptn for the 32 states of Mexico.

Keywords: Tourism gross domestic product; econometric estimation; spatial disag-

gregation. jel codes: R11, R12, R15.

Resumen

El turismo en México es una de las actividades económicas más importantes, sin

em­bargo, no se cuenta con datos estimados de manera rigurosa y sistemática sobre el
producto interno bruto (pib) turístico (pibt) en escalas local, municipal y por entidad
federativa, lo que no permite obtener información básica para la construcción
de indicadores regionales, ni tener un conocimiento más real sobre la actividad
turística subnacional en el país. De ahí que los objetivos generales de esta investi-
gación son: 1) estimar el pib turístico por estados y municipios para 2018 y su dis-
tribución espacial a nivel subnacional; 2) calcular el pib turístico por localidades con
base en estimaciones del pibt municipal y estatal. Ambas estimaciones se realizan
mediante análisis econométricos rigurosos a fin de dar certeza sobre su medición
y presentar la distribución espacial de la actividad turística en las principales loca­
lidades, municipios y entidades federativas de México. Los resultados empíricos
obtenidos consisten en datos para 2018 del pib turístico para 828 localidades, las
cuales participan con 90% del pib turístico nacional (pibtn), 644 municipios con
97% del pibtn y 100% del pibtn para los 32 estados de México.

Palabras clave: producto interno bruto turístico; estimación econométrica; desagre-

gación espacial. Clasificación jel: R11, R12, R15.

I. Antecedentes

La elaboración de estadísticas económicas asociadas al turismo a escalas sub-

nacional e internacional, incluyendo nuestro país desde finales del siglo xx
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 49

y las primeras dos décadas del xxi, han tenido un fuerte impulso debido a la
importancia económica que ha representado el sector turístico.
De acuerdo con la Organización Mundial del Turismo (omt, 2021a) de la
Organización de las Naciones Unidas (onu), antes de la pandemia de covid-19,
el crecimiento económico del turismo a nivel global durante los últimos 20
años lo había convertido en uno de los sectores económicos más dinámicos
de la economía.
En 2019 los turistas internacionales a nivel mundial alcanzaron 1 500
millones de personas gracias a una década de crecimiento ininterrumpido de
2009 a 2019, en la que aumentaron en promedio 5% anual. Además, el turis­mo
se convirtió en uno de los principales sectores exportadores del mundo. En
ese año los ingresos por exportaciones del turismo ascendieron a 1.7 billones
de dólares estadunidenses, lo que equivale a 28% del comercio mundial de
servicios y a 7% de las exportaciones totales de bienes y servicios. La contri-
bución económica directa del sector ascendió a 3.5 billones de dólares en
2019, lo que representó 4% del producto interno bruto (pib) mundial; ade-
más, generó millones de puestos de trabajo, de manera directa e indirecta, y
se estableció como uno de los principales empleadores de mujeres y jóvenes
(omt, 2021b).
En México, de acuerdo con la Cuenta Satélite del Turismo con base 2013,
en 2019, antes de la pandemia por covid-19, el valor de todas las actividades
características y conexas del sector de turismo participó con 8.6% del pro-
ducto total. Mientras la ocupación turística fue de 2.3 millones de puestos
de tra­bajo, lo que representó 5.8% del total del país (Instituto Nacional de
Estadística y Geografía [inegi], 2022).
No obstante, a pesar de que la literatura especializada en turismo reconoce
la importancia, a niveles internacional y nacional, de contar con el conoci-
miento y la medición de la actividad turística a escala subnacional, las medi-
ciones sistemáticas en nuestro país son escasas e insuficientes para compren‑
der el desempeño de la economía turística, ya que se desconocen los sitios o
lugares en los que lleva a cabo la producción y el consumo turístico.
Sin embargo, contar con la Cuenta Satélite de Turismo para México
(cstm) y con la existencia de datos económicos censales desagregados para
rama y clase de actividad turística posibilita su estimación. De ahí que el
propósito principal de esta investigación sea estimar el pib turístico (pibt)
por localidad, municipio y entidad federativa de México para 2018 y su dis-
tribución espacial a nivel subnacional del país, mediante una concepción
50 EL TRIMESTRE ECONÓMICO 361

teórica espacial de la economía turística y una metodología estadística y

econométrica, que precisan los procedimientos y las técnicas empleadas en
la medición del pib turístico en los niveles de desagregación y representación
espacial antes mencionados. La investigación se integra de las siguientes
partes: I. Antecedentes; II. Revisión de la literatura reciente sobre la estima-
ción del pib turístico subnacional; III. Propuesta de interpretación de la
dimensión espacial de la economía turística; IV. La metodología y sus etapas;
V. Resultados de la estimación del pib turístico por localidad, municipio y
entidad federativa para 2018, y VI. Conclusiones y recomendaciones.

II. Revisión de la literatura reciente sobre la estimación

del PIB turístico subnacional

La literatura especializada en la medición del pib turístico subnacional a

nivel internacional y en México ha aumentado su importancia significativa-
mente desde finales de la década de los noventa del siglo pasado, pues se
empezaron a elaborar cuentas satélites como complementarias a las cuentas
nacionales, en las que el turismo es una de las más importantes (onu, 1993).
En México, la cstm se construyó de acuerdo con el inegi en 1998; está
sustentada en las recomendaciones internacionales emanadas del tercer
borrador de la Cuenta Satélite del Turismo publicado por la omt en 1996 y
en los lineamientos del Sistema de Cuentas Nacionales 1993 (Rodríguez,
2005). Este logro posicionó a México a la vanguardia en el terreno del des­
arrollo de sistemas de contabilidad nacional, al tener una descripción eco­
nómica de la actividad turística consistente con la contabilidad nacional
(Mú­jica, 2001). Posteriormente, se actualizó la metodología basada en las
recomendaciones internacionales para la elaboración de la Cuenta Satélite
de Turismo (cst) (onu, 2010).
Las recomendaciones de diversos organismos internacionales establecen
la necesidad de utilizar la cst para la creación de estadísticas turísticas regio-
nales, coherentes y compatibles con las estadísticas nacionales; asimismo,
destacan la importancia de precisar su concepción y niveles de desagregación
espacial a nivel subnacional y la metodología mediante la cual dichas estadís-
ticas fueron estimadas. Sus recomendaciones se amplían a la creación de
sistemas de información turística regional y a la elaboración de datos turís-
ticos desagregados espacialmente por estados, provincias, municipios y ciu-
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 51

dades (InRoute y omt, 2015). No obstante, la mayoría de los países, a

excepción de los países nórdicos,1 no estima dichas estadísticas, debido a que
no se desagregan espacialmente como establecen las recomendaciones
internacionales; además, los datos estimados no se validan estadísticamente
por varias razones, entre otras, por la falta de una información base a partir
de la cual puedan realizarse estimaciones complementarias (Dupeyras y
MacCallum, 2013).
En consecuencia, la creación y la adopción de la cuenta satélite del turismo
a nivel subnacional, como establecen las recomendaciones internacionales
en la mayoría de los países, no se han podido llevar a la práctica. De hecho,
se tienen resultados insuficientes, ya que tan sólo 70 países contaban con una
tabla de la cst en 2016, que por lo general correspondió a la estimación del
pibt a nivel estatal. Además, su estimación se realizó con metodologías
diversas, puesto que no existe una metodología comúnmente aceptada
(Cerón, Madrid y Silva, 2022).
El caso de nuestro país es similar al de la mayoría de los países que no
cuentan con estadísticas económicas turísticas regionales estimadas a partir
de la cuenta económica satélite del turismo, a pesar de que tienen más de 20
años de construcción. Además, existen muy pocos intentos de medición de
estos datos, tanto por académicos e investigadores como por los generado-
res de estadísticas oficiales. De la revisión reciente realizada sobre artículos
de investigación en México del tema, destacan el trabajo de Cerón et al.
(2022), “Aproximación al dimensionamiento del pib turístico estatal: evi-
dencia para México” y el de Data Tur (s. f.), “El pib turístico estatal y
municipal 2018-2019 en México”.
El trabajo de Cerón et al. (2022) es interesante por la metodología eco-
nométrica aplicada de manera sistemática; no obstante, sus estimaciones del
pib turístico estatal son discutibles por su nivel de desagregación estatal y
porque ajustan los datos turísticos de las entidades federativas a partir de los
nacionales.
La información provista por Data Tur (s. f.) llena un vacío de datos esta-
dísticos sobre el turismo; sin embargo, los datos presentados, tanto por su
desagregación espacial como por lo restringido de la información, sólo dan

1
Dinamarca, Finlandia, Islandia, Noruega, Suecia y la provincia autónoma de Åland, así como los
países constituyentes de Groenlandia y las Islas Feroe y los archipiélagos dependientes de Svalbard y
Jan Mayen.
52 EL TRIMESTRE ECONÓMICO 361

una idea de la magnitud y la importancia de la producción turística. Además,

destaca que los municipios turísticos identificados se localizaron en las
regionalizaciones del Consejo Nacional de Población (Conapo) y del Sistema
Urbano Nacional (sun),2 lo que no permite la caracterización ni la dife­
renciación cabales de la actividad turística a nivel regional y por localidad,
ya que dichas regionalizaciones obedecen a propósitos distintos de la activi-
dad económica del turismo en nuestro país.
De ahí que se considere que, por su concepción y la forma en que se
estructuraron los datos y la regionalización adoptada, el trabajo de Data Tur
se caracteriza por un enfoque práctico y descriptivo cuya finalidad es divul-
gar información sobre el sector turístico a nivel municipal.
En consecuencia, de la revisión de los trabajos mencionados y de acuerdo
con los lineamientos de la metodología internacional para el sector turístico,
es inminente la necesidad de estimar el pib turístico por localidad, municipio
y entidad de México para 2018, mediante una metodología sistemática y
validada econométricamente que permita identificar los sitios o lugares
donde se localiza y lleva a cabo la actividad turística a nivel subnacional en
el país. La importancia de este trabajo radica en que se genera información
básica de la producción turística en diferentes niveles de desagregación espa-
cial, detallada, confiable e integrada hasta la localidad, la cual no existe
actualmente en México ni tampoco incluso en la mayoría de los países en los
que la actividad turística es importante. Se considera que estas estimaciones
y su metodología mejoran la comprensión del funcionamiento del turismo y
su espacio económico, y con ello posibilitan el eventual aprovechamiento
de sus potencialidades mediante las políticas públicas en la actividad turís-
tica de México y de otros países que tienen la cst agregada y que requieren
su desagregación espacial a nivel subnacional.
2
La regionalización del Conapo en 1991 es de ocho macrorregiones que integran grupos de entida-
des federativas con relaciones funcionales entre ellas mediante el sistema de ciudades y la distribución
espacial de la población, el cual se complementó con el Sistema de Ciudades (sun), que comprende las
zonas metropolitanas por entidad federativa y número, además de conurbaciones y centros urbanos
clasificados por entidad federativa y número. Asimismo, se complementaron con la unidad política
correspondiente al municipio capital de la entidad federativa, que para Ciudad de México es de difícil
delimitación, en virtud de que comprende las 16 alcaldías y no hay una de ellas que se constituya en la
capital o parte central de la ciudad. Por último, se incluyeron los municipios fronterizos integrados
por los 37 municipios en el norte del país y los 22 en la frontera sur, además de los 150 municipios con
litoral, los cuales se diferencian como: Caribe, Golfo, Mar de Cortés, Pacífico y Pacífico-Mar de Cortés.
Para los pueblos mágicos se consideró la información de empresas turísticas a fin de dar peso al muni-
cipio en lo que respecta al turismo, al utilizar para su localización el Directorio Estadístico Nacional de
Unidades Económicas (denue).
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 53

III. Propuesta de interpretación

de la dimensión espacial
de la economía turística

El enfoque teórico que se utiliza para abordar la estimación y la regionaliza-

ción del pib turístico por localidad (pibtL) corresponde al de la dimensión
espacial de la actividad económica turística, que parte de explicar la forma en
que se estructura y funciona el espacio económico turístico, lo que da lugar
a la creación de sitios o lugares en los que se lleva a cabo la actividad de
producción y consumo turístico. Para su comprensión cabal, a continuación
se presentan los principios básicos en que se sustenta.

1. Concepción y principios básicos de interpretación espacial

de la economía turística

La economía del turismo se concibe como un sistema integrado a nivel

nacional por una serie de subsistemas espaciales que definen sus caracterís-
ticas y determinan el funcionamiento espacial de la economía turística a
nivel subnacional. Esta propuesta se basa en la concentración económica
desde el enfoque de la dimensión espacial de la economía, en la que el espa-
cio se considera como una dimensión; es un enfoque teórico que se ha estado
trabajando y desarrollando durante varios años y que ha dado lugar a una
variedad de análisis y publicaciones sobre la economía en el espacio que
puede consultarse en Asuad (2001: 137-158; 2007: 139-274; 2014: 312-319).
En esencia, se plantea que las actividades económicas y la economía sub-
nacional no pueden comprenderse y analizarse sin considerar el espacio, ya
que es esencial para entender el funcionamiento de la economía en general y
de las actividades económicas que se llevan a cabo en ciertos sitios y lugares
en el interior de los países. A partir de estos principios, se han desarrollado
una conceptualización y una metodología para el análisis de las actividades
económicas incluyendo su espacio, como puede consultarse en la bibliogra-
fía anteriormente referida y que en este artículo fue aplicada para el turismo.
El turismo como actividad económica, independientemente de sus particu-
laridades sectoriales, es tradicionalmente concebido de manera agregada nacio­
nalmente y como un sector económico, sin considerar su localización ni
peculiaridades que presenta en el espacio nacional. Esto no es sólo por la
54 EL TRIMESTRE ECONÓMICO 361

naturaleza y las características de los sitios en los que se llevan a cabo las acti-
vidades turísticas, sino también por la forma en que se estructura la produc-
ción turística en el espacio, lo que da lugar a áreas, zonas y regiones económicas
turísticas.
La concepción del espacio económico del turismo se sustenta en una serie
de principios y conceptos, que de manera sucinta se presentan a continua-
ción. Se parte del principio de que la economía del turismo no puede ser
comprendida sin su dimensión espacial, debido a que se considera que nin-
guna actividad económica puede existir y llevarse a cabo sin ésta. El espacio
económico del turismo, si bien es una dimensión, se caracteriza por sus
diversas magnitudes, las cuales se expresan mediante los requerimientos de
espacio indispensables para que la actividad económica del turismo se rea-
lice. La primera magnitud es el sitio o lugar en el que se realice dicha activi-
dad, el cual definimos como espacio sitio-turístico. Además, puesto que la
actividad turística requiere actividades complementarias y conexas para su
funcionamiento económico, la proximidad entre ellas es esencial para tal
fin. De ahí que la segunda magnitud se defina como espacio-distancia entre
dichos sitios. Por último, no sólo es la distancia entre los sitios turísticos la que
cuenta, sino su vinculación e integración, que se expresan mediante la tercera
magnitud: el espacio de interacción. En síntesis, los requerimientos o mag-
nitudes de espacio consisten en espacio-sitio, espacio-distancia y espacio de
interacción entre sitios.
Económicamente, el espacio-sitio es el lugar donde se lleva a cabo la activi-
dad de producción y consumo del turismo, y es uno de los aspectos más
importantes que lo distinguen de otras actividades económicas, ya que su
producción y consumo se realizan en el mismo lugar, a diferencia de la mayo-
ría de los casos en otros sectores económicos en los que no coinciden tales
actividades.
Los atractivos turísticos de los sitios o lugares donde se realiza la activi-
dad son muy diversos, suelen depender de una serie de factores, entre los
que destacan: recursos y paisajes naturales que poseen; sus características
sociales y culturales; la especialización, y la diversificación productiva de
bienes y servicios que produce la actividad turística. Es de mencionar que el
desarrollo económico de los sitios propicia el surgimiento del turismo de
negocios, mientras que el tamaño y la importancia económica y poblacional
incitan el turismo en salud. Los sitios turísticos destacan también por su
heterogeneidad y especialización, ya que sólo unos cuantos lugares poseen
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 55

dichas características, lo que precisamente hace que los turistas se despla-

cen desde sus lugares de origen, a fin de consumir los servicios y los bienes
que ellos proveen.
Los requerimientos del espacio-distancia de los sitios turísticos son muy
importantes, tanto para la provisión u oferta de los servicios del sector, como
por su demanda. Los atractivos turísticos tienden a aglomerarse en el espa-
cio, a fin de acortar la distancia entre las actividades de este tipo y que así se
complementen. Por otra parte, el espacio-distancia entre los sitios receptores
y emisores de turistas también condiciona la estructura productiva y el fun-
cionamiento económico de la actividad turística en el espacio, ya que la
distancia y la accesibilidad entre los sitios emisores y los receptores depen-
den en gran medida de la reducción de la distancia física y económica entre
ellos. De esta forma, tiene un papel estratégico para la atracción turística de los
medios y sistemas de transporte, así como sus costos en tiempo y en dinero.
El tercer requerimiento económico espacial de la actividad turística es el
espacio de interacción y vinculación de los sectores característicos y no carac-
terísticos de dicha actividad, ya que son determinantes tanto de la magnitud
como de las particularidades de los bienes y los servicios que ofrecen los sitios
turísticos, debido a su complementariedad e integración productiva.
Los tres requerimientos de espacio se integran en la concepción de espa-
cio económico del turismo, la cual consiste en el conjunto de sitios turísticos
que, debido a sus localizaciones, y a partir de sus espacios-distancia, se
vincu­lan mediante sus espacios de interacción, gracias a sus complementa-
riedades y conexiones.
El concepto de espacio económico del turismo es una categoría general,
a partir de la cual se derivan los conceptos económicos de territorio y
región turística. El territorio económico turístico consiste en usos del
suelo, equipamiento, instalaciones e infraestructura que posibilitan la
prestación de servicios y bienes turísticos. De manera agregada, corres-
ponde a las localidades urbanas y rurales turísticas que proporcionan
dichos servicios y bienes, las cuales se desagregan a niveles suburbano y
rural, lo que da lugar a áreas y zonas o corredores en su interior, que
generalmente se vinculan a través de medios y sistemas de transporte
existentes.
Por último, el concepto de región económica turística consiste en un área
en el espacio que se caracteriza por la concentración económica espacial de
las actividades turísticas, las cuales se distinguen por unos cuantos nodos o
56 EL TRIMESTRE ECONÓMICO 361

centros principales turísticos que ordenan y aglomeran espacial y funcional-

mente a los subcentros o nodos secundarios turísticos mediante el sistema
de medios de transporte y comunicación.
Los nodos o centros turísticos se caracterizan por concentrar la mayor
parte de la producción y el consumo turístico en el espacio, a la vez que
articulan centros secundarios de menor tamaño, que complementan e inte-
gran la actividad turística en dicho espacio. Cabe aclarar, que el nodo o
centro turístico, desde nuestra concepción, corresponde a localidades turís-
ticas definidas como la unidad espacial agregada más pequeña del territorio,
y suele emplearse como referencia a una ciudad o pueblo, que a su vez se
ubica en zonas político administrativas más amplias, municipios y entidades
federativas. Además, puesto que en la literatura internacional se considera al
pibt como el indicador más representativo de la actividad turística de
acuerdo con Cañada (2013), su estimación permite identificar y precisar los
nodos, es decir, los sitios y lugares en los que se llevan a cabo la producción
y el consumo de la actividad turística en nuestro país.
Por último, destaca que la distribución espacial de la actividad económica
turística se caracteriza por crear lugares centrales en los espacios turísticos,
los cuales se integran por nodos localizados en dichos centros. Además, tales
lugares cuentan con un área de complemento o periferia en la que se localizan
las actividades turísticas complementarias y conexas a dicho centro. A este
tipo de formación turística en el espacio se denomina de centro-periferia. Es
posible diferenciar dicha distribución espacial de acuerdo con sus particula-
ridades en tres tipos: áreas, zonas o corredores, y regiones turísticas.
El área turística es la que se caracteriza por una estructura, donde predo-
mina un solo centro o nodo turístico, con un área de complemento de sub-
centros vinculados por medios de transporte. Por su parte, las zonas o
co­rredores se distinguen por la existencia de una serie de centros y subcen-
tros articulados e integrados por un camino o medio de transporte, lo que da
lugar a su formación. Por último, las regiones turísticas se caracterizan
por la existencia y la complementariedad de las áreas y zonas o corredores
turísticos.

IV. Metodología y sus etapas

La metodología de estimación del pibtl se realiza al tomar como punto de

partida la carencia de datos estadísticos de producción y consumo turístico
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 57

a nivel de localidad, lo que obliga a su estimación mediante métodos indirec-

tos con base en la información disponible a partir de la cstm a escala nacional
y la información censal sobre turismo desagregada a nivel municipal. Por
ello, las etapas de la metodología son: 1) estimación del pibt por entidad
federativa y municipio en 2018, y 2) estimación del pibtl3 de 2018 y su vali-
dación estadística mediante prueba de hipótesis.

1. Estimación del pib turístico por entidad federativa

y municipio en 2018

En la literatura para este tipo de estimaciones se recomienda un método

híbrido que combina la información nacional con la regional para estimar
los datos regionales (Cañada, 2013). Además, dicho cálculo se realiza a partir
de las cuentas nacionales, mediante el uso de diversas metodologías, caracte-
rizadas en esencia por regionalizar los datos nacionales, debido a la falta de
información regional de insumo-producto. Tal regionalización se lleva a
cabo mediante el método de arriba hacia abajo o descendente, es decir, la
estimación regional se realiza a partir de los datos nacionales, para lo cual se
utilizan coeficientes de participación representativos de las regiones o áreas.
Para el método ascendente, la estimación de los datos regionales se realiza a
partir de la información regional disponible, la cual se totaliza por regiones
a fin de obtener los datos totales a nivel nacional. No obstante, en este tra-
bajo se utilizó un método híbrido que combina ambos procedimientos para
la estimación de los datos subnacionales. Se inició con el método descen-
dente, es decir, a partir de los datos nacionales que se presentan en la cstm y
la información disponible sobre producción turística de las entidades fede-
rativas y municipios de los censos económicos. Sin embargo, la información
censal del sector turístico es parcial, ya que al totalizarse los datos subnacio-
nales para obtener los datos nacionales sólo se cubre una parte de ellos. En
consecuencia, se aplicó el método ascendente a los datos nacionales, por lo
que se tomaron las participaciones del pib turístico de entidades y munici-
pios, y se multiplicaron por los datos nacionales, a fin de reexpresar los datos
subnacionales en términos nacionales mediante el uso de coeficientes.
3
Cabe aclarar que el nivel de desagregación espacial por localidad para el inegi corresponde a la mayor
desagregación espacial. Dichas localidades a su vez están ubicadas en municipios, y se definen como los
lugares ocupados con una o más viviendas habitadas o no; asimismo, se reconocen por un nombre,
por la ley y la costumbre (de acuerdo con el Manual de Cartografía Estadística de 2019). En consecuen-
cia, consideramos como localidades turísticas a las identificadas por el inegi.
58 EL TRIMESTRE ECONÓMICO 361

Por lo anterior, la estimación del pibt por entidad federativa para 2018 se
inició con el método descendente, con el referente del dato del pib del turismo
nacional de ese año, considerando su composición de las 118 clases de activi-
dad que lo integran de acuerdo con el Sistema de Clasificación Industrial de
América del Norte (scian), lo que arrojó un valor de 1 868 714.15 millones
de pesos corrientes a precios básicos del año base de 2013.
Posteriormente, se identificó como variable aproximada del pib turístico
estatal y municipal al valor agregado censal bruto (vacb), contenido en el
censo económico de 2018, debido, por un lado, a que se desagrega espacial-
mente la información a nivel de entidad federativa y municipio, y por el
otro, a que registra las 118 clases de actividad del scian asociadas con la
actividad turística, además, por su semejanza en la valoración del pib turís-
tico a precios básicos. No obstante, al totalizar los valores del vacb de las
entidades federativas y los municipios, se registraron diferencias significati-
vas, ya que los totales desagregados espacialmente no coincidían con los
datos nacionales, como se muestra en el cuadro 1.
Las diferencias con los datos nacionales surgen, por un lado, de la confiden-
cialidad de los datos, lo que ocasiona que se omita la presentación de infor-
mación, y, por otro lado, de las estimaciones agregadas de la producción
turística, las cuales implican el uso de diferentes fuentes de información esta-
dística, además de la censal, que sólo contiene información del sector privado,
lo que arroja diferencias entre ambos valores. Sin embargo, la medición espa-
cial desagregada del turismo debe ser estadísticamente consistente con la nacio-

Cuadro 1. Comparación del pib turístico (pibt)

y el vacb turístico (vacbt) para 118 clases de actividad
en los servicios durante 2018
Millones de pesos
Fuente de la información Cobertura geográfica Participación (%)
corrientes

pibt total Cuenta Satélite Nacional 1 868 714.15 100%

pibt bienes Cuenta Satélite Nacional 195 622.09 10.5%

pibt servicios Cuenta Satélite Nacional 1 673 092.06 89.5%

vacbt en servicios en ce (saic) Nacional 1 344 859.24 72.0%

vacbt en servicios en ce (saic) Nacional (total estatal ) 1 284 811.00 68.8%

vacbt en servicios en ce (saic) Nacional (total municipal) 1 102 296.10 59.0%

Fuente: elaboración propia con base en inegi (2020, 2021b y 2022). El saic es el Sistema Auto­
matizado de Información Censal del inegi.
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 59

nal. Por ello, dichos datos subnacionales se reexpresaron en términos

nacio­nales, al multiplicar la participación porcentual del valor agregado de
los sectores del pib turístico estatal y municipal por el total nacional, prove-
niente de la cuenta satélite, con el supuesto de que esas participaciones se
mantienen y sólo se reexpresan sus valores al considerar el dato medido
nacionalmente como el total.
Dicha estimación se realiza al aplicar el siguiente índice de reexpresión de
valores por entidad federativa de la actividad turística (IveN), con base en el
dato nacional, que se especifica como:

IveN = [(VACBTe /VACBN) * 100] * PIBTN (1)

Donde = ∑32 (2)

e=1VACBTe = VACBTN

De ahí que el valor agregado censal bruto turístico por entidad federativa
(VACBTe) se reexprese a partir del dato nacional del PIBTN , al multiplicar la
participación porcentual del VACBTe del total de la suma del valor agregado
turístico por entidad federativa, ∑32 e=1VACBTe por el producto interno
bruto turístico total a nivel nacional (pibtn ), dato que proviene de la cstm.
El resultado de esta estimación arroja un valor para el total de las entidades
federativas de 100 por ciento.
A continuación, a fin de identificar los municipios en los que se realiza la
actividad turística, se utilizaron los datos por localidad del censo de pobla-
ción y vivienda de 2020 (inegi, 2021a) para seleccionar los municipios urba-
nos mayores a 15 000 habitantes, ya que la mayor parte de la actividad
turística se da en concentraciones urbanas, lo que es determinante de la
expansión económica y del potencial del mercado. La población ocupada
fue otro factor considerado, pues muestra la importancia relativa de las acti-
vidades económicas. Asimismo, se empleó el número de unidades económi-
cas dedicadas a la prestación de “servicios de alojamiento temporal y de
preparación de alimentos y bebidas” (sector 72), puesto que integra las
principales actividades características del turismo (inegi, 2019).
Se incluyeron también los denominados “Pueblos Mágicos” de la Secretaría
de Turismo (Sectur), debido a que desempeñan actividades turísticas indistin-
tamente del tamaño de su población. Posteriormente, una vez que se selec-
cionaron los 644 municipios con actividad turística, se procedió a la estimación
del índice de reexpresión aplicado a los valores municipales, tomando como
60 EL TRIMESTRE ECONÓMICO 361

base el dato el pibtN , para estimar el pib del turismo municipal (pibtM), el
cual se denota como:

IvmN = [(VACBTm /VACBTN) * 100] * PIBTN (3)

Donde = ∑644 (4)

m=1 VACBTm = VACBTN

La estimación para los 644 municipios arrojó un valor del pibtm de 97.9%
del pib turístico nacional. Posteriormente, de acuerdo con la metodología
establecida se procedió a validar la asociación estadística del pibtm como
variable dependiente y la población ocupada (POM), así como las unidades
económicas turísticas a nivel municipal (UEM), como variables independien-
tes, lo que se denota como:

PIBTM = f(POM , UEM) (5)

Para ello se realizó un análisis de regresión lineal de corte transversal, para

lo cual se especificó la siguiente ecuación econométrica:

PIBTM = α + β1 POi + β2UEi + ε (6)

Donde = ∑644 (7)

1 M = M1 + M2 + … + M644

Los resultados que arrojó la regresión son estadísticamente significativos,

pero la varianza del error estándar es diversa para los regresores, lo que parece
indicar la existencia de heterocedasticidad, como se observa en el cuadro 2.
A fin de confirmar la existencia de heterocedasticidad, se aplicó la prueba
de White, que no se basa en la normalidad, ya que consiste en realizar un
análisis de regresión, considerando como variable dependiente la suma de los
residuales al cuadrado y como variables independientes los cuadrados de
los regresores y los productos cruzados de esas variables. De tal manera que
el resultado que valida la existencia de heterocedasticidad consiste en el
rechazo de la hipótesis nula, que establece la hipótesis contraria basada en la
homocedasticidad de los resultados del modelo de regresión. Ello se con-
firmó, pues los resultados del modelo de regresión anterior no rechazan la
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 61

Cuadro 2. Regresión lineal de la estimación

del pib turístico municipal (pibtm)
Variable dependiente: pibtm
Método de mínimos cuadrados

Muestra: 1 644

Observaciones: 644

Variable Coeficiente Error estándar t-estadístico Probabilidad

C –0.013787 0.002863 –4.815302 0.000000

PO 0.123224 0.050525 2.438892 0.015000

UE72 0.646245 0.053310 12.122370 0.000000

R-cuadrada 0.694985 Media de la variable 0.043663
dependiente
R-cuadrada ajustada 0.694034

Suma errores regresión 0.061817 Desviación estándar 0.111755

de la variable
Suma residuales al cuadrado 2.449450 dependiente
F-estadístico 730.269100 Estadístico 1.249200
Durbin-Watson
Probabilidad (F-estadístico) 0.000000

Cuadro 3. Prueba de heterocedasticidad de White

de la estimación del pibtm
(hipótesis nula = homocedasticidad)

F-Estadístico i 21.28409 Probabilidad F(5 638) 0.00000

Obs*R-Cuadrada 92.06459 Probabilidad Chi-cuadrada (5) 0.00000

Explicación a escala ss 2420.194 Probabilidad Chi-cuadrada (5) 0.00000

hipótesis nula, por lo que se corroboró la existencia de heterocedasticidad,

ya que la R2 es de 92%, también existe significancia estadística en los regre-
sores y su probabilidad es menor a 0.5%, como se muestra en el cuadro 3.
Además, se aplicó la prueba de White para confirmar la existencia de hete-
rocedasticidad. Cabe aclarar que dicha prueba se realiza mediante un análisis
de regresión, considerando como variable dependiente los residuos al cua-
drado, y como variables independientes el cuadrado de dichas variables y de
sus productos cruzados. En el cuadro 4 se presentan los resultados de la
prueba de White, que confirman que el modelo no presenta homocedastici-
dad, debido a que el p-valor fue menor a 0.05, por lo no que se rechaza la
hipótesis nula y, por lo tanto, existe heterocedasticidad.
62 EL TRIMESTRE ECONÓMICO 361

Cuadro 4. Ecuación de la prueba de White de la estimación del pibtm

Variable dependiente: RESID2

Método de mínimos cuadrados

Muestra: 1 644

Observaciones: 644

Variable Coeficiente Error estándar t-Estadístico Probabilidad

C –0.003679 0.001596 –2.305455 0.0215

PO2 0.258156 0.386183 0.668481 0.5041

PO * UE72 –0.716299 0.96784 –0.7401 0.4595

PO 0.009787 0.060006 0.163099 0.8705

UE72 2
0.360224 0.570023 0.631946 0.5276

UE72 0.108487 0.075893 1.429469 0.1534

R-cuadrada 0.142957 Media de la variable 0.003803

dependiente
R-cuadrada ajustada 0.136241

Suma errores regresión 0.025771 Desviación estándar de la 0.027729

variable dependiente
Suma residuales al cuadrado 0.423737

F-estadístico 21.28409 Estadístico 1.332365

Durbin-Watson
Probabilidad (F-estadístico) 0.000000

No obstante, a pesar de que la estimación no presenta homocedasticidad,

algunas variables tienen varianza de los errores de dispersión respecto al
valor de la recta de regresión, como se muestra en la gráfica 1.
Con la finalidad de considerar la participación de esas variables en el
modelo y anular su efecto diferenciador por su elevada varianza de los erro-
res residuales de acuerdo con el modelo teórico de distribución normal, se
identificaron las observaciones atípicas que propician la elevada varianza.
Posteriormente, para corregirla se utilizaron en dichas observaciones varia-
bles dummy con valor de uno, se realizó nuevamente el análisis de regresión
de White, con base en los valores individuales de cada variable independiente,
y se anexó una variable dicotómica con valor de uno, a fin de obtener las
variables reducidas en los errores (Gujarati y Porter, 2010).
A continuación, se aplicó el estimador robusto de Huber-White-Hinckley
(HC1) para ajustar los errores estándar mediante una regresión auxiliar, en
la que los errores al cuadrado conforman la variable dependiente, y los cua-
drados y los productos cruzados, la independiente. Para ello, se utilizó el
patrón de autocorrelación, al aplicar la matriz de covarianza de los estima-
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 63

Gráfica 1. Varianza de los errores de dispersión

1.2
1.0

0.8

0.6

0.4

0.2
0.3
0.0
0.2
–0.2
0.1

0.0

–0.1

–0.2

–0.3
50 100 150 200 250 300 350 400 450 500 550 600

Residual Actual Ajustado

Fuente: elaboración propia.

dores y sus efectos. El estimador robusto hace que las desviaciones típicas de
cada uno de los coeficientes se reduzcan, en conjunto con la varianza de los
residuos estimados, como se muestra en el cuadro 5.
En el cuadro 5 se muestran los resultados del modelo de regresión ajus-
tado, los cuales confirman la validez de la ecuación de regresión del pibtm, ya
que la R cuadrada ajustada es de 93% y existe significancia estadística en
todos los regresores, incluyendo los de las variables dummy, ya que su pro-
babilidad es menor de 0.5% en todos ellos. Por otra parte, el error estándar
de la regresión es tan sólo de 0.029041, lo que es indicativo de una menor
dispersión. Además, la suma de los cuadrados de los residuos también dis-
minuyó a 0.530473, por lo que mientras menor sea este valor, mejor se ajus-
tará el modelo a los datos. Asimismo, los valores del estadístico F son
positivos. Además, el estadístico Durbin-Watson es cercano a dos, lo que
indica que no existe autocorrelación.
Por último, para determinar si las variables independientes de la regre-
sión, las dicotómicas y las correspondientes a valores establecidos que se
presentan en el cuadro 5 son estadísticamente significativas, se aplicó la
prueba de Wald. Los resultados obtenidos se presentan en el cuadro 6, donde
 Cuadro 5. Regresión lineal de la estimación del pibtm
con Huber-White-Hinkley (HC1), heteroscedasticidad,
errores estándar consistentes y covarianza

Variable dependiente: pibtm

Método de mínimos cuadrados

Muestra: 1 644

Observaciones: 644

Variable dependiente: pibtm

Variable Coeficiente Error estándar t-estadístico Probabilidad

C –0.011334 0.001556 –7.282540 0.0000

PO 0.226243 0.064595 3.502482 0.0005

UE72 0.419205 0.058464 7.170317 0.0000

DUMMY16 0.254208 0.004341 58.56599 0.0000

DUMMY99 0.176845 0.005535 31.95061 0.0000

DUMMY101 0.177117 0.002450 72.27914 0.0000

DUMMY111 0.340501 0.007829 43.48978 0.0000

DUMMY112 0.659413 0.022669 29.08897 0.0000

DUMMY113 0.681972 0.007260 93.93713 0.0000

DUMMY380 0.489074 0.015372 31.81683 0.0000

DUMMY465 0.046499 0.001673 27.80119 0.0000

DUMMY467 0.631870 0.014317 44.13467 0.0000

DUMMY468 0.484248 0.004304 112.5160 0.0000

DUMMY554 0.009076 0.001615 5.617888 0.0000

R-cuadrada 0.933944 Media de la variable 0.043663

dependiente
R-cuadrada ajustada 0.932473

Suma errores regresión 0.029041 Desviación estándar 0.111755

de la variable
dependiente
Suma residuales al cuadrado 0.530473

F-estadístico 635.2252 Estadístico 1.959918

Durbin-Watson

Probabilidad (F-estadístico) 0.000000

 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 65

Cuadro 6. Prueba de Wald, regresión lineal de la estimación del pibtm

con Huber-White-Hinkley (HC1)a

Prueba estadística Valor df Probabilidad

Estadístico-F 241.9844 (2, 629) 0.0000

Chi-cuadrado 483.9689 2 0.0000

Hipótesis nula: C(2) = 0, C(3) = 0

Resumen de hipótesis nula:

Restricción normalizada (= 0) Valor Error estándar

C(2) 0.226243 0.064595

C(3) 0.419205 0.058464
a
Las restricciones son lineales en los coeficientes.

se observa que la probabilidad es menor a 0.05, por lo que se rechaza la

hipótesis nula de que los parámetros son iguales a cero y se acepta la hipóte-
sis alternativa, en la que son diferentes de cero y, por lo tanto, son estadísti-
camente significativos.

2. Estimación del pibtl y su validación estadística

mediante prueba de hipótesis

La estimación del pibtl se realizó en dos subetapas: en la primera se aplicó

un índice compuesto ponderado de los valores de regresión de las variables
independientes de la población ocupada y de las unidades económicas turís-
ticas a nivel de localidad (IcpR), y, posteriormente, se normalizaron las varia-
bles; en la segunda se realizó una prueba de hipótesis para validar la signi­ficancia
estadística de la estimación, mediante la comprobación o falsedad de la hipó-
tesis nula (Guajarati y Porter, 2010).
La estimación del pibtl se realizó al multiplicar el índice (IcpR) por el
pibtm, lo que se especifica como:
pibtl = (pibtm) * (IcpR) (8)

Donde el IcpR es igual a la suma de los coeficientes ponderados de los

regresores de la población ocupada (IcprPOL) y de las unidades económicas
por localidad (IcprUEL), lo que se denota como:

IcpR = (IcprPOL + IcprUEL) (9)

66 EL TRIMESTRE ECONÓMICO 361

Por su parte, cada coeficiente ponderado de los regresores de las variables

independientes seleccionadas es función de la multiplicación de dos índices
simples de participación relativa. Éstos corresponden para el índice de los
IcprPOL a la multiplicación de la participación de los regresores de la produc-
ción turística a nivel municipal (CRpoM) respecto al total (CRtM) multiplicado
por 100, por la participación de las variables de población ocupada por loca-
lidad (PoL), en relación con la población ocupada municipal (PoM), multipli-
cado por 100; esto se denota como:

IcprpoL = [(CRpoM /CRtM) * 100] * [(PoL /PoM) * 100] (10)

El índice de los coeficientes ponderados de regresión de las unidades eco-

nómicas del sector turístico a nivel localidad (IcprUEL) se obtiene al multipli-
car la participación de los regresores de las unidades económicas del sector
turístico a nivel municipal (CRUEM) respecto al total de los coeficientes de
regresión (CRTM) por 100, lo que se multiplica por la participación de las
variables de las unidades económicas del sector turístico por localidad (UEL)
respecto a las unidades económicas del sector turístico municipal (UEM) por
100; esto se especifica como:

IcprUEL = [(CRUEM /CRTM) * 100] * [(UEL /UEM) * 100] (11)

Además, las variables utilizadas se estandarizaron debido a que las cifras

originales se encontraban en pesos corrientes, personas y unidades econó-
micas, lo que podría generar distorsiones a causa de las diferentes escalas
(Soto de la Rosa y Schuschny, 2009).
Cabe aclarar que existen diversas metodologías de normalización, pero
una de las más utilizadas es la del reescalamiento, que consiste en transfor-
mar el nivel de las variables a un intervalo entre 0 y 1, mediante las distancias
que existen entre los valores máximo y mínimo de la variable, considerando
el conjunto de los datos, lo que se denota de la siguiente manera:

xti −min (xti ) ∈ [0,1]

yti = i i
(12)
max ∀p (xt ) −min∀p(xt )

No obstante, si existen valores atípicos, como el caso que nos ocupa, por
la gran heterogeneidad del tamaño de las localidades y de la concentración
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 67

de las actividades económicas del turismo en ellas, los valores de la estanda-

rización en algunas observaciones pueden ser mayores a la unidad y varían
de la escala tradicional de estandarización de cero y uno, lo que afecta el
análisis de la regresión entre las variables.
Esto se debe a que una de las principales características de la actividad
turística es su concentración y heterogeneidad, ya que existe una gran diver-
sidad en el tamaño de localidades que realizan actividades turísticas, como
son las grandes ciudades, zonas metropolitanas y ciudades medias y peque-
ñas, así como poblados rurales.
Por último, para validar la significancia estadística de la estimación del
pibtl , se llevó a cabo una prueba de hipótesis. De acuerdo con Guajarati y
Porter (2010), una prueba de significancia es un procedimiento que utiliza
los resultados muestrales para comprobar la verdad o la falsedad de la hipó-
tesis nula. Esta prueba, aplicada a la asociación entre el pibtl como variable
dependiente y al pibtm como independiente, con la hipótesis nula plantea
que no existe asociación estadística entre ambas. Al respecto, los resultados
rechazan la hipótesis nula, lo que da evidencia de la asociación entre las
variables consideradas, debido a que los resultados arrojan una R cuadrada
de 99% y la probabilidad es menor a 0.5%, como se muestra en el cuadro 7.

Cuadro 7. Regresión lineal de la estimación del pibtl

Variable dependiente: pibtl

Método de mínimos cuadrados

Muestra: 133

Observaciones: 33

Variable Coeficiente Error estándar t-estadístico Probabilidad

C –259.4895 1031.610 –0.251538 0.8031

PIBTM 0.924538 0.003134 294.9850 0.0000

R-cuadrada 0.999644 Media de la variable dependiente 102288.7

R-cuadrada ajustada 0.999632

Suma errores regresión 5579.527 Desviación estándar de la variable 291004.5

dependiente
Suma residuales al cuadrado 9.65E+08

F-estadístico 87016.15 Estadístico Durbin-Watson 2.001695

Probabilidad (F-estadístico) 0.000000

68 EL TRIMESTRE ECONÓMICO 361

V. Resultados de la estimación del PIB turístico por localidad,

municipio y entidad federativa para 2018

La medición del pib turístico por localidad, municipio y entidad federativa,

además de posibilitar el conocimiento sobre la localización de la producción
y el consumo turísticos, permite caracterizar el desempeño y el funciona-
miento de la economía turística en el espacio subnacional, al precisar sus
particularidades y distinciones, de las cuales se presentan a continuación los
aspectos más generales.
Se encontró que la actividad turística en el espacio subnacional, dividido
entre entidades federativas del territorio nacional, se lleva a cabo en todo el
país. No obstante, su distribución espacial es muy desigual, ya que sólo siete
entidades federativas concentraron un poco más de la mitad de la produc-
ción y el consumo turísticos del país con 55% del total en 2018, siendo la
Ciudad de México la de mayor aportación (18%), seguida por el Estado de
México (9%), Jalisco (7%), Nuevo León (7%), Quintana Roo (6%), Veracruz
y Guanajuato (4%). En contraste, el 45% restante se concentra en las 25 enti-
dades faltantes. De éstas 36% del pibte se produce y consume en 15 entidades
federativas que en promedio participan cada una de ellas con 2% del total y
las otras 10 entidades con 10%, y aportan cada una en promedio alrededor
de 1% (véanse el mapa 1 y la tabla 1).4
El patrón de distribución espacial de la actividad económica turística es
muy semejante al de la concentración del pib por entidad federativa para
2018, ya que 53% del pib estatal se concentró también en siete entidades
federativas, mientras que 40% fue contribución de 17 entidades y las ocho
restantes aportaron 7%; asimismo, sus participaciones promedio fueron
iguales al del pibte. No obstante, a pesar de que prácticamente son las mis-
mas entidades las que tienen las mayores concentraciones económicas, sí se
presentan algunas diferencias. Para el pibte destaca la alta participación en la
producción turística de Quintana Roo, mientras que en su participación en
la producción total no aparece y en su lugar se encuentra Coahuila (véan‑
se el mapa 1 y las tablas 1 y 2). De esta manera, podemos concluir que en la

4
Las tablas 1 a 5, así como el anexo 1 con las estimaciones completas del pibt a niveles nacional,
estatal, municipal y localidad para 2018, se encuentran disponibles en la página del Centro de Estudios
de Desarrollo Regional y Urbano Sustentable (cedrus) de la unam: [Link]
en la sección de “Datos”.
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 69

mayoría de las entidades federativas parece existir un patrón de asociación

entre la concentración económica espacial y la actividad turística. Dicho
comportamiento podría asociarse a la existencia del turismo de negocios,
que es quizás uno de los más representativos de dichas entidades, conjunta-
mente con el turismo médico, lo que posteriormente puede validarse al
considerar áreas de influencia, tipos de atractivos turísticos existentes, acce-
sibilidad, localización y distancia a la que se encuentran de sus eventuales
consumidores.
Por otra parte, es de destacar que, a pesar de las similitudes identificadas,
sólo unas cuantas entidades federativas pueden caracterizarse como especiali-
zadas económicamente en turismo y su importancia no coincide con el orden
en que se presentan los patrones de concentración de la producción y el con-
sumo turísticos de las entidades federativas del país. Del total de éstas para
2018, únicamente nueve de las 32 entidades se especializaron en turismo5
(véase la tabla 3). Además, sólo unas cuantas entidades federativas se caracte-
rizan por una muy alta especialización turística, como Quintana Roo que
tiene un nivel extremadamente alto, mientras que Baja California Sur y
Nayarit tienen un nivel alto. Estos datos contrastan con el resto de los estados
especializados en turismo, que presentan niveles de especialización bajos y
medios, como Guerrero, Chiapas, Morelos, Ciudad de México, Oaxaca
y Yucatán. Por último, sólo coinciden la Ciudad de México y Quintana Roo
por su concentración económica y turística, lo que permite inferir que es posi-
ble que exista una asociación entre ambas (véanse el mapa 2 y la tabla 4.1).
Cabe aclarar que la distinción entre las economías especializadas en
turismo y aquellas que no lo son es fundamental para comprender su funcio-
namiento e identificar sus potencialidades y debilidades, así como su posible
aprovechamiento mediante las políticas de desarrollo económico turístico.
Las economías especializadas en turismo se caracterizan porque su base es
propiamente la actividad turística y el resto de las actividades en gran parte
son complementarias y conexas a ella. Por su parte, para las economías en las
que es importante la actividad turística, incluso a nivel nacional, pero no
están especializadas en esa actividad, el turismo es parte de la actividad
económica que se lleva a cabo en dichos sitios; no obstante, su dinámica eco-
nómica en conjunto no se determina por el turismo, como en el caso de las
especializadas.
5
El índice de especialización turística que se utilizó consistió en comparar la participación del pibte /
pibe respecto al pibtn /pibn, y si el resultado es mayor a 1 la economía está especializada en turismo.
70 EL TRIMESTRE ECONÓMICO 361

Además, llama la atención que nueve entidades federativas especializadas

en turismo contribuyeron en 2018 con sólo 35.7% de la producción turís-
tica, mientras que 23 entidades federativas que no están especializadas en
turismo aportaron 64.3% (véanse las tablas 4 y 5). Esto parece ser indicativo
de la asociación de la actividad turística con el resto de las actividades eco-
nómicas, lo que ilustra el carácter asociativo del turismo a la concentración
de la producción económica total, sobre todo en cierto tipo de actividades
turísticas, como las de negocios, eventos y turismo médico.
La participación en el pibtm se localizó en 644 municipios, incluyendo
alcaldías, que representaron, para 2018, 97.9% del pib turístico nacional. No
obs­tante, si se consideran las entidades federativas especializadas en turismo
que contribuyeron con 35% del total del pibtm, los municipios que concen-
traron casi en su totalidad la actividad turística fueron 37 (véase la tabla 4).
Además, 94 municipios concentraron la mayor parte de las actividades tu‑
rísticas en aquellas entidades federativas no especializadas en tal sector (véase
la tabla 5). De ahí que a nivel nacional se considera la existencia de 131 muni-
cipios que concentraron casi la totalidad de la actividad turística nacional, y
que, en términos relativos, corresponden a 5.6% del total de los 2 446 muni-
cipios del país en 2018. Con base en lo anterior, puede concluirse que la
mayoría de los municipios con actividad turística se caracteriza por su ele-
vada dispersión espacial (véase el mapa 3).
Por último, la metodología empleada permitió identificar 828 localidades
que contribuyeron con 90.3% del pib turístico nacional. No obstante, 42 loca-
lidades —es decir, alrededor de 5% del total— que se encuentran en las enti-
dades federativas especializadas en turismo concentraron prácticamente la
totalidad de las actividades turísticas (véase la tabla 4). Por su parte, en las
entidades federativas no especializadas en turismo, 96 localidades —es decir,
12% del total— también casi concentraron la totalidad de la actividad eco-
nómica turística (véase la tabla 5). De ahí que la actividad turística por loca-
lidad está altamente concentrada, ya que 138 localidades —es decir, alrededor
de 17% del total— reunieron casi la totalidad de la producción y el consumo
turístico por localidad. Asimismo, existe un elevado patrón de dispersión
de la producción turística, ya que 83% del total de las localidades contri-
buyó con una participación muy reducida de la producción y el consumo
turísticos en el país (véase el mapa 4).
 Mapa 1. Concentración del pib estatal total y el pib turístico en México, 2018
Clave Entidad Clave Entidad
01 Aguascalientes 17 Morelos
02 Baja California 18 Nayarit
03 Baja California Sur 19 Nuevo León
04 Campeche 20 Oaxaca
02 05 Coahuila 21 Puebla
Estados Unidos
06 Colima 22 Querétaro
26 07 Chiapas 23 Quintana Roo
08 Chihuahua 24 San Luis Potosí
08 09 Ciudad de México 25 Sinaloa
10 Durango 26 Sonora
11 Guanajuato 27 Tabasco
05 12 Guerrero 28 Tamaulipas
13 Hidalgo 29 Tlaxcala
03 14 Jalisco 30 Veracruz
19 15 México 31 Yucatán
M 25 16 Michoacán 32 Zacatecas
ar 10
de 28
C
or
té
s
32

Sonda de Campeche
Simbología
% pib total por entidad 24
18
0.57-1.05 01 11 31
1.05-1.72 22 Golfo de
1.72-2.48 14 13 México 23
2.48-4.42 29 30
4.42-9.05 06 16 09 04

Mar Caribe
9.05-16.23 15
17 21 27
% pib turístico por entidad 12
Belice
0.45-1.17 Entidad % del PIB total Entidad % del PIB turístico 20
07
1.17-1.74 Ciudad de México 16 Ciudad de México 18
1.74-2.86 México 9 México 9
Guatemala
Nuevo León 8 Jalisco 7
2.86-4.34 Jalisco 7 Nuevo León 7 Honduras
Golfo de Tehuantepec
4.34-9.06 Veracruz 4 Quintana Roo 6
Guanajuato 4 Veracruz 4
9.06-17.74 Coahuila 4 Guanajuato 4
Baja California 3 Baja California 4
Sonora 3 Puebla 3
Suma 60% Suma 62%

Fuente: elaboración propia por José Antonio Mendoza Huitrón, cedrus-unam; con base en el Sistema de Cuentas Nacionales de México, pib estatal y
estimaciones del pib turístico por entidad federativa de México del inegi para 2018.
 Mapa 2. Grado de especialización turística por entidad federativa en México, 2018

Clave Entidad Clave Entidad

01 Aguascalientes 17 Morelos
02 Baja California 18 Nayarit
03 Baja California Sur 19 Nuevo León
Estados Unidos 04 Campeche 20 Oaxaca
02
05 Coahuila 21 Puebla
26 06 Colima 22 Querétaro
07 Chiapas 23 Quintana Roo
08 08 Chihuahua 24 San Luis Potosí
09 Ciudad de México 25 Sinaloa
10 Durango 26 Sonora
05 11 Guanajuato 27 Tabasco
12 Guerrero 28 Tamaulipas
13 Hidalgo 29 Tlaxcala
19 19 14 Jalisco 30 Veracruz
03 M 15 México 31 Yucatán
ar 25 10
de 28 16 Michoacán 32 Zacatecas
C
or
té
s
32

Sonda de Campeche
24
18 01
01
Simbología
11 22 13
Golfo de 31
Grado de especialización 14 22 México
14 13

Mar Caribe
23
Extremadamente alto 29
06 16 15 09 30 04
Zona Centro 15 17 21
Muy alto
27
Alto 12 Belice

Medio
20
07
Guatemala
Bajo
Golfo de Honduras
Tehuantepec
Muy bajo
El Salvador
No especializado Nicaragua

Fuente: elaboración propia por José Antonio Mendoza Huitrón, cedrus-unam; con base en estimaciones del pib turístico por entidad federativa de México
para 2018.
 Mapa 3. Participación del pib turístico por municipio en entidades especializadas y no especializadas, México, 2018

Participación de los municipios

en el pib turístico
Hgo de entidades especializadas (%)
Entidad Municipio
BC Estados Unidos Quintana Roo Benito Juárez (48.2)
Son Mex Tlax Solidaridad (32.2)
Cozumel (5.6)
CDMX Subtotal = 87%
Baja California Sur Los Cabos (71.3)
Chih La Paz (23.6)
Subtotal = 95%
Nayarit Bahía de Banderas (54.7)
Coah Pue Tepic (29.1)
Mor
19 Gro Subtotal = 84%
BCS Guerrero Acapulco de Juárez (42.4)
Chilpancingo de los Bravo (32.7)
NL Iguala de la Independencia (4.7)
M Sin Dur Zihuatanejo de Azueta (4.5)
ar Subtotal = 84%
de
C Chiapas Tuxtla Gutiérrez (36)

Sonda de Campeche
or Tapachula (19.6)
té Zac Tam
s San Cristóbal de las Casas (11.2)
Comitán de Domínguez (6.6)
Nay Ags SLP Subtotal = 73%
Entidades especializadas en turismo Morelos Cuernavaca (53.2)
Entidad Grado de especialización 01 Golfo de Yuc Cuautla (17.5)
Gto Qro Hgo México Jiutepec (7.6)
Quintana Roo Extremadamente alto Jal 14 13 Subtotal = 78%
Baja California Sur Muy alto QROO Yucatán Mérida (84.2)
Tlax Ver Valladolid (4.2)

Mar Caribe
Nayarit Muy alto
Guerrero Alto Mich Mex Camp Progreso (3.3)
Col Pue
O

Subtotal = 92%
cé

Chiapas Bajo
15 Oaxaca Oaxaca de Juárez (41.1)
an

Morelos Muy bajo Tab San Juan Bautista Tuxtepec (9.2)

o

Belice
Gro
Pa

Yucatán Muy bajo Salina Cruz (6.2)

cí

Oaxaca Muy bajo Oax San Pedro Mixtepec (5.7)

fic

Chia Huajapan de León (5.2)

o

Ciudad de México Muy bajo

Juchitán de Zaragoza (5.1)
Guatemala Santiago Pinotepa Nacional (3.2)
Simbología Golfo de Honduras Santa María Huatulco (2.6)
Tehuantepec Subtotal = 78%
37 municipios en entidades especializadas (32%) Ciudad de México Cuauhtémoc (19.6)
El Salvador Miguel Hidalgo (16.7)
94 municipios en entidades no especializadas (51%)
Benito Juárez (10.3)
Resto de municipios turísticos en el país (14.9%) Álvaro Obregón (9.7)
Límites estatales Venustiano Carranza (6.8)
Coyoacán (6.5)
Iztapalapa (6.2)
Azcapotzalco (6.1)
Subtotal = 82%

Fuente: elaboración propia por José Antonio Mendoza Huitrón, cedrus-unam; con base en estimaciones del pib turístico por municipios en México para
2018.
 Mapa 4. Participación del pib turístico en localidades de entidades especializadas y no especializadas, México, 2018

Participación de las localidades

en el pib turístico
de entidades especializadas (%)
Hgo Entidad Localidad
Quintana Roo Cancún (47.2)
Playa del Carmen (29.8)
BC Estados Unidos Cozumel (5.3)
Subtotal = 82%
Tlax Baja California Sur Cabo San Lucas (41)
Son Mex San José del Cabo (28.3)
La Paz (19.7)
Chih CDMX Subtotal = 89%
Nayarit Tepic (27.1)
San Vicente (7.8)
Pue Pue San José del Valle (7)
Bucerías (7.1)
Coah 19 Mor Mezcales (6.6)
BCS Gro Sayulita (3.4)
Subtotal = 59%
M Guerrero Acapulco de Juárez (39.1)
ar NL Chilpancingo (28.3)
de Sin Dur Iguala (4.4)
C
or Tam Zihuatanejo (3.1)
té Subtotal = 75%
s
Entidades especializadas en turismo Zac Chiapas Tuxtla Gutiérrez (35)

Sonda de Campeche
SLP Tapachula (15.5)
Entidad Grado de especialización Sur de Nayarit San Cristobal de las Casas (10.6)
Comitán de Domínguez (5.9)
Quintana Roo Extremadamente alto Ags Golfo de
Baja California Sur Muy alto Nay México
Subtotal = 67%
Nay Hgo 13 Yuc Morelos Cuernavaca (50.9)
Nayarit Muy alto 14Qro
Gto Cuautla (16.3)
Guerrero Alto Jal Jiutepec (6.6)
Chiapas Bajo Subtotal = 74%

Mar Caribe
Morelos Muy bajo Ver QROO Yucatán Mérida (80.4)
Tlax
Yucatán Muy bajo Mich Mex Camp Valladolid (3.6
Oaxaca Muy bajo Jal Col Pue Progreso (2.1)
Subtotal = 8.6
Ciudad de México Muy bajo Gro Tab Oaxaca Oaxaca de Juárez (40.3)
Belice
Oc San Juan Bautista Tuxtepec (7.9)
Simbología éan Oax Salina Cruz (6)
oP Puerto Escondido (4.2)
42 localidades en entidades especializadas (30%) acífi Chia
co Guatemala
Huajuapan de León (4.7)
96 localidades en entidades no especializadas (46%) Juchitán de Zaragoza (4.4)
Golfo de Honduras Santiago Pinotepa Nacional (2.6)
Resto de localidades turísticas (14.3%) Crucecita (1.3)
Tehuantepec Subtotal = 71%
Límites estatales El Salvador Ciudad de México Cuauhtémoc (19.6)
Miguel Hidalgo (16.7)
Benito Juárez (10.3)
Álvaro Obregón (9.7)
Venustiano Carranza (6.8)
Coyoacán (6.5)
Iztapalapa (6.2)
Azcapotzalco (6.1)
Subtotal = 82%

Fuente: elaboración propia por José Antonio Mendoza Huitrón, cedrus-unam; con base en estimaciones del pib turístico por localidad en México para 2018.
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 75

VI. Conclusiones y recomendaciones

La conceptualización teórica del espacio turístico es indispensable para que la

medición de la actividad turística no se mida sin teoría. Los datos y la infor­
ma­ción de la cstm permiten estimar cifras de la actividad turística en el
interior del país, siempre y cuando los datos a nivel subnacional se calculen con
métodos híbridos que combinen datos subnacionales con los nacionales, y
se condicione a que sus resultados sean consistentes cuando se totalizan
para compararlos con los nacionales.
Las estimaciones de datos regionales deben de sustentarse estadística-
mente a fin de validar sus resultados. Las metodologías de estimación de los
datos deben ser precisas y detalladas, así como formalizadas con el propósito
de evitar interpretaciones subjetivas e imprecisiones en los procedimientos
que se llevaron a cabo para su estimación. La utilización de la estadística
inferencial mediante el análisis econométrico permite sustentar probabilísti-
camente los resultados obtenidos de las estimaciones a partir de las pruebas
de hipótesis.
Se considera que la metodología empleada puede ser aplicada en otros paí-
ses, sobre todo en aquellos que elaboran cuentas satélite para el turismo, pero
también puede ser utilizada para otras cuentas satélite, como cultura y salud.
Adi­cionalmente, puede emplearse para la estimación de datos estadísticos e
indicadores a niveles regional, urbano y local.
La economía del sector turístico requiere ampliar y estimar datos adicio-
nales a los obtenidos que permitan ahondar de manera sistemática y rigurosa
en la comprensión de su funcionamiento, pero se considera que las estima-
ciones elaboradas son información de base que sí permiten esto. La investi-
gación y la estimación del pib turístico por localidad, municipio y entidad
federativa son el inicio de nuestra agenda de investigación en la economía
del turismo a nivel subnacional, por lo que en trabajos posteriores se pre-
tende realizar investigaciones complementarias, como la regionalización de
la economía turística de México.
76 EL TRIMESTRE ECONÓMICO 361

Referencias bibliográficas

Asuad, N. (2001). Economía regional y urbana: Introducción a las teorías,

técnicas y metodologías básicas. México: aefe/buap/El Colegio de Puebla,
A. C./Editorial Ducere.
Asuad, N. (2007). Un ensayo teórico y metodológico sobre el proceso de
concentración económica y espacial y su evidencia empírica en la Región
Económica Megalopolitana 1976-2003 y sus antecedentes (tesis de doc­‑
torado). unam, México.
Asuad, N. (2014). Pensamiento económico y espacio. México: Facultad de
Economía-unam.
Cañada, A. (2013). Cuenta Satélite de Turismo Regional, serie de Documentos
Temáticos, Programa de Estadísticas y cst de la omt (stsa/ip/2013/02).
Recuperado de: [Link]
Cerón, H., Madrid, F., y Silva, E. (2022). Aproximación al dimensionamiento
del pib turístico estatal: evidencia para México. El Periplo Sustentable, (43),
83-119. Recuperado de [Link]
Data Tur (s. f.). pib turístico estatal y municipal 2018-2019 en México. Una
aproximación inicial. Gobierno de México. Recuperado de: https://
[Link]/SitePages/[Link]
Dupeyras, A., y MacCallum, N. (2013). Indicators for Measuring
Competitiveness in Tourism: A Guidance Document (oecd Tourism
Papers, 2013/02). París: oecd Publishing. Recuperado de: [Link]
org/10.1787/23071672
Gujarati, D., y Porter, C. (2010). Econometría (5ª ed.). México: McGraw-Hill.
inegi (2019). Directorio Estadístico Nacional de Unidades Económicas
(denue). Recuperado de: [Link]
inegi (2020). Estadísticas de turismo derivadas de los Censos Económicos
2019. Tabulados predefinidos. Última actualización: 16 de julio de 2020.
Recuperado de: [Link]
inegi (2021a). Principales resultados por localidad (iter). Microdatos.
Última actualización: 16 de marzo de 2021. Recuperado de: [Link]
[Link]/programas/ccpv/2020/#Microdatos
inegi (2021b). Sistema Automatizado de Información Censal (saic) 2019.
Última revisión: 5 de enero de 2021. Recuperado de: [Link]
[Link]/app/saic/[Link]
 Asuad-Sanén, Contreras, Mújica y Huitrón, Estimación del pib turístico 77

inegi (2022). Sistema de Cuentas Nacionales de México. Cuenta Satélite

del Turismo de México (cstm), Serie 1993-2021, Año base 2013. Última
actualización: 15 de diciembre de 2022. Recuperado de: [Link]
[Link]/programas/turismo/2013/#Tabulados
InRoute y omt (2015). El turismo más de cerca: medición y análisis subnacional-
Hacia un conjunto de orientaciones de la omt. Madrid: omt. Recuperado
de: [Link]
Mújica, A. (2001). Aspectos relevantes sobre la Cuenta Satélite del Turismo
de México. En Desarrollo sustentable y turismo (pp. 135-150). Jalisco:
Universidad de Guadalajara.
omt (2021a). International Tourism Highlights, 2020 Edition. Madrid:
omt. Recuperado de: [Link]
9789284422456
omt (2021b). Tourism: From Crisis to Transformation. unwto and the
covid-19 Crisis, Preliminary Version. Madrid: omt. Recuperado de:
[Link]
onu (1993). Sistema de Cuentas Nacionales 1993. Bruselas, Luxemburgo,
Nueva York, París y Washington, D. C.: onu. Recuperado de: https://
[Link]/Documentos/IIN/Acuerdo_5_IV_2016/EMEC/20_
[Link]
onu (2010). Cuenta satélite de turismo: Recomendaciones sobre el marco
conceptual, 2008. Luxemburgo, Madrid, Nueva York, París: onu.
Recuperado de: [Link]
[Link]
Rodríguez, R. (2005). Experiencia en la implantación de la Cuenta Satélite
del Turismo de México (tesis de licenciatura). unam, México.
Soto de la Rosa, H., y Schuschny, A. R. (2009). Guía metodológica. Diseño de
indicadores compuestos de desarrollo sostenible (documento de proyecto).
Santiago de Chile: cepal/gtz. Recuperado de [Link]
org/handle/11362/3661