2.1 中国高价值农业（HVA）的发展：特色农产品优势区（CAPAs）作为政策体现
高价值农业（HVA）以培育具有高市场价值、高营养价值或高出口潜力的产品为特征，已成为全球农村转型的关键战略（Cramer等，2022；Minten等，2007；Narayanan，2014；Ogutu和Qaim，2019）。在中国，自21世纪初以来，高价值农业一直是农业政策的重点，政府不断寻求有效途径，从低效率、以主粮作物为主导的生产模式向更具盈利性、多样化和可持续的农业模式转变。高价值农业发展的第一步重大举措是启动《全国优势农产品区域布局规划（2003—2007年）》，该规划优先确定了11种高潜力农产品，并设立了35个优势区。2007年，农业部发布了《特色农产品区域布局规划（2006—2015年）》，重点关注10个具有区域特色的类别。《“十二五”农村经济发展规划（2012年）》强调了优化区域布局的必要性。2014年，确定了144种重点产品，并启动了标准化生产示范区建设。这些举措提高了农业专业化程度和生产率，为中国高价值农业的发展奠定了基础。然而，挑战依然存在，特别是优势区与特色产品规划之间的协调不足。这些局限性阻碍了增值农业的充分实现。为解决这些问题，中国于2017年启动了《特色农产品优势区建设规划》，这是一项重大制度创新，将优势区域划分与特色产品开发统一起来（Luo等，2025）。作为高价值农业的政策体现，特色农产品优势区旨在通过支持市场需求旺盛且具有区域优势的产品来改造传统农业。特色农产品优势区通过四个渠道推动高价值农业发展：（1）鼓励市场化生产和企业参与；（2）培育新型农业经营主体；（3）建设生产、加工和物流标准化基地；（4）加强创新、品牌建设、营销和质量控制。这些举措与全球高价值农业概念相契合，并强调其在增加农民收入、创造农村就业机会和促进环境可持续性方面的作用。2017年至2020年间，共指定了四批特色农产品优势区，总计308个国家级区域，覆盖680个县（图1）。本研究将特色农产品优势区视为中国高价值农业的有效替代指标，因为它们代表了政府推进高价值农业转型的主要制度手段。除了政策象征意义外，特色农产品优势区为农民提供了结构化机会，使其能够从低回报、自给自足的农业向更具盈利性、市场导向和环境可持续的实践转型。评估特色农产品优势区的影响，可为高价值农业如何解决农村发展关键挑战提供有意义的见解。
2.2 高价值农业缩小城乡收入差距（URIG）的潜在渠道与假设
特色农产品优势区政策作为一项战略性高价值农业举措，直接针对农村经济发展的结构性制约因素（Luo等，2025）。城乡收入差距持续存在的主要原因是农村农业生产发展滞后，导致农民收入始终低于城市居民（Bezemer和Headey，2008；Ravallion和Chen，2007）。众多研究表明，农村收入停滞主要归因于关键生产要素的短缺和低效，如劳动力（Gao等，2014）、资本（Huang和Shi，2021；Tang等，2022）和土地流转（Rogers等，2021）。此外，农业品牌建设薄弱降低了产品竞争力，限制了增值收益（Tang等，2024），而小规模分散经营和欠发达的组织形式则限制了农民的议价能力（Huang和Liang，2018）。幸运的是，理论上高价值农业可以通过赋能生产要素、加强农业品牌建设和升级农业经营主体，克服这些制约因素，从而有可能增加农民收入、缩小城乡收入差距（图2）。
首先，高价值农业可以通过赋能农业生产要素来缩小城乡收入差距。区域间收入趋同取决于劳动力和资本的有效配置与生产率（Yuan等，2020）。高价值农业通常比传统农业提供更高的经济回报，吸引劳动力和资本流入，提高土地生产率，促进要素集聚（Narayanan，2014）。由于经济作物往往比粮食作物更难实现机械化，高价值农业生产对人工劳动的需求也更强。这为愿意留在家乡的年轻、受过教育的工人提供了在当地从事农业工作的机会，而非远赴城市务工。留住技能型劳动力可维持农村人力资本基础，为加工、物流和营销等相关产业提供支持，从而直接增加农村收入（De murger和Xu，2011；Yu和Lu，2021）。此外，高价值农业可吸引更多资本投资于基础设施和农产品加工，从而放大农村经济回报（Morvaridi，1990；Li等，2018；Campos，2022）。同时，通过促进更专业化的生产，高价值农业还可能鼓励在当地制度和市场允许的情况下进行土地集约利用，提高农业生产率（Huang和Liang，2018；Luo等，2025；Rogers等，2021）。基于此，我们提出以下假设：
H1：高价值农业通过留住本地高素质劳动力、增加资本投资和促进土地集约利用，赋能农业生产要素，从而缩小城乡收入差距。
其次，高价值农业可以通过加强农业品牌建设来缩小城乡收入差距。与传统农业以小规模经营、信息不对称和产品同质化为特征不同，高价值农业具有大规模、市场化和差异化生产的特点，更有利于品牌发展。通过推动品牌建设，高价值农业有助于高价值地方农产品的认证，帮助当地生产者减少区域信息不对称、增强产品独特性并提高产品价值（Zhao等，2020）。农业品牌建设的发展，反过来又可以通过标准化生产实践和加强质量控制，进一步增强消费者信任和满意度（Zhao等，2020）。因此，在向高价值农业转型过程中，农民将更倾向于种植高价值经济作物并追求品牌创新，从而获得更高的经营收入。此外，农业品牌建设的发展可显著提升农产品的市场竞争力和出口潜力，这不仅提高了产品附加值，还增强了农民的议价能力，确保更稳定的市场准入和更高收入，从而增加农民收入（Tang等，2024；Zheng和Li，2024）。因此，我们提出以下假设：
H2：高价值农业通过培育农业品牌和激发农村品牌创新，加强农业品牌建设，从而缩小城乡收入差距。
最后，高价值农业可以通过升级农业经营主体来缩小城乡收入差距。与传统农业相比，高价值农业与更多样化和现代化的组织形式相关联，这些形式有利于规模化经营和专业化生产（Huang和Liang，2018；Luo等，2025）。高价值农业通过促进合作社和农业企业等新型管理主体的进入，推动农业生产组织化（Jin等，2024；Luo等，2025）。这些主体推广订单农业和数字农业等生产模式，进一步加强了农产品与市场的联系（Narayanan，2014；Cramer等，2022）。通过促进大规模和专业化生产，农民可以摆脱分散的自雇经营，降低交易和运营风险，并通过参与合作社或农业企业以及改善市场准入，获得更稳定的收入（Shiferaw等，2011）。此外，通过将农业价值链延伸至加工、物流和营销环节，新型经营主体创造了额外的就业机会，共同促进收入增长和就业稳定，从而有助于缩小城乡收入差距（Barrett等，2022；Reardon等，2019）。基于此理解，我们提出以下最终假设：
H3：高价值农业通过促进农民合作社、农业龙头企业和家庭农场的发展，升级农业经营主体，从而缩小城乡收入差距。
3.1 数据来源
特色农产品优势区政策相关数据来源于浙江大学开发的中国农村发展研究院千村中国农业研究数据库。该数据库旨在支持中国乡村振兴战略，服务于农业、农村和农民相关的学术研究与政策分析。城乡居民收入比（URIG）数据来源于《中国区域经济统计年鉴》和《中国县域统计年鉴》。关于控制变量和协变量，财政支出与地区生产总值（GDP）的数据来源与URIG相同。道路网络密度数据来自官方开源地图（OSM）数据库。温度数据源自欧洲中期天气预报中心的ERA5再分析数据集中的年平均2米地表温度。降水数据取自国家青藏高原科学数据中心，采样空间分辨率为1千米。海拔数据来自中国科学院资源环境科学与数据中心，空间分辨率为250米。坡度数据源自美国国家航空航天局的先进星载热发射和反射辐射仪全球数字高程模型（V003），分辨率为30米。森林和草地覆盖率数据来自武汉大学提供的2017年土地利用数据集，分辨率为30米。所有数据集均经过严格的质量控制和一致性检查，以确保实证分析的稳健性和可靠性。值得注意的是，在样本期间，部分行政县发生了管辖权变更。本研究排除了在样本期间发生管辖权变更的县。此外，控制变量存在缺失值，我们直接将其排除。最终，本研究选取了2014-2022年中国1723个县的非平衡面板数据，形成了包含12833个观测值的非平衡面板数据集。其中，国家级特色农产品优势区有401个。
3.2 变量
3.2.1 特色农产品优势区政策的实施
本研究探讨国家级特色农产品优势区。在特色农产品优势区申请和认定过程中，某些情况下，同一地级市下的多个县、县级市或市辖区会联合建立特色农产品优势区示范区。在这种情况下，我们将对应地级市特色农产品优势区示范区下的所有县级单位统一划入处理组。此外，如果一个县级地区被多次认定为特色农产品优势区，本研究以其首次被认定的年份作为处理年份。
3.2.2 城乡居民收入比
城乡居民收入比用城镇居民人均可支配收入与农村居民人均可支配收入之比来衡量。该指标在现有文献中被广泛用于评估收入差距和区域不平等（Yu and Lu，2021）。
3.2.3 作用机制变量
本研究考察了三种作用机制：生产要素赋能、农业品牌化以及农业经营主体的作用。生产要素赋能从三个方面进行评估：劳动力（包括劳动力流动性和质量）、资本投资和土地流转。农业品牌赋能以地理标志农产品品牌数量和农村品牌创新水平作为代理变量。农业经营主体赋能则用国家级农民专业合作社、国家级农业产业化龙头企业以及省级家庭农场来表示。
3.2.4 控制变量与协变量
参照Yu and Lu（2021）和Gao et al.（2014）的研究，本研究控制了其他可能影响特色农产品优势区和城乡居民收入比的因素，包括温度、降水、财政支出、地区GDP和道路网络密度。鉴于特色农产品优势区的认定特别强调生态条件和资源禀赋，我们进一步采用倾向得分匹配 - 双重差分法（PSM-DID）以确保结果的稳健性。在匹配过程中，借鉴《特色农产品优势区建设规划纲要》，纳入了反映县级地形和资源特征的额外协变量，如海拔、坡度和森林草地覆盖率。
3.3 模型
