贫困是人类社会的顽疾,是世界各国需要面临的重大挑战和难题,自新中国成立以来,中国经过多年不断完善扶贫开发战略和政策体系,特别是精准扶贫战略的提出,使我国的反贫困工作取得了举世瞩目的成就。但由于致贫的原因非常多元和繁杂,减贫必然是一个长期且艰巨的过程,中国的贫困课题绝不会因“摘帽”而止。河南是中国的人口大省、农业和粮食生产大省,其贫困程度较深且农村贫困人口众多,是一个集山区、平原、丘陵于一体的贫困典型研究区域,是黄河流域乃至中国贫困地区的缩影。在当前巩固拓展脱贫攻坚成果与推进乡村振兴有效衔接的五年过渡期背景下,评估河南省精准扶贫政策的减贫效应,以及对贫困群体进行精细空间尺度收入识别,对进一步优化扶贫政策方案、合理配置有限扶贫政策资源向全面推进乡村振兴平稳过渡,以及预防农户因能力贫困引致返贫风险、建立解决相对贫困的长效机制有着重要的意义。本文首先基于2019年精准扶贫工作成效第三方评估问卷调研数据,以河南省洛宁县及嵩县的39个抽样村的1216户贫困户为研究对象,将建档立卡贫困户的脱贫时间作为衡量三类扶贫政策减贫效应的代理变量,采用多尺度统计建模方法同时对“农户-村”两个空间尺度进行系统建模,并将基于博弈论的Shapley Values方法引入多尺度统计模型,进而探讨脱贫时间即减贫效应的尺度差异特征,分析政策及其他因素集对脱贫时间的影响和相对贡献;其次,基于省内309个抽样村的11617份社会经济问卷数据,采用多尺度统计模型估算村级尺度的人均纯收入情况,然后将其与夜间灯光等多源数据做回归分析,用以构建精细空间尺度的收入识别模型,以期用得出的模型关系对乡镇尺度的人均纯收入进行识别测度。主要得出如下结论:（1）基于多尺度统计模型的脱贫时间尺度差异特征表明:（1）脱贫时间差异中约有21%的差异可由村之间的差异来解释,而农户之间的群体差异占比约为79%,表明了脱贫时间即减贫效应差异更集中于农户尺度。（2）通过构建三类扶贫政策的随机斜率模型并与随机效应作对比进行方差分析,可知研究区域内产业、金融、转移就业三类精准扶贫政策实施效果较好,减贫效应的村级空间差异均较小。（2）政策和其他因素集对脱贫时间的影响及贡献度分析:（1）农户家庭属性中的劳动力规模及质量显著影响着贫困户的脱贫时间,可见家庭人力资本水平不足和主体发展能力较差是致贫的重要原因。（2）三类扶贫政策中,转移就业扶贫政策授之以渔鼓励贫困户就业、创业,显著加快了贫困户的脱贫进程。产业扶贫政策的减贫效应并不明显,可能存在着当地产业类型选择不合理、面临较大市场风险,以及瞄准精准性不足导致的精英俘获等问题。而产业扶贫的发展又赖于资金、技术等方面的保障,因此也会导致金融扶贫政策在贫困户脱贫过程中原生动力不足。（3）基于拓展的Shapley Values方法计算结果表明,贫困户所在村级属性因素集、家庭属性因素集对脱贫时间的解释能力分别为50.2%、40.7%,即综合村级属性优势明显的地区减贫效应会更好,其所需脱贫时间也倾向于更短。精准扶贫政策变量组虽然对脱贫时间的贡献较小,仅占9.1%,但在很大程度上影响并且改善了农户属性以及村级属性集,从而加快了贫困户的脱贫进程。（3）通过构建精细空间尺度的收入识别模型,可知夜间灯光亮度值可以在一定程度上反映区域经济活动强度;交通通达性条件的改善有利于人均纯收入的提升;在土地利用类型中,水域面积对人均纯收入的提高具有负向影响,原因可能是研究区内的人口普遍对当地水域生态保护开发意识较差,存在着水域经济价值利用率低、环境污染等问题;第二产业企业可以通过增加当地人口就业岗位,对人均纯收入的提升有较强的带动作用。