本文首先提出了本文所要分析的问题；其次，就上海市虹口区XTY案例进行了简介及调查情况说明；然后，说明了XTY的组建方式以及组织运作过程中国家权力的选择性参与；最后对国家与社会的关系进行了进一步的讨论。

本文基于村居调查和居民调查的数据，总结了上海市基层组织存在的主要问题和村居组织发育与治理绩效存在的主要问题；最后，对进一步加强基层社会组织建设提出了建议和措施。

本文首先指出中国特大城市郊区基层治理面临的最大问题是对“流动性”的治理；然后，表明传统治理模式的两个核心；最后，建议以横向谈判解决特大城市郊区基层治理中的“流动难题”。

在过去十几年中，社会组织大量涌现，作为国家与市场之外的“第三部门”，在通过“政府购买”形式承接社会公共服务的同时，也获得了国家权力的使用许可。本文通过对一个提供中介服务的社会组织组建、组织架构、业务运作及工作评估四个方面的考察发现，社会组织的发展壮大，在一定程度上弥补了国家治理能力的不足。社会组织在获得一定自主性的同时，也在一定程度上缓和了国家与社会的对立关系。

“资本创造”和“劳动创造”的差异，曾经是过去一个世纪以来资本主义和社会主义两大意识形态的争论中，关于资本和财富创造合法性理论的一个基本分歧所在，而“天赋村籍”曾经是中国传统村落共同体维持稳定和良好秩序的基础，“管理者贡献”则始终是公有制经济下让人非常纠结的一个话题。本文通过对发生在上海、宁波、广州、深圳、济南的一系列农村股份合作制改造和“村改居”实践的考察，分析在传统集体主义经济逐步“解体”的过程中，人们如何理解集体财富的起源和确定集体成员的边界，据此来探讨在这一轮产权改革过程中，集体资产分割背后的多重逻辑基础。

虽然该文的重点是讨论技术红利的分配, 而不是讨论技术红利的生产, 但由于该文涉及的是一个行业长时期的历史发展, 因此技术红利的分配是与技术红利的生产密切相关的, 并且按该文提供的解释逻辑, 女工的社会地位、 组织能力会影响技术变革, 进而影响到技术红利的生产, 但这与该文提供的事实又有一定的矛盾, 需要在下一步研究中予以重视。

在中国农村的家庭经营当中，产品已经不是恰亚诺夫时代的“既能出售也能自己消费”的农产品，而是新古典经济学企业理论所讲的一般性的“市场产品”，但是由于这种经营采取了家庭生产的组织方式，生产与生活紧密结合，竞争性的劳动力市场和住房租赁市场也不成熟，在这种情况下，家庭经营的成本核算和经营决策既不同于恰亚诺夫的“家庭农场模型”，也不同于贝克尔的“家庭生产函数”。在工业化过程中从事“家庭经营”的中国农村家庭，在从事生产经营和家庭消费的过程中，并不能满足现代经济学所讲的“可分性原理”，在某种意义上讲，家庭的生命周期决定了家庭的劳动力结构和住房、资金等资源的拥有情况，在面对一个新兴的工业产业引入的时候，这种劳动力、住房和资金的不同组合结构决定了他们的进入选择与经营决策这种决定因素的背后是从事家庭经营的农户所独有的“成本核算”逻辑。如果把这个“成本核算”与“经营决策”逻辑进行总结的话，可以称之为家庭经营的“双生产”模型，当然，这个模型并不是恰亚诺夫“家庭农场模型”与贝克尔“家庭生产函数”的简单加总。

本文主要分析在家庭经营过程中的成本核算和经营决策。在家庭经营的生产经营决策中，大部分经营者不把住房、劳动力的投入纳入直接成本核算，而仅仅比较把不同的劳动时间与住房用于生产经营和社会生活时所带来的主观效用，并倾向于计算总成本收益。家庭人口状况和家庭结构影响家庭经营决策。不同年龄、性别与社会身份的劳动者所承担的职业角色不同；处于生命周期不同阶段的家庭具有不同的劳动力结构，会对家庭职业选择产生影响。最后，本文将“成本核算”与“经营决策”逻辑进行总结，概括出具有特殊社会历史意涵的家庭经营的“双生产”模型。

随着经济的发展，上海市作为特大城市，吸引了大量的外来人口，是全国最主要的外来人口聚集城市之一。根据上海市人口管理办公室（以下简称上海市人口办）的统计，截至2014年6月30日，上海市来沪人员总数达1100.1万人，占上海市总人口的42.8%；与2010年第六次全国人口普查时的346.5万人相比，共增加了753.6万人，增长了2.17倍；平均每年增加53.8万人，年平均增长率15.5%。如此大规模的外来人口给上海市的社会经济发展带来了巨大的影响，也对城市的社会管理和社会服务提出了新的要求，了解和掌握上海市外来人口的现状和特点对于制定城市发展规划和加强城市管理具有十分重要的意义。上海市人口办对外来人口有详细的登记记录，对于了解外来人口现状具有重要作用。但是，外来人口本身的特点给登记数据的准确性带来了一定影响。外来人口是一个变化迅速的群体，他们由于工作原因，早出晚归，频繁更换住地，行踪很难掌握；同时，他们普遍存在三怕（怕麻烦、怕处罚、怕交费）心理，有意躲避、瞒报，使得登记难度很高；外来人口的登记还常常受到管理部门政策偏好的影响，“多登”“漏登”情况普遍存在。以上原因使外来人口数据普遍存在很大的偏差，尤其是不同部门登记口径差别很大，不同部门提供的资料往往相互矛盾，现行的外来人口登记系统难以及时准确地反映外来人口的变动情况。为了准确了解上海市外来人口的最新特点和发展变动趋势，对上海市人口办的外来人口登记数据进行比较准确的校正意义重大。上海大学数据科学与都市研究中心依托“上海都市社区调查”（Shanghai Urban Neighborhood Survey，SUNS），对上海市外来人口现状进行深入的调查研究，为上海市人口办的外来人口数据校正提供了很好的参考。“上海都市社区调查”是以特大城市为对象的大型问卷调查和数据库建设项目，它采用隐分层的多阶段概率与规模成比例（PPS）的随机抽样方法，以街道、居（家、村）委会及家庭户分别作为初级、二级、三级抽样单元。由于上海各街道、乡、镇所处的地理位置、人口密度、社会经济发展状况各不相同，他们所接纳的外来人口在数量上和构成上也各不相同，为使调查样本具有代表性，我们按照市中心区、新市区、郊县，以及各街道社会经济发展水平以及外来人口比重，对上海所有街道、乡、镇进行排序，形成隐分层，第一期调查从中抽取10%，共540个村居进行村居组织层面的调查，并对其中60个街道120个居（家、村）委会中的3500户家庭进行家庭和个人层面的调查。“上海都市社区调查”的抽样利用的是上海市人口办提供的基础数据，因此我们对于样本村居在总体中的代表性可以做很好的估计。同时，对于这些村居和家庭成员登记的人口信息，上海市人口办也可以进行很好的统计。而在“上海都市社区调查”的调查问卷设计中，我们对于所调查家庭户的同住成员信息以及家庭成员直系亲属关系亦有所涉及。通过3张调查表（同住家庭成员表、家庭成员直系亲属关系表、不同住家庭成员表），被调查家庭被要求填写过去6个月内累计一起居住的时间达3个月及以上，或者未来6个月内打算一起住3个月及以上的所有人（包括家庭成员与非家庭成员）的年龄、性别、婚姻状况、受教育程度、经济活动身份、户籍所在地等信息，以及所有同住者的直系亲属（父母、配偶、子女，包括同住与不同住的）的信息。这3个调查表的信息可以完整地构建被调查家庭户的家庭规模、家庭组成、居住安排、常住外来人口情况以及家庭成员外出情况等信息。这些信息将能够比较全面地反映被调查对象的人口信息。通过这个调查，我们可以做以下两件事情。第一，通过对120个村居中的3500个家庭的调查信息与登记信息的比照分析，对登记信息的误差进行估计，从而对上海市人口登记信息的准确性做一个评估。第二，利用调查信息，对上海市外来人口的总体状况进行准确的分析和预测。在实际的调查中，我们经常会遇到样本结构与总体结构有较大差异的情况。在这种情况下，要想准确地推断出总体的有关信息，一个必要的前提就是对调查的样本进行加权，使得加权后的样本结构尽量接近总体的结构。加权调整是通过调整样本比重达到解决样本代表性不足和过度问题的方法。调查中的每一个被访者都被赋予一个权重，以使加权后的数据尽可能地代表所研究的总体。加权调整主要包括三个方面，一是对不等抽样概率的调整；二是对调查中由于非抽样误差带来的数据偏差的调整；三是调整样本，使得估计值与已知的总体数值一致。广义回归估计（GREG）加权法是从调查数据的标准回归分析模型中衍生出来的。该方法通过在回归方程中融合多个辅助变量的已知信息来调整样本权重。每一个被访者都被赋予一个基础权重，这个基础权重跟样本各自的抽样概率有关。基于该基础权重，同时融合各个样本在一些辅助变量的特征定义回归模型，根据回归模型的结果来修改基础权重，获得最终调整后的权重。最终权重的获取主要考虑估计量与外部已知的总体分布一致，同时还需要弥补某种程度上的非覆盖误差。我们对“上海都市社区调查”数据采用广义回归估计（GREG）加权法进行加权处理。上海市人口办的统计数据作为我们加权的外部已知辅助信息，其他可靠的外部已知总体分布也被收集用于权重调整模型中。通过“上海都市社区调查”的3张有关同住家庭成员、家庭关系信息的调查表，以及对所获得数据的加权处理，我们可以比较全面地了解上海常住人口包括外来常住人口的现状。2013年以来，上海市加大了对外来人口的控制与管理力度，并把人口控制的指标逐级分解下达到了区县、街镇和村居，这一方面会对外来人口的控制产生一定的效果，另一方面也会对政府主导的外来人口信息采集工作产生影响，造成信息失真。本研究利用“上海都市社区调查”的数据，通过对调查数据与人口管理部门登记信息进行比对，可以更好地对外来人口的总体变动情况进行准确的估计，从而对上海市外来人口管理政策的效果进行准确的评估，为下一步制定更加科学有效的外来人口服务与管理政策提供依据。

基于实有人口信息演示以及市人口办提供的数据信息，本文对目前上海市人口办实有人口信息系统的使用与开发提出以下意见和建议，一是加快户籍信息更新速度，加强关联信息更新匹配，二是做好数据备份，增加更新痕迹变量，为时间序列的数据开发做好准备，三是加强对现有数据的分析、开发与开放使用，四是与移动通信数据相结合，切实掌握实有人口的分布和变动，更好地配置公共服务设施和公共资源。