一、多重共线性的检验与修正
通过Eviews7.0得出X1、X2、X3、X4各解释变量的相关系数矩阵，从该矩阵中可以看出各解释变量相互之间的相关系数较高，存在严重的多重共线性，因此采用逐步回归（逐步增加法）对模型进行修正。首先，分别做Y与X1、X2、X3、X4各解释变量间的OLS回归，得到估计结果分别为：Y=-183786.1+34900.18X1 Y=-775.9038+300.5676X2 （-10.02921）（13.38621） （-0.197001（17.38652） R2=0.904 F=179.1906 R2=0.941 F=302.291Y=-433890.2+42152.90X3 Y=-20576.84+506.3540X4 （-4.845846）（5.517371） （-2.495037）（10.40471） R2=0.616 F=30.44139 R2=0.851 F=108.2581从以上四个分析结果看出，Y用X2解释所得的回归方程拟合优度最高（R2=0.941），因此选择第一个方程做为基准的回归模型。即Y=-775.9038+300.5676X2（方程4—1）。在此基础上，依次将其他解释变量加入方程4—1，通过比较相继添加进去的变量对原有模型拟合优度及显著性的影响，确定影响货物周转量的主要因素为X1、X2、X3，由于常数项c的t检验值并不显著，剔除常数c，最终确定方程具体表达式为：Y=21046.72X1+187.9258X2+-10671.47X3+μ。
二、异方差的检验与修正
（1）异方差的检验—White检验利用White检验法检验模型是否存在异方差，由检验结果可知，Obs*R-square对应得P值为0.0272<0.05，因此拒绝原假设，此模型存在异方差。（2）异方差的修正—WLS运用WLS法对模型存在的异方差进行校正，选取权数w=1/resid2，得到回归估计结果，各解释变量的显著性有所增强，同时模型拟合度显著增加。4.序列相关性的检验与修正采用DW法判断模型是否存在序列相关性，本文样本数n=21，解释变量k=3，查DW检验上下界表可得：dl=1.13，du=1.54，无自相关区域为1.54<DW<2.26。回归分析后，DW值为1.590150，因此模型已不存在序列相关性。5.模型最终分析通过上述模型检验与校正，最终确立模型为：Y=18436.09X1 + 201.3003X2 - 9268.358X3（93.58953） （316.1671） （-87.46429）R2=0.999999 DW=1.590150模型中X3的系数为负值，考虑到内河航道里程是指在一定时期内，能通航运输船舶及排筏的天然河流、湖泊水库、运河及通航渠道的长度。而且，本文模型被解释变量是货物周转量，衡量货物运输周转率的指标，水运货物在量上能够凸显其效用，但是在周转率上由于运输线路的特殊性，运输工具运转的复杂性，同时可能由于统计指标间存在一定的误差原因，导致系数为负，但是同样可以看出水运对我国货物周转量有一定的影响。
三、总结及建议
本文运用计量经济学模型，研究不同运输方式对我国货物周转量的影响程度，通过OLS回归分析可得，对我国货物周转量影响程度最大的是铁路运输，其次是公路运输；水运方式在α=0.05水平下对货物流通效率呈现负影响，因为本文被解释变量为货物周转量，衡量的是货物流通效率，而不是货物量，水运以其容积大，在货物量上的影响很显著，但由于其运输线路的特殊性以及运转的复杂性，所以水运方式呈现负影响。基于实证分析结论，对提高我国货物周转效率提出一些建议：
1.综合调度最佳的配送线路和运输方式
在流通配送中，要达到高效率流通，做到时间最少、距离最短、成本最低，必须综合调度最佳的配送线路和运输方式。只有合理完善调配运输线路与运输工具，才能不断加强产销衔接点，缩短运输线路，节省运输时间，降低运输成本，选择合适的运输工具，减少货物在运输过程中的损耗。
2.加大投资力度，改善传统运输工具
由回归方程可知，对我国货物周转量影响最为显著的主要是铁路与公路运输方式，在一定的运输距离下，运输工具要充分快捷、迅速。因此建议要加大货物运输工具的投资力度，积极改善传统运输工具的装备配置，提高传统运输工具的运转效率，只有这样才能有效减少货物在流通过程中的损失及运输风险。
3.提高“节约历程法”在货物流通中的应用水平
“节约里程法”的基本思想即是几何三角形中的“两边之和大于第三边”的定理，在运送货物时，首先要估计各目的地之间的距离，计算连接各目的地到同一线路上的距离节约值，之后确定初始运输方案的运输线路及运输费用，合理安排运输方式以达到节约里程的同时节约运输时间，减少运输环节及成本。
作者：史何新 杨为民 陈娆 单位：北京农学院
