本文选取中国30个省市地区的交通碳排放为研究对象,采用1997年到2016年的面板数据建立经济因素模型、科技因素模型、人口因素模型,从全国和区域两个维度建立面板数据回归模型,探讨经济、科技和人口因素对不同地区交通碳排放的影响。全国面板数据分析的实证结果显示,人均GDP、单位周转量能耗、工业化和交通产值占比对交通碳排放都有着显著的正向影响,交通类消费价格指数是唯一对交通碳排放有着显著负向影响的经济因素。专利申请数量和清洁能源占比对交通碳排放有着显著的负向影响,能源强度是对交通碳排放促进作用最大的科技因素,单位周转量能耗对交通碳排放的影响是正向的但是并不显著。人口数量、城镇化和教育水平对交通碳排放的影响也是显著为正的,老龄化对交通碳排放的影响是负向的,但是并不显著。在不同的分位数点上,各因素对交通碳排放量的影响效果不同。区域分析的实证结果显示,人均GDP对交通碳排放的影响都是正向且显著的,工业化对交通碳排放的影响仅在低碳排放低经济发展组和高碳排放高经济组是显著为正的,交通类消费价格指数在多数所研究区域的影响效果是显著为负的,交通业产值占比仅在高碳排放高经济组对碳排放有着显著的促进作用。能源强度对交通碳排放的影响都是显著为正的,专利申请数量和单位周转量能耗对交通碳排放的影响在多数研究区域有着显著的正向影响,对交通碳排放唯一存在抑制作用的因素是清洁能源占比。人口数量和城镇化对于交通碳排放的影响也均显著为正,教育水平在大部分研究区域中系数均显著为正,且在低碳排放低经济发展组影响程度最大。老龄化对交通碳排放的影响效果并不显著,仅在高碳排放高经济发展组对交通碳排放有显著的正向影响,并且弹性系数较小。交通业产值占比与人均GDP的交互作用、专利申请数量与单位周转量能耗的交互作用、城镇化与人口数量的交互作用对交通碳排放有着显著的影响,但在不同区域作用效果有所差异。工业化与人均GDP的交互作用、能源强度与单位周转量能耗的交互作用对交通碳排放量仅在低碳排放高经济组和高碳排放高经济组显著,交通类价格指数与人均GDP的交互作用、教育水平与人口数量的交互作用仅在高碳排放高经济组对交通碳排放有显著的影响,清洁能源占比与单位周转量能耗的交互作用仅在低碳排放高经济发展组有显著负向影响。