我国经济持续高速高质量发展的同时也伴随着大气污染问题,人口的增长,机动车保有量的激增,导致城市灰霾污染问题日趋严重。特别是作为污染重灾区的京津冀地区,秋冬季更是持续出现灰霾PM_2.5超标情况。而PM_2.5的形成机理非常复杂,燃煤、机动车等污染源除了会直接向大气排放一次细颗粒物PM_2.5以外,还会排放NO₂、SO₂等这些会二次转化成硝酸盐、硫酸盐的气态污染物,这些二次颗粒物使得PM_2.5爆发式增长,2017年北京市机动车排放对PM_2.5的贡献度更是达到了45%。在这样的PM_2.5细颗粒物与二氧化氮等气态污染物的复合型污染条件下,量化分析主要前体物二氧化氮对灰霾PM_2.5细颗粒物的影响大小,是亟待了解、值得研究的问题。针对以上背景,本文主要以2017年京津冀13个城市作为研究对象进行二氧化氮对灰霾影响的统计测度研究,以此为京津冀灰霾治理提供数据支持与决策支撑。本文主要运用可视化分析技术挖掘京津冀城市和站点的灰霾PM_2.5和NO₂的时空分布特征,采用相关分析方法分析PM_2.5与NO₂的关系,并结合空间自相关分析方法以及建立空间面板模型量化分析在考虑气象、供暖日、节假日等因素的情况下气态污染物NO₂对细颗粒物PM_2.5的影响。最终得出以下结论:第一,京津冀城市NO₂与灰霾PM_2.5具有明显的冬季和节假日浓度高且污染严重的时间特征,同时发现2018-2020年整体污染情况较2017年有所改善,2020年初新型冠状病毒疫情期间浓度也比往年同期高,这些与燃煤供暖、机动车尾气、工业生产等有很大关系;空间上发现市区、交通区、工业区这些站点污染比较严重,京津冀城市整体上两物质浓度呈现北部城市比中南部城市低的地理特征。第二,NO₂与PM_2.5的相关性的确较强,且通过构建的个体固定效应面板空间滞后模型（PSLM）分析发现灰霾PM_2.5存在空间集聚效应,位于京津冀南部的邢台、邯郸、石家庄、保定等属于灰霾PM_2.5扩散区,同时验证了NO₂具有显著的增霾效应,NO₂浓度每增加1%,灰霾PM_2.5就会增加0.312%,且除了节假日期间机动车污染物排放量的增加、冬季燃煤供暖这些人为因素会使灰霾加剧以外,风速、温度等气象条件也会对灰霾有影响。