为分析PM2.5-O3复合污染数值响应关系，基于2015—2020年北京市空气质量数据、气象资料和新冠疫情数据，分析PM2.5-O3复合污染事件在多尺度下的变化趋势。同时提出一种复合污染指数，在广义相加模型下分析数值响应趋势，并进一步引入分布滞后非线性模型，分别解析复合污染指数、复合污染事件和影响因素间的滞后响应关系。结果表明，北京市PM2.5-O3复合污染事件逐年减少，具有明显的季节效应、星期效应和节假日效应。复合污染指数与降雨量无明显相关性，与O3和空气温度呈线性正相关，与其余解释变量均为非线性相关。同时大气污染物和气象条件对复合污染指数有明显滞后效应，滞后影响主要集中在1～3d。高值的PM2.5、PM10、O3、SO2和空气温度明显增加复合污染风险，中值段的CO(1～6 mg·m-3)、NO2(38～118 μg·m-3)、相对湿度（54%～87%）和低风速都会增加复合污染风险。复合污染事件在数值响应中表现出多天连续污染的趋势，相较于PM2.5和PM10，复合污染事件更依赖于O3，高值区复合污染率在30%～47%。CO和相对湿度对复合污染事件影响较小，空气温度影响最大，复合污染事件中84.7%发生在20～30℃。