散点图可以直观地检查两个变量之间的关系。特别在目前情况下，宜居性得分和各指标间也许存在着非线性关系，散点图方法尤为适用。虽然散点图只能呈现成对关系而不能考虑各因素之间的相关性，但仍能提供信息，为更复杂的定量模型奠定基础，用定量模型协助解释关键因素对城市宜居性的影响力。

如图4.1所示，在宜居性得分与人均地区生产总值间存在较强的正相关。正相关意味着一个城市的人均地区生产总值越高，宜居水平通常更好。值得注意的是，图中部分数据点与大多数数据点距离较远，特别是右上角代表澳门的数据点。这些数据点被看做是潜在的异常值，有可能干扰分析结果。在定量分析中，异常值问题更加需要关注，必须进行鲁棒性测试以检查三因素回归模型揭示的关系是否受到潜在异常值的严重影响。

图4.1: 宜居性得分与人均地区生产总值关系散点图

数据来源：亚洲竞争力研究所

图4.2是各城市宜居性得分与居住人口的散点图，该图不能清晰展示这两个变量间的关系。数据点大致围绕水平轴对称分布，除了代表澳门的数据点落在图左上角。仅根据散点图分析难以推断人口数量的庞大与一个城市宜居性是正相关还是负相关。

图4.2: 宜居性得分与常住人口关系散点图

数据来源:亚洲竞争力研究所

图4.3是宜居性得分与第三产业占地区生产总值比重关系的散点图。根据数据点的大致分布情况，宜居性得分与第三产业占地区生产总值比重似乎存在较弱的正相关。

图4.3: 宜居性得分与第三产业占地区生产总值比重关系散点图

数据来源:亚洲竞争力研究所