Categorías en Azul
Car RepairConcesionario de motocicletasConcesionarios de automóbiles novosGasolineiraLavado de cochesMecánicoReparación de cochereparación de motocicletareparación do corpoServizo de cambio de aceiteTaller de mecanizado de automóbilesTenda de accesorios para cochesTenda de motocicletasTenda de pneumáticosTenda de recambios de automóbilesAgriculturaAlmacén de madeiraArtesaníaFabricación industrial e de construciónFabricante de mobiliarioFerreiroProdución agrícolaProvedor de materiais de construciónProvedor de produtos de limpezaProvedor de sistemas de seguridadeWholesalersAlmacéns de zapatosMerceríaNenos e roupa de bebéServizo de lavandaríaTenda de accesorios de modaTenda de roupa do oesteTenda de roupa xuveniltendas de roupaTinturaría en secoWomen's clothingXoiarías e reloxaríasEmisora de radioProvedor de servizos de InternetProvedor de servizos de telecomunicaciónsTendas de teléfonos móbilesClubCompañía de gasEmpresa de transporteIgrexa católicaigrexasInstitución relixiosaNon Profit OrganizationOficina de correosOficina gobernamental
Mostrando 1-50 de 251
…
Industrias
Distribución de empresas por industria en Azul
| Descrición da industria | Número de establecementos |
|---|---|
| Compras | 187 |
| educación | 123 |
| restaurantes | 122 |
| tendas de roupa | 121 |
| Mercado e supermercados | 106 |
| Reparación de coche | 90 |
| outro aloxamento | 62 |
| Wholesale of machinery | 61 |
| salóns de beleza | 59 |
| Todos os alimentos e bebidas | 53 |
| Propiedade inmobiliaria | 53 |
Datos de Azul
| área | 16.6 km² |
| Poboación | 52.032 |
| Poboación masculina | 25.225 (48.5%) |
| Poboación feminina | 26.807 (51.5%) |
| Cambio de poboación (1975 to 2020) | +22.1% |
| Cambio de poboación (2000 to 2020) | +4.9% |
| Idade media | 33.8 anos (Home: 32.3, Muller: 35.3) |
| Códigos de Área | 2281 |
| Barrios | Mar Azul, Azul, Las Gaviotas |
| Hora local | |
| Zona horaria | hora estándar da Arxentina |
| Lat & Lng | -36.77698, -59.85854 |
Mapa de Azul
Mapa interactivo
Poboación de Azul
Anos 1975 a 2020
| Data | 1975 | 1990 | 2000 | 2015 | 2020 |
|---|---|---|---|---|---|
| Poboación | 42.600 | 47.436 | 49.608 | 50.079 | 52.032 |
| Densidade de poboación | 2.562,4 / km² | 2.853,3 / km² | 2.983,9 / km² | 3.012,3 / km² | 3.129,7 / km² |
Fontes: JRC (European Commission's Joint Research Centre) traballa no GHS built-up grid
Cambio de poboación de Azul desde 2000 ata 2015
Aumento do 0.9% desde o ano 2000 ata 2015
| Localización | Cambio desde 1975 | Cambio desde 1990 | Cambio desde 2000 |
|---|---|---|---|
| Azul | +17.6% | +5.6% | +0.9% |
| Provincia de Buenos Aires | +79.8% | +40.2% | +21.5% |
| Arxentina | +66.4% | +32.6% | +17.1% |
Fontes: JRC (European Commission's Joint Research Centre) traballa no GHS built-up grid
Idade media de Azul
Idade media: 33.8 anos
| Localización | Idade media | Idade mediana (muller) | Idade mediana (macho) |
|---|---|---|---|
| Azul | 33.8 yrs | 35.3 yrs | 32.3 yrs |
| Provincia de Buenos Aires | 30.6 yrs | 31.8 yrs | 29.4 yrs |
| Arxentina | 29.8 yrs | 30.9 yrs | 28.7 yrs |
Fontes: CIESIN (Center for International Earth Science Information Network)
Densidade de poboación de Azul
Densidade de poboación: 3.130 / km²
| Localización | Poboación | área | Densidade |
|---|---|---|---|
| Azul | 52.032 | 16,6 km² | 3.130 / km² |
| Provincia de Buenos Aires | 17 million | 305.458,1 km² | 55,6 / km² |
| Arxentina | 43,2 million | 2.779.516,9 km² | 15,5 / km² |
Fontes: JRC (European Commission's Joint Research Centre) traballa no GHS built-up grid
Poboación histórica e proxectada de Azul
Poboación estimada desde 1860 ata 2100
Fontes:
- JRC (European Commission's Joint Research Centre) traballa no GHS built-up grid
- CIESIN (Center for International Earth Science Information Network)
- [Ligazón] Klein Goldewijk, K., Beusen, A., Doelman, J., and Stehfest, E.: Anthropogenic land use estimates for the Holocene – HYDE 3.2, Earth Syst. Sci. Data, 9, 927–953, https://doi.org/10.5194/essd-9-927-2017, 2017.
Códigos de Área
Códigos de área porcentuais empregados por empresas en Azul
Códigos Postais
Porcentaxe de empresas por códigos postais en Azul
Distribución de prezos
Distribución do negocio por prezo para Azul
Índice de desenvolvemento humano (HDI)
Índice composto estatístico da esperanza de vida, educación e ingresos per cápita.
Fonte: [Ligazón] Kummu, M., Taka, M. &Guillaume, J. Gridded global datasets for Gross Domestic Product and Human Development Index over 1990–2015. Sci Data 5, 180004 (2018) doi:10.1038/sdata.2018.4
Emisións de CO2 de Azul
Emisións de dióxido de carbono (CO2) por habitante en toneladas ao ano
| Localización | Emisións de CO2 | Emisións de CO2 per cápita | Intensidade de emisións de CO2 |
|---|---|---|---|
| Azul | 255,906 tn | 4.92 tn | 15,392.9 tons/km² |
| Provincia de Buenos Aires | 82,275,875 tn | 4.85 tn | 269.4 tons/km² |
| Arxentina | 198,107,945 tn | 4.59 tn | 71.3 tons/km² |
Fontes: [Ligazón] Moran, D., Kanemoto K; Jiborn, M., Wood, R., Többen, J., and Seto, K.C. (2018) Carbon footprints of 13,000 cities. Environmental Research Letters DOI: 10.1088/1748-9326/aac72a
Emisións de CO2 de Azul
| Emisións de CO2 de 2013 (toneladas/ano) | 255,906 tn |
| Emisións de CO2 de 2013 (toneladas/ano) per cápita | 4.92 tn |
| Intensidade das emisións de CO2 de 2013 (toneladas/km²/ano) | 15,392.9 tons/km² |
Riscos naturais
Relative risk out of 10
| Perigo | Risk Level |
|---|---|
| Flood | Medium (7) |
* Risk, particularly concerning flood or landslide, may not be for the entire area.
Fontes:
- Dilley, M., R.S. Chen, U. Deichmann, A.L. Lerner-Lam, M. Arnold, J. Agwe, P. Buys, O. Kjekstad, B. Lyon, and G. Yetman. 2005. Natural Disaster Hotspots: A Global Risk Analysis. Washington, D.C.: World Bank. https://doi.org/10.1596/0-8213-5930-4.
- Center for Hazards and Risk Research - CHRR - Columbia University, Center for International Earth Science Information Network - CIESIN - Columbia University. 2005. Global Flood Hazard Frequency and Distribution. Palisades, NY: NASA Socioeconomic Data and Applications Center (SEDAC). https://doi.org/10.7927/H4668B3D.
Sobre os nosos datos
Os datos desta páxina son estimados usando varias ferramentas e recursos dispoñibles publicamente. Proporciónanse sen garantía e poden conter imprecisións. Úseos baixo o seu propio risco.