Kategorijas Azul
Autodaļu veikalsAutomašīnu remonts un apkopeAutomašīnu servissAutomazgātavaAuto piederumu veikalsAuto remontsDegvielas uzpildes stacijaEļļas maiņas pakalpojumiJauno vieglo automašīnu dīleriMehāniķisMotociklu remontsMotociklu tirgotājsMotociklu veikalsRiepu veikalsVirsbūves remontsAmatniecībaBūvmateriālu piegādātājsDrošības sistēmu tirgotājsKalējsKokmateriālu veikalsLauksaimniecībaLauksaimnieciskā ražošanaMēbeļu ražotājsRūpnieciskā un būvniecības ražošanaTīrīšanas līdzekļu piegādātājsVairumtirgotājiApavu veikaliApģērbu veikaliBērniem un bērnu apģērbsGalantērijaJauniešu apģērbu veikalsJuvelieri un pulksteņiĶīmiskā tīrītavaMežonīgo Rietumu stila apģērbu veikalsModes aksesuāru veikalsSieviešu apģērbiVeļas mazgāšanas pakalpojumsInterneta pakalpojumu sniedzējsMobilo telefonu veikalosRadio raidsabiedrībaTelekomunikāciju pakalpojumu sniedzējsBaznīcasBezpeļņas organizācijaGāzes uzņēmumsKatoļu baznīcaKlubsPārvadājumu aģentūraPasta nodaļaPasta pakalpojumiPilsētas tiesa
Rāda 1-50 no 251
…
Nozares
Uzņēmumu sadalījums pēc nozares – Azul
| Nozares apraksts | Iestāžu skaits |
|---|---|
| Iepirkšanās | 187 |
| Izglītība | 123 |
| Restorāni | 122 |
| Apģērbu veikali | 121 |
| Pārtikas veikali un lielveikali | 106 |
| Auto remonts | 90 |
| Pārējo apmešanās vietu darbība | 62 |
| Mehānismu vairumtirdzniecība | 61 |
| Skaistumkopšanas saloni | 59 |
| Visi pārtikas un dzērienu | 53 |
| Nekustāmais īpašums | 53 |
Azul fakti
| platība | 16.6 km² |
| Iedzīvotāji | 51 483 |
| Vīriešu populācija | 24 959 (48.5%) |
| Sievietes | 26 524 (51.5%) |
| Iedzīvotāju skaita izmaiņas (1975 to 2020) | +20.9% |
| Iedzīvotāju skaita izmaiņas (2000 to 2020) | +3.8% |
| Vidējais vecums | 33.8 gadi (Vīrieši: 32.3, Sievietes: 35.3) |
| IKP uz vienu iedzīvotāju (PPL) | $17 649 (2022) |
| Telefona Kodi | 2281 |
| Apkaimes | Mar Azul, Azul, Las Gaviotas |
| Vietējais laiks | |
| Laika zona | Argentīnas ziemas laiks |
| Platums un garums | -36.77698, -59.85854 |
Azul karte
Interaktīvā karte
Azul iedzīvotāji
Gadi no 1975 līdz 2030
| Data | 1975 | 1990 | 2000 | 2015 | 2020 | 2025* | 2030* |
|---|---|---|---|---|---|---|---|
| Iedzīvotāji | 42 600 | 47 436 | 49 608 | 50 079 | 51 483 | 52 914 | 54 135 |
| Iedzīvotāju blīvums | 2562,4 / km² | 2853,3 / km² | 2983,9 / km² | 3012,3 / km² | 3096,7 / km² | 3182,8 / km² | 3256,2 / km² |
* Prognozēts
Avoti: JRC (European Commission's Joint Research Centre) darbs GHS built-up gridAzul iedzīvotāju skaita izmaiņas no 2000 līdz 2020
Pieaugums par 3.8% no 2000 līdz 2020
| Atrašanās vieta | Izmaiņas kopš 1975 | Izmaiņas kopš 1990 | Izmaiņas kopš 2000 |
|---|---|---|---|
| Azul | +20.9% | +8.5% | +3.8% |
| Buenosairesas province | — | — | — |
| Argentīna | — | — | — |
Avoti: JRC (European Commission's Joint Research Centre) darbs GHS built-up grid
Azul vidējais vecums
Vidējais vecums: 33.8 gadi
| Atrašanās vieta | Vidējais vecums | Vidējais vecums (sieviete) | Vidējais vecums (vīrietis) |
|---|---|---|---|
| Azul | 33.8 yrs | 35.3 yrs | 32.3 yrs |
| Buenosairesas province | 30.6 yrs | 31.8 yrs | 29.4 yrs |
| Argentīna | 29.8 yrs | 30.9 yrs | 28.7 yrs |
Avoti: CIESIN (Center for International Earth Science Information Network)
Azul iedzīvotāju blīvums
Iedzīvotāju blīvums: 3097 / km²
| Atrašanās vieta | Iedzīvotāji | platība | Blīvums |
|---|---|---|---|
| Azul | 51 483 | 16,6 km² | 3097 / km² |
| Buenosairesas province | 17 million | 305 458,1 km² | 55,6 / km² |
| Argentīna | 43,2 million | 2 779 516,9 km² | 15,5 / km² |
Avoti: JRC (European Commission's Joint Research Centre) darbs GHS built-up grid
Azul vēsturiskais un prognozētais iedzīvotāju skaits
Aplēstais iedzīvotāju skaits no 1870 līdz 2100
Avoti:
- JRC (European Commission's Joint Research Centre) darbs GHS built-up grid
- CIESIN (Center for International Earth Science Information Network)
- [Saite] 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.
Telefona Kodi
Procentuālie apgabalu kodi, ko uzņēmumi izmanto Azul
Pasta Indeksu
Uzņēmumu procentuālā daļa pa pasta indeksiem vietā Azul
Cenu sadalījums
Uzņēmumu sadalījums pēc cenas Azul
Tautas attīstības indekss (HDI)
Statistiskais saliktais dzīves ilguma, izglītības un ienākumu uz vienu iedzīvotāju indekss.
Avots: [Saite] 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
Azul iekšzemes kopprodukts (IKP)
IKP uz vienu iedzīvotāju, PPL (2017. gada nemainīgās starptautiskajās dolāros)
| Data | 1990 | 1995 | 2000 | 2005 | 2010 | 2015 | 2020 | 2022 |
|---|---|---|---|---|---|---|---|---|
| IKP uz vienu iedzīvotāju | $9567 | $13 205 | $14 519 | $14 975 | $18 270 | $19 231 | $15 304 | $17 649 |
| Kopējais IKP | $445,5 milj. | $666,9 milj. | $769,8 milj. | $809,2 milj. | $999,5 milj. | $1,1 mljrd. | $926,6 milj. | $1,1 mljrd. |
Avots: [Saite] Kummu, M., Kosonen, M. & Masoumzadeh Sayyar, S. Downscaled gridded global dataset for gross domestic product (GDP) per capita PPP over 1990–2022. Sci Data 12, 178 (2025) doi:10.1038/s41597-025-04487-x
Azul CO2 emisijas
Oglekļa dioksīda (CO2) emisijas uz vienu iedzīvotāju tonnās gadā
| Atrašanās vieta | CO2 izmeši | CO2 emisijas uz vienu iedzīvotāju | CO2 izmešu intensitāte |
|---|---|---|---|
| Azul | 253,206 tn | 4.92 tn | 15,230.4 tons/km² |
| Buenosairesas province | 82,275,875 tn | 4.85 tn | 269.4 tons/km² |
| Argentīna | 198,107,945 tn | 4.59 tn | 71.3 tons/km² |
Avoti: [Saite] 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
Azul CO2 emisijas
| 2013. gada CO2 emisijas (tonnas gadā) | 253,206 tn |
| 2013. gada CO2 emisijas (tonnas gadā) uz vienu iedzīvotāju | 4.92 tn |
| 2013. gada CO2 emisiju intensitāte (tonnas/km²/gadā) | 15,230.4 tons/km² |
Dabisko apdraudējumu risks
Relatīvais risks no 10
| Apdraudējums | Riska līmenis |
|---|---|
| Plūdi | Vidējs (7) |
* Risks, jo īpaši attiecībā uz plūdiem vai zemes nogruvumiem, var nebūt visai teritorijai.
Avoti:
- 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.
Par mūsu datiem
Šīs lapas dati ir aplēsti, izmantojot vairākus publiski pieejamus rīkus un resursus. Tie tiek sniegti bez garantijām un var saturēt neprecizitātes. Izmantojiet uz savu risku.