¿Cómo es San Vicente de Cañete?
Datos: ·
San Vicente de Cañete es un distrito mediano de la provincia de Cañete, Lima. Tiene 33,922 habitantes en 3.56 km² y es predominantemente de clase media según el censo del INEI.
La densidad es alta (9,523 hab/km²) — urbano denso, con mezcla de casas, edificios bajos y comercio. Se divide en 639 manzanas censales, que es la unidad mínima a la que el INEI publica datos socioeconómicos.
Estratos sociales en San Vicente de Cañete
Cuántas manzanas hay en cada nivel socioeconómico, según el censo del INEI. Escala: 1 (bajo) a 5 (alto), asignada manzana por manzana.
Es mixto: el estrato medio concentra 44% de las manzanas, pero también hay 23% de estrato medio alto y 18% de estrato medio bajo.
Otras capas
Datos oficiales adicionales sobre San Vicente de Cañete.
Otros distritos de Cañete
Otros distritos cercanos con los mismos datos.
Preguntas frecuentes sobre San Vicente de Cañete
¿Cuál es el estrato social predominante en San Vicente de Cañete?
Según el censo del INEI, el estrato predominante en San Vicente de Cañete es medio. Es mixto: el estrato medio concentra 44% de las manzanas, pero también hay 23% de estrato medio alto y 18% de estrato medio bajo. La escala INEI va de 1 (bajo) a 5 (alto) y se asigna a nivel de manzana.
¿Cuántos habitantes tiene San Vicente de Cañete?
San Vicente de Cañete tiene 33,922 habitantes según el censo del INEI. En 3.56 km² eso da una densidad de 9,523 hab/km² — parecido a Cercado de Lima o distritos residenciales consolidados.
¿Cuál es el valor del suelo en San Vicente de Cañete?
El valor arancelario promedio en San Vicente de Cañete es de S/ 40 por m² según el MEF. Es el valor fiscal — el que usa la municipalidad para calcular el impuesto predial. Los precios reales de venta o alquiler suelen ser bastante mayores.
Estratos y población salen del censo INEI 2017 a manzana. Valores del suelo son del MEF 2024 (arancelarios, fiscales — no precios de mercado). La densidad es población entre área del distrito en km².
Más en metodología y limitaciones: cómo procesamos cada dataset, qué cubre, qué no, y cómo no interpretarlo mal.