Skip to content

Foundry

Global Risks Index

NXS-GRX-ARG · 南美洲 · 地区

布宜诺斯艾利斯

阿根廷一级单位：人口、面积、下辖单位和相邻单位，风险值发布后显示。

地图 全部 23 个一级单位
Page GRX-ARG-REdition Baseline Edition 2026Evidence close 2026-09-30ISO ARG / ARStatus UN member stateValues not yet publishedMethod v1.0.0-draft
12,320,230
人（GHSL 2025）
382,902 km²
面积
28.8%
占阿根廷
140
所辖单位

01地图

Inside Buenos Aires

The 140 ADM2 units of Buenos Aires.

FIG 1 · 140 units inside Buenos Aires
正在加载地图

单位高度随每 km² 人口升高 · GHSL 2025 栅格 · 地形 · ADM1 ADM2风险值将在发布时提供
最低五分位较低五分位中间五分位较高五分位最高五分位无数据
柱高和颜色表示各单位每 km² 人口，按所示单位的五分位数分级（地图图例给出分界值）；网格上无人口的单位显示为灰色，不属于最低一级；底层栅格为 GHSL 2025 人口网格。这些是来源观测值，不是指数值。从列表中选择一项人道主义数据，按其为单位着色并抬升；每项数据的来源显示在单位页面上。选择一个单位可深入查看其下辖单位；地图上方的路径可逐级返回。
02数据概览

人口、面积和密度

来自开放网格、在边界内汇总的来源观测值；不是指数值。

人口 · GHSL 2025

12,320,230

28.8% of Argentina.

人口 · WorldPop 2025

12,304,337

与 GHSL 相差 0%；两套网格的方法不同。

面积

382,902 km²

32 people per km².

代码

AR-B

边界来源所载的行政区划代码。

低海拔沿海地带

1,776,133

people on land at or below 10 m, 14.4% of the unit (GEBCO 2024 and GHSL 2025).

03人道主义数据

Buenos Aires in humanitarian data

来自人道主义数据交换平台（Humanitarian Data Exchange）的来源观测值，按名称与该单位匹配，每项均附有参考日期、提供方和许可协议。它们不是指数值。

人口 · 2021-12-31

17,709,598

人。UNFPA · Creative Commons Attribution for Intergovernmental Organisations (CC BY-IGO)。

04单位

140 units inside Buenos Aires

每个单位都有自己的页面。

边界许可：Creative Commons Attribution 2.5 Generic · Creative Commons Attribution 3.0 Intergovernmental Organisations (CC BY 3.0 IGO)

单位 代码 人口（GHSL） 人口（WorldPop） 面积 km² 每平方公里 占比 沿海 ≤ 10 m
25 de Mayo – 41,604 34,095 4,781.11 9 0.3% 0
9 de Julio – 53,779 50,656 4,288.2 13 0.4% 0
Adolfo Alsina – 20,257 16,392 5,858.07 3 0.2% 0
Adolfo Gonzáles Chaves – 13,871 12,771 3,786.84 4 0.1% 0
Alberti – 12,265 12,419 1,115.63 11 0.1% 0
Almirante Brown – 685,645 669,687 129.53 5,293 5.4% 70,014
Arrecifes – 34,136 31,515 1,240.5 28 0.3% 0
Ayacucho – 23,454 21,803 6,749.81 3 0.2% 0
Azul – 76,253 74,873 6,531.98 12 0.6% 0
布兰卡湾 – 326,632 327,070 2,249.01 145 2.6% 69,337
Balcarce – 52,140 51,334 4,119.8 13 0.4% 0
Baradero – 33,612 35,574 1,530.16 22 0.3% 3,003
Benito Juárez – 24,024 21,468 5,347.87 4 0.2% 0
Berazategui – 382,719 380,997 220.12 1,739 3% 73,197
Berisso – 93,692 89,402 144.57 648 0.7% 89,823
玻利瓦尔州 – 40,381 36,571 4,928.59 8 0.3% 0
Bragado – 48,985 44,516 2,201.08 22 0.4% 0
Brandsen – 30,696 32,453 1,117.81 27 0.2% 270
Campana – 101,320 100,453 988.81 102 0.8% 54,527
Cañuelas – 69,669 88,161 1,190.29 59 0.6% 0
Capitán Sarmiento – 17,862 15,878 549.54 33 0.1% 0
Carlos Casares – 26,551 22,870 2,522.18 11 0.2% 0
Carlos Tejedor – 13,436 12,908 3,910.06 3 0.1% 0
Carmen de Areco – 17,250 17,264 1,061.4 16 0.1% 0
Castelli – 9,615 10,854 2,114.7 5 0.1% 4,770
Chacabuco – 56,650 51,394 2,296.12 25 0.4% 0
Chascomús – 42,664 42,455 3,164.69 13 0.3% 19,475
Chivilcoy – 76,180 70,733 2,055.18 37 0.6% 0
Colón – 29,101 26,725 998.65 29 0.2% 0
Colón – 58,313 62,358 2,762.7 21 0.5% 11,994
Concordia – 167,116 177,142 3,279.66 51 1.3% 6,306
Coronel de Marina L. Rosales – 68,396 62,845 1,291.34 53 0.5% 34,206
Coronel Dorrego – 18,104 14,891 5,836.15 3 0.1% 349
Coronel Pringles – 26,149 23,761 5,258.33 5 0.2% 0
Coronel Suárez – 46,216 43,748 5,969.01 8 0.4% 0
Daireaux – 20,157 18,983 3,820.17 5 0.2% 0
Diamante – 50,850 51,958 2,680.27 19 0.4% 351
Dolores – 31,445 30,512 1,971.5 16 0.2% 24,780
Ensenada – 66,771 63,117 113.4 589 0.5% 60,519
Escobar – 265,480 277,838 302 879 2.1% 71,734
Esteban Echeverría – 310,288 296,785 121.76 2,548 2.5% 65,629
Exaltación de la Cruz – 38,858 47,215 635.6 61 0.3% 262
Ezeiza – 222,881 222,240 237.45 939 1.8% 6,156
Federación – 77,118 78,847 3,775.52 20 0.6% 0
Federal – 28,106 29,497 5,217.53 5 0.2% 0
Feliciano – 16,502 16,423 3,174.98 5 0.1% 0
Florencio Varela – 510,975 547,759 190.33 2,685 4.1% 26,458
Florentino Ameghino – 10,097 9,062 1,808.32 6 0.1% 0
General Alvarado – 21,321 21,844 1,629.41 13 0.2% 1,885
General Alvear – 13,189 9,178 3,367.23 4 0.1% 0
General Arenales – 17,110 15,624 1,485.09 12 0.1% 0
General Belgrano – 20,667 21,306 1,849.28 11 0.2% 0
General Guido – 3,416 3,400 2,325.28 1 0% 1,422
General Juan Madariaga – 31,177 31,446 2,983.6 10 0.2% 29,036
General La Madrid – 12,360 11,498 4,811.53 3 0.1% 0
General Las Heras – 16,118 16,612 752.23 21 0.1% 0
General Lavalle – 18,440 24,921 2,692.31 7 0.1% 17,964
General Paz – 13,398 14,662 1,197.65 11 0.1% 0
General Pinto – 13,161 12,085 2,553.63 5 0.1% 0
General Pueyrredón – 586,216 562,398 1,462.05 401 4.7% 3,018
General Rodríguez – 75,002 116,730 364.55 206 0.6% 0
General Viamonte – 19,018 18,100 2,144.52 9 0.2% 0
General Villegas – 37,298 34,136 7,250.84 5 0.3% 0
Gualeguay – 67,604 65,872 6,613.06 10 0.5% 17,821
Gualeguaychú – 121,470 124,481 7,536.75 16 1% 53,552
Guaminí – 13,304 10,250 4,822.64 3 0.1% 0
Hipólito Yrigoyen – 11,488 10,408 1,647.38 7 0.1% 0
Islas del Ibicuy – 12,881 13,948 4,931.37 3 0.1% 12,137
José C. Paz – 177,838 194,646 50.34 3,533 1.4% 0
Junín – 107,040 99,975 2,253.23 48 0.8% 0
La Costa – 28,974 35,984 247.86 117 0.2% 10,641
La Paz – 69,171 71,626 6,642.85 10 0.5% 0
La Plata – 778,159 773,325 890.41 874 6.2% 164,567
Laprida – 12,063 11,570 3,446.17 4 0.1% 0
Las Flores – 27,812 26,539 3,340.32 8 0.2% 0
Leandro N. Alem – 19,281 17,029 1,604.68 12 0.2% 0
Lezama – 8,030 6,180 1,042.86 8 0.1% 1,599
Lincoln – 51,140 46,196 5,784.31 9 0.4% 0
Lobería – 20,413 17,065 4,722.94 4 0.2% 14
Lobos – 42,862 41,576 1,725.85 25 0.3% 0
Luján – 118,333 105,281 772.83 153 0.9% 37
Magdalena – 23,796 23,140 1,850.14 13 0.2% 15,710
Maipú – 11,711 11,274 2,602.82 4 0.1% 895
Malvinas Argentinas – 231,120 226,099 63.22 3,656 1.8% 0
Mar Chiquita – 25,241 32,977 3,090.77 8 0.2% 6,913
Marcos Paz – 54,107 58,580 424.49 127 0.4% 0
Mercedes – 68,480 71,491 1,050.28 65 0.5% 0
Merlo – 520,968 515,109 174.11 2,992 4.1% 0
Monte – 25,977 23,892 1,887.31 14 0.2% 0
Monte Hermoso – 7,934 9,029 205.55 39 0.1% 2,085
Moreno – 605,918 682,678 186.27 3,253 4.8% 775
Navarro – 20,379 20,438 1,619.16 13 0.2% 0
Necochea – 106,030 97,565 4,559.15 23 0.8% 20,099
Nogoya – 42,198 41,877 4,381.74 10 0.3% 0
Olavarría – 131,678 121,587 7,655.82 17 1% 0
巴拉那州 – 375,151 389,559 5,111.28 73 3% 8,401
Patagones – 32,404 33,116 13,548.35 2 0.3% 2,431
Pehuajó – 46,589 41,906 4,524.62 10 0.4% 0
Pellegrini – 6,980 7,149 1,812.2 4 0.1% 0
Pergamino – 124,461 112,584 3,005.92 41 1% 0
Pila – 4,368 4,723 3,452.65 1 0% 173
Pilar – 351,828 402,521 384.06 916 2.8% 28,995
Pinamar – 26,584 35,156 66.3 401 0.2% 5,012
Presidente Perón – 92,123 103,196 120.98 761 0.7% 0
Puán – 17,930 15,421 6,348.15 3 0.1% 10
Punta Indio – 11,155 11,927 1,608.73 7 0.1% 2,377
Quilmes – 541,099 511,196 91.46 5,916 4.3% 284,509
Ramallo – 34,894 37,275 1,047.99 33 0.3% 5,648
Rauch – 17,713 16,976 4,307.85 4 0.1% 0
Rivadavia – 20,707 20,446 3,948.34 5 0.2% 0
Rojas – 27,675 25,902 2,061.68 13 0.2% 0
Roque Pérez – 15,429 13,966 1,547.72 10 0.1% 0
Saavedra – 25,036 21,875 3,533.61 7 0.2% 0
Saladillo – 38,831 35,647 2,710.19 14 0.3% 0
Salliqueló – 9,868 9,825 790.06 12 0.1% 0
Salto – 37,972 39,955 1,613.46 24 0.3% 0
San Andrés de Giles – 25,282 26,069 1,127.5 22 0.2% 0
San Antonio de Areco – 24,938 25,907 864.97 29 0.2% 9
San Cayetano – 9,862 9,525 3,004.3 3 0.1% 9
San Fernando – 1,923 2,752 990.31 2 0% 92,630
San Nicolás – 165,580 155,359 681.55 243 1.3% 29,843
San Pedro – 70,050 68,734 1,356.59 52 0.6% 19,235
San Salvador – 18,760 20,839 1,332.84 14 0.1% 0
San Vicente – 71,416 106,427 655.25 109 0.6% 0
Suipacha – 12,491 12,303 942.09 13 0.1% 0
Tala – 27,580 30,952 2,645.21 10 0.2% 0
Tandil – 151,459 150,670 4,844.33 31 1.2% 0
Tapalqué – 11,049 10,828 4,168.83 3 0.1% 0
Tigre – 552,615 537,279 394.1 1,402 4.4% 326,594
Tordillo – 1,959 2,728 1,332.85 1 0% 1,944
Tornquist – 13,935 12,633 4,175.08 3 0.1% 0
Trenque Lauquen – 50,643 47,339 5,501.59 9 0.4% 0
Tres Arroyos – 60,374 56,247 5,924.03 10 0.5% 393
Tres Lomas – 11,326 8,743 1,255.25 9 0.1% 0
乌拉圭 – 110,746 114,400 5,150.37 22 0.9% 22,026
维多利亚州 – 157,049 112,701 6,643.1 24 1.2% 99,319
Villa Gesell – 7,202 9,219 165 44 0.1% 3,092
Villaguay – 52,622 55,019 6,582.53 8 0.4% 0
Villarino – 38,440 33,012 10,392.4 4 0.3% 1,036
Zárate – 143,095 133,657 1,182.89 121 1.1% 46,658
05风险暴露

开放风险暴露图层

中心点落在该单位内且包含各 Natural Earth 图层的 H3 分辨率 3 单元格数量。

城市区域
3,252 H3 cells
港口
6 个 H3 单元格
机场
4 个 H3 单元
主要道路
9,025.6 H3 cells
铁路
10,139.5 H3 cells
河流和湖泊
1,672.5 H3 cells
06风险

风险值

Values when released. Subnational risk values for Buenos Aires publish with the edition from The Global Risks Index. Until then, run a scenario on open data for Argentina.
运行情景 危害 领域指数
07相邻单位

相邻单位

08来源

来源、致谢与许可协议

ADM1 边界
geoBoundaries（William & Mary geoLab），gbOpen ARG ADM1，来源：geoBoundaries, Wikimedia，许可：Creative Commons Attribution 2.5 Generic · 来源 · 代表 2006 年
ADM2 边界
geoBoundaries（William & Mary geoLab），gbOpen ARG ADM2，来源：Instituto Geografico Nacional and UNHCR, OCHA ROLAC，许可：Creative Commons Attribution 3.0 Intergovernmental Organisations (CC BY 3.0 IGO) · 来源 · 代表 2020 年
底图
OpenFreeMap © OpenMapTiles (CC BY 4.0) · data © OpenStreetMap contributors (ODbL 1.0). Vector tiles requested by the reader’s browser, unmodified; the map falls back to plain land and sea when the host does not answer.
地形
Terrain Tiles (Mapzen, AWS Open Data), compiled from SRTM and other public elevation sources (NASA, USGS, ETOPO1, GMTED, EU-DEM under the Copernicus programme, Geoscience Australia, Kartverket, INEGI, LINZ, data.gov.uk). Display relief, not survey data.
人口
GHSL 2025 人口网格，欧盟委员会联合研究中心（CC BY 4.0），以 0.05° 显示并按单位求和；WorldPop 2025（CC BY 4.0）作为第二个估计。小于一个格网单元的单位采用其所在格网单元的密度。
国家
Natural Earth（公有领域）。
高程
GEBCO Compilation Group (2024) GEBCO 2024 Grid (public domain), reduced to 0.05°: the share of each cell’s land at or below 10 m, weighted by GHSL 2025 people for the low coastal zone.
立场
边界仅用于标示位置，不对任何边界、名称或地位持立场。

状态

The Global Risks Index 的方法、结构和定义为预备性工作草案（2026），供审阅和评论，不供实施。在从受治理的证据截取中发布版本之前，不会出现任何数值；届时数值将附有区间、类别、来源及其更正途径。模拟器以您选择的数字运行已发布的方法，绝不显示 NXS-GRX 数值。

国家概况解读的是关于某地的公开证据。它不是任何政府的声明，也不是关于任何政府政策的声明；不对任何领土的地位表明立场，也不意味着存在国家计划或参与。名称遵循 UN M49。

NXS-GRX 不是什么

NXS-GRX 是研究和风险分析信息。它不是信用评级或 ESG 评级，不使用任何评级尺度；它不是金融工具的基准，不是官方统计，不是紧急警报或官方分类，也不是建议。不得用于评估自然人。风险等级是已发布尺度上的区间，绝不是对国家或个人的排名。

Pulse 信号和展望概率是供主管当局审查的信息，绝不是公共警报；官方警报只由获授权的当局发布。

机构与来源

The Nexus Consortium is stewarded by three independent not-for-profit institutions: The Global Centre for Risk and Innovation (GCRI), through GCRI US in Washington, DC and GCRI Canada in Ontario, with GCRI Canada as Lead Institution, Consortium Secretariat and lead contracting organisation; The Global Risks Forum (GRF); and The Global Risks Alliance (GRA). Technology, infrastructure and service providers work with the Consortium at arm’s length under written agreements, like every other external party in the public-private-planet model, and hold no role in its stewardship.

每个数值均附有其来源的署名，这些来源保留各自的许可。外部名称仅为互操作性而引用。Nexus 撰写的文本拟在发布时采用 CC BY 4.0。

Avis en français

La méthodologie et les définitions du NXS-GRX sont un projet de travail préparatoire (2026). Le NXS-GRX est une information de recherche et d’analyse des risques : ni notation, ni indice de référence financier, ni statistique officielle, ni alerte, ni conseil. Les classes de risque sont des bandes sur une échelle publiée, non des classements.