瀏覽:

在埃弗里特 (華盛頓州)的企業

 

埃弗里特 (華盛頓州)的类别

Auto Air Conditioning ServiceAuto Body Parts SupplierAuto Bodywork MechanicAuto BrokerAuto Dent Removal ServiceAuto Electrical ServiceAuto glass repair serviceAuto Machine ShopAuto paintingAuto Parts MarketAuto Parts StoreAuto Radiator Repair ServiceAuto Restoration ServiceAuto Tune Up ServiceAuto UpholstererAuto Window Tinting ServiceBrake ShopCar Accessories StoreCar Battery StoreCar Detailing ServiceCar Inspection StationCar & Light Vehicle DealershipsCar Repair and MaintenanceCar Stereo StoreCar WashDiesel Engine Repair ServiceGas StationHonda DealerMechanicMotorcycle DealerMotorcycle Parts StoreMuffler ShopOil Change ServicePaint and BodyworkRacing Car Parts StoreRV Repair ShopRV Supply StoreSelf Service Car WashTire ShopTrailer dealerTrailer DealerTrailer Supply StoreTransmission shopTransmission ShopTruck Accessories StoreTruck parts supplierTruck Repair ShopUsed Auto Parts StoreUsed Tire ShopUsed Truck Dealer
顯示1-50，共1178
…

產業領域

埃弗里特 (華盛頓州)按行业的企业分布

行業說明機構數平均營業年齡
健康和醫療3,35330 years
內科醫生和外科醫生1,01228 years
餐廳96026 years
房地產83527 years
律師73829 years
房屋建造69025 years
購物中心66830 years
業務管理66622 years
牙醫51127 years
社會工作49025 years
其他建築45824 years
汽車維修44228 years
資助其他41960 years

埃弗里特 (華盛頓州)事实

區35.3 mi²
人口121,796
男性人口62,248 (51.1%)
女性人口59,548 (48.9%)
人口变化(1975 to 2020)+69.9%
人口变化(2000 to 2020)+38.3%
年齡中位數34.4岁 (男:33.4,女:35.6)
人均GDP(購買力平價)$95,461 (2022)
電話區號206, 360, 425
鄰近社區Port Gardner, Silver Lake, Bayside, Northwest Everett, Cascade View
當地時間
時區太平洋夏令時間
經度與緯度47.97898, -122.20208
郵編98201, 98203, 98204, 98205, 98206,  More

埃弗里特 (華盛頓州)的地圖

互動地圖

埃弗里特 (華盛頓州)的人口

1975年至2030年

Data197519902000201520202025*2030*
人口71,69980,15288,097110,819121,796125,600130,555
人口密度2,030.9 / mi²2,270.3 / mi²2,495.4 / mi²3,139 / mi²3,449.9 / mi²3,557.7 / mi²3,698 / mi²
* 预测
来源: JRC (European Commission's Joint Research Centre) 工作于 GHS built-up grid

埃弗里特 (華盛頓州)从2000年到2020年的人口变化

从2000年到2020年增长了38.3%

位置自1975以来的变化自1990以来的变化自2000以来的变化
埃弗里特 (華盛頓州)+69.9%+52%+38.3%
華盛頓州———
美國———
来源: JRC (European Commission's Joint Research Centre) 工作于 GHS built-up grid

埃弗里特 (華盛頓州)的中位年龄

中位年龄:34.4岁

位置年齡中位數中位年齡（女）中位年齡（男）
埃弗里特 (華盛頓州)34.4 yrs35.6 yrs33.4 yrs
華盛頓州37.9 yrs38.9 yrs36.9 yrs
美國37.4 yrs38.7 yrs36.1 yrs
来源: CIESIN (Center for International Earth Science Information Network)

埃弗里特 (華盛頓州)的人口密度

人口密度:3,450 / mi²

位置人口區密度
埃弗里特 (華盛頓州)121,79635.3 sq mi3,450 / mi²
華盛頓州7.1 million71,298.1 sq mi99.7 / mi²
美國321.6 million3,796,740.8 sq mi84.7 / mi²
来源: JRC (European Commission's Joint Research Centre) 工作于 GHS built-up grid

埃弗里特 (華盛頓州)的历史和预测人口

从1890到2100的估计人口

来源:
  1. JRC (European Commission's Joint Research Centre) 工作于 GHS built-up grid
  2. CIESIN (Center for International Earth Science Information Network)
  3. [鏈接] 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.

埃弗里特 (華盛頓州)的街区

埃弗里特 (華盛頓州)各街区企业占比

郵編

埃弗里特 (華盛頓州)各邮政编码企业占比

价格分布

埃弗里特 (華盛頓州)企業（按價格分佈）

人類發展指數（HDI）

預期壽命，教育程度和人均收入的統計綜合指數。

来源: [鏈接] 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

埃弗里特 (華盛頓州)的國內生產毛額(GDP)

人均GDP,購買力平價(2017年不變國際元)

Data19901995200020052010201520202022
人均GDP$47,433$52,042$55,253$61,880$75,538$73,086$85,759$95,461
GDP總量$19.2億$23.7億$28.2億$34.2億$45.5億$47.4億$59.4億$66.9億
来源: [鏈接] 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

埃弗里特 (華盛頓州)的CO2排放

每年人均二氧化碳（CO2）排放量（噸）

位置二氧化碳排放量人均二氧化碳排放量二氧化碳排放強度
埃弗里特 (華盛頓州)1,993,136 tn16.36 tn56,456.1 tons/mi²
華盛頓州122,068,941 tn17.17 tn1,712.1 tons/mi²
美國5,664,619,810 tn17.62 tn1,492 tons/mi²
来源: [鏈接] 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
埃弗里特 (華盛頓州)的CO2排放
2013年CO2排放量(吨/年)1,993,136 tn
2013年人均CO2排放量(吨/年)16.36 tn
2013年CO2排放强度(吨/mi²/年)56,456.1 tons/mi²

自然災害風險

相對風險（滿分10分）

危险风险级别
洪水中等 (7)
地震中等 (6.8)

*風險可能並不涉及整個地區，尤其是洪水或山體滑坡。

来源:
  1. 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.
  2. 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.
  3. Center for Hazards and Risk Research - CHRR - Columbia University, Center for International Earth Science Information Network - CIESIN - Columbia University. 2005. Global Earthquake Hazard Distribution - Peak Ground Acceleration. Palisades, NY: NASA Socioeconomic Data and Applications Center (SEDAC). https://doi.org/10.7927/H4BZ63ZS.

最近的附近地震

幅度3.0以上

日▼時間↕Magnitude↕Distance↕深度↕位置↕鏈接
7/12/199:53 AM3.4518.1 km31,010 m4km WNW of Monroe, Washingtonusgs.gov
7/12/199:51 AM4.5818.2 km28,820 m3km WNW of Monroe, Washingtonusgs.gov
5/11/175:56 PM3.4319.8 km23,670 m6km SE of Freeland, Washingtonusgs.gov
7/1/168:18 PM3.0123.7 km18,380 m11km SSE of Granite Falls, Washingtonusgs.gov
7/1/166:36 PM3.424.4 km20,130 m11km ENE of Three Lakes, Washingtonusgs.gov
5/7/158:42 AM3.5840.6 km10,113 m12km NNE of Bryant, Washingtonusgs.gov
9/5/137:09 AM3.0233.1 km26,187 m2km N of Indianola, Washingtonusgs.gov
3/24/129:16 PM3.5741.7 km7,749 mWashingtonusgs.gov
8/19/116:54 AM3.339.2 km7,857 mWashingtonusgs.gov
6/15/111:52 AM327.8 km31,735 mSeattle-Tacoma urban area, Washingtonusgs.gov
来源: U.S. Geological Survey (USGS)
马里斯维尔 (华盛顿州)
马里斯维尔 (华盛顿州)
人口 60,0208.3 km
埃德蒙兹 (华盛顿州)
埃德蒙兹 (华盛顿州)
人口 39,70922.8 km
林伍德 (华盛顿州)
林伍德 (华盛顿州)
人口 35,83619.5 km

關於我們的數據

本页面上的数据是使用许多公开可用的工具和资源估算的。它不附带任何担保,可能包含不准确之处。使用风险自负。