¿Cómo es San Miguel?
Datos: ·
San Miguel es un distrito mediano de la provincia de San Roman, Puno. Tiene 58,004 habitantes en 5.13 km² y es predominantemente de clase media según el censo del INEI.
La densidad es alta (11,309 hab/km²) — urbano denso, con mezcla de casas, edificios bajos y comercio. Se divide en 1,143 manzanas censales, que es la unidad mínima a la que el INEI publica datos socioeconómicos.
Estratos sociales en San Miguel
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 45% de las manzanas, pero también hay 43% de estrato medio bajo.
Otras capas
Datos oficiales adicionales sobre San Miguel.
Distritos parecidos a San Miguel
Otros distritos del Perú con perfil socioeconómico similar — mismo estrato predominante y densidad poblacional comparable.
Preguntas frecuentes sobre San Miguel
¿Cuál es el estrato social predominante en San Miguel?
Según el censo del INEI, el estrato predominante en San Miguel es medio. Es mixto: el estrato medio concentra 45% de las manzanas, pero también hay 43% 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 Miguel?
San Miguel tiene 58,004 habitantes según el censo del INEI. En 5.13 km² eso da una densidad de 11,309 hab/km² — parecido a Cercado de Lima o distritos residenciales consolidados.
¿Cuál es el valor del suelo en San Miguel?
El valor arancelario promedio en San Miguel es de S/ 23 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.
Otros distritos de San Roman
Otros distritos cercanos con los mismos datos.
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.