產業領域

林梦按行业的企业分布

林梦事实

74.9 km²
人口26,606
男性人口13,626 (51.2%)
女性人口12,980 (48.8%)
人口变化(1975 to 2020)+37.4%
人口变化(2000 to 2020)-21.0%
年齡中位數24.1岁 (男:24.7,女:23.5)
人均GDP(購買力平價)$26,002 (2022)
电话区号85, 8521
鄰近社區Pekan Limbang, Limbang, Sarawak, Kubong Industrial Estate, Junction Of Jalan Buangsiol Off Jalan Bangkita
當地時間
時區马来西亚时间
經度與緯度4.75000, 115.00000
邮政编码9870098707

林梦的地圖

互動地圖

林梦的人口

1975年至2030年

Data197519902000201520202025*2030*
人口19,35927,66633,69238,22126,60626,32126,624
人口密度258.3 / km²369.2 / km²449.6 / km²510 / km²355 / km²351.2 / km²355.3 / km²
* 预测
来源: JRC (European Commission's Joint Research Centre) 工作于 GHS built-up grid

林梦从2000年到2020年的人口变化

从2000年到2020年下降了21%

位置自1975以来的变化自1990以来的变化自2000以来的变化
林梦+37.4%-3.8%-21%
砂拉越
马来西亚
来源: JRC (European Commission's Joint Research Centre) 工作于 GHS built-up grid

林梦的中位年龄

中位年龄:24.1岁

位置年齡中位數中位年齡(女)中位年齡(男)
林梦24.1 yrs23.5 yrs24.7 yrs
砂拉越24.9 yrs24.4 yrs25.5 yrs
马来西亚25.7 yrs25.7 yrs25.8 yrs
来源: CIESIN (Center for International Earth Science Information Network)

林梦的人口密度

人口密度:355 / km²

位置人口密度
林梦26,60674.9 km²355 / km²
砂拉越3222.3 km²1.4 / km²
马来西亚29.6 million329,840.2 km²89.7 / km²
来源: JRC (European Commission's Joint Research Centre) 工作于 GHS built-up grid

林梦的历史和预测人口

从1750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.

价格分布

林梦企業(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

林梦的國內生產毛額(GDP)

人均GDP,購買力平價(2017年不變國際元)

Data19901995200020052010201520202022
人均GDP$14,539$15,563$15,491$21,456$19,936$22,229$21,371$26,002
GDP總量$1.6亿$1.9亿$2.1亿$3.4亿$3.3亿$4亿$3.8亿$4.9亿
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

林梦的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
林梦203,044 tn7.63 tn2,709.5 tons/km²
砂拉越125 tn3.91 tn5.6 tons/km²
马来西亚198,593,412 tn6.71 tn602.1 tons/km²
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
林梦的CO2排放
2013年CO2排放量(吨/年)203,044 tn
2013年人均CO2排放量(吨/年)7.63 tn
2013年CO2排放强度(吨/km²/年)2,709.5 tons/km²

自然災害風險

相對風險(滿分10分)

危险风险级别
地震 (2)
滑坡中等 (6)

*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, and Norwegian Geotechnical Institute - NGI. 2005. Global Landslide Hazard Distribution. Palisades, NY: NASA Socioeconomic Data and Applications Center (SEDAC). https://doi.org/10.7927/H4P848VZ.
  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

時間MagnitudeDistance深度位置鏈接
6/30/056:09 PM4.583.1 km24,700 mSarawak-Sabah border region, Malaysiausgs.gov
2/22/9212:39 AM5.289.1 km40,400 mSouth China Seausgs.gov

林梦

林梦(LIMBANG),是马来西亚砂拉越州北部的市镇,其東部与西部皆为文莱。文莱一直以来都没放弃过向马来西亚索回在该地区的主权。 ,林夢被夾於汶萊的東、西兩部份領土中間。若驅車從林夢到砂勞越的東西兩個方向之其他城市,都得經過汶萊,否則得應用崎嶇不平的木山道路。 。 ,兩國因錢幣差值關係,汶萊人常過境購買貨物,促成林夢商業極其發達。

林梦 Wikipedia頁面

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。