source | dataset | .html | .RData |
---|---|---|---|
insee | CNA-2014-RDB | 2024-10-29 | 2024-11-05 |
Revenu et pouvoir d’achat des ménages
Data - Insee
Info
Données sur le pouvoir d’achat
source | dataset | .html | .RData |
---|---|---|---|
insee | CNA-2014-RDB | 2024-10-29 | 2024-11-05 |
insee | CNT-2014-CSI | 2024-10-29 | 2024-11-05 |
insee | conso-eff-fonction | 2024-10-29 | 2022-06-14 |
insee | econ-gen-revenu-dispo-pouv-achat-2 | 2024-10-29 | 2024-07-05 |
insee | reve-conso-evo-dep-pa | 2024-10-29 | 2024-09-05 |
insee | reve-niv-vie-individu-activite | 2024-10-29 | NA |
insee | reve-niv-vie-pouv-achat-trim | 2024-10-29 | 2024-09-05 |
insee | T_7401 | 2024-10-18 | 2024-10-18 |
insee | t_men_val | 2024-10-29 | 2024-09-02 |
insee | t_pouvachat_val | 2024-10-29 | 2024-09-04 |
insee | t_recapAgent_val | 2024-10-29 | 2024-09-02 |
insee | t_salaire_val | 2024-11-03 | 2024-09-02 |
oecd | HH_DASH | 2024-09-15 | 2023-09-09 |
Bibliographie en lien
Français
“Mesurer”le” pouvoir d’achat”, F. Geerolf, Document de travail, Juillet 2024. [pdf]
“Inflation en France: IPC ou IPCH ?”, F. Geerolf, Document de travail, Juillet 2024. [pdf]
“La taxe inflationniste, le pouvoir d’achat, le taux d’épargne et le déficit public”, F. Geerolf, Document de travail, Juillet 2024. [pdf]
Données sur la macro france
source | dataset | .html | .RData |
---|---|---|---|
bdf | CFT | 2024-09-30 | 2024-07-01 |
insee | CNA-2014-CONSO-MEN | 2024-11-05 | 2024-11-05 |
insee | CNA-2014-CONSO-SI | 2024-11-05 | 2024-11-05 |
insee | CNA-2014-CSI | 2024-11-05 | 2024-11-05 |
insee | CNA-2014-FBCF-BRANCHE | 2024-11-05 | 2024-11-05 |
insee | CNA-2014-FBCF-SI | 2024-06-07 | 2024-11-05 |
insee | CNA-2014-PIB | 2024-11-05 | 2024-11-05 |
insee | CNA-2014-RDB | 2024-10-29 | 2024-11-05 |
insee | CNT-2014-CB | 2024-10-29 | 2024-11-05 |
insee | CNT-2014-CSI | 2024-10-29 | 2024-11-05 |
insee | CNT-2014-OPERATIONS | 2024-10-29 | 2024-11-05 |
insee | CNT-2014-PIB-EQB-RF | 2024-10-29 | 2024-11-05 |
insee | CONSO-MENAGES-2014 | 2024-10-29 | 2024-11-05 |
insee | conso-mensuelle | 2024-06-07 | 2023-07-04 |
insee | ICA-2015-IND-CONS | 2024-10-29 | 2024-11-05 |
insee | t_1101 | 2024-10-29 | 2022-01-02 |
insee | t_1102 | 2024-10-29 | 2020-10-30 |
insee | t_1105 | 2024-10-29 | 2020-10-30 |
INDICATEUR
Code
`CNA-2014-RDB` %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
group_by(INDICATEUR, Indicateur) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional()
INDICATEUR | Indicateur | Nobs |
---|---|---|
CNA_EVOPAARPP | Évolution du pouvoir d'achat arbitrable par personne | 64 |
CNA_EVOPAARUC | Évolution du pouvoir d'achat arbitrable par unité de consommation | 64 |
CNA_B6 | Revenu disponible brut en valeur | 63 |
CNA_B6ARBITR | Revenu disponible brut arbitrable en valeur | 63 |
CNA_B6ARBITREVOL | Évolution du revenu disponible brut arbitrable en valeur | 63 |
CNA_B6EVOL | Évolution du revenu disponible brut en valeur | 63 |
CNA_EVOPA | Évolution du pouvoir d'achat | 63 |
CNA_EVOPAAR | Évolution du pouvoir d'achat arbitrable | 63 |
CNA_EVOPAARMEN | Évolution du pouvoir d'achat arbitrable par ménage | 63 |
CNA_EVOPAMEN | Évolution du pouvoir d'achat par ménage | 63 |
CNA_EVOPAPP | Évolution du pouvoir d'achat par personne | 63 |
CNA_EVOPAUC | Évolution du pouvoir d'achat par unité de consommation | 63 |
TITLE_FR
Code
`CNA-2014-RDB` %>%
group_by(IDBANK, TITLE_FR) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional()
IDBANK | TITLE_FR | Nobs |
---|---|---|
010562209 | Comptes nationaux annuels base 2014 - Revenu disponible brut arbitrable - Ménages y compris E.I. - Ressources ou passifs - Evolution du pouvoir d'achat arbitrable par personne - Série arrêtée | 64 |
010562210 | Comptes nationaux annuels base 2014 - Revenu disponible brut arbitrable - Ménages y compris E.I. - Ressources ou passifs - Evolution du pouvoir d'achat arbitrable par unité de consommation - Série arrêtée | 64 |
010562201 | Comptes nationaux annuels base 2014 - Revenu disponible brut - Ménages y compris EI - Ressources ou passifs - Prix courant - Série arrêtée | 63 |
010562202 | Comptes nationaux annuels base 2014 - Revenu disponible brut - Ménages y compris E.I. - Ressources ou passifs - Evolution du pouvoir d'achat - Série arrêtée | 63 |
010562203 | Comptes nationaux annuels base 2014 - Revenu disponible brut - Ménages y compris E.I. - Ressources ou passifs - Evolution du pouvoir d'achat par ménage - Série arrêtée | 63 |
010562204 | Comptes nationaux annuels base 2014 - Revenu disponible brut - Ménages y compris E.I. - Ressources ou passifs - Evolution du pouvoir d'achat par personne - Série arrêtée | 63 |
010562205 | Comptes nationaux annuels base 2014 - Revenu disponible brut - Ménages y compris E.I. - Ressources ou passifs - Evolution du pouvoir d'achat par unité de consommation - Série arrêtée | 63 |
010562206 | Comptes nationaux annuels base 2014 - Revenu disponible brut - Ménages y compris E.I. - Ressources ou passifs - Evolution en valeur - Série arrêtée | 63 |
010562207 | Comptes nationaux annuels base 2014 - Revenu disponible brut arbitrable - Ménages y compris E.I. - Ressources ou passifs - Evolution du pouvoir d'achat arbitrable - Série arrêtée | 63 |
010562208 | Comptes nationaux annuels base 2014 - Revenu disponible brut arbitrable - Ménages y compris E.I. - Ressources ou passifs - Evolution du pouvoir d'achat arbitrable par ménage - Série arrêtée | 63 |
010562211 | Comptes nationaux annuels base 2014 - Revenu disponible brut arbitrable - Ménages y compris E.I. - Ressources ou passifs - Evolution en valeur - Série arrêtée | 63 |
010562212 | Comptes nationaux annuels base 2014 - Revenu disponible brut arbitrable - Ménages y compris E.I. - Ressources ou passifs - Prix courant - Série arrêtée | 63 |
NATURE
Code
`CNA-2014-RDB` %>%
left_join(NATURE, by = "NATURE") %>%
group_by(NATURE, Nature) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional()
NATURE | Nature | Nobs |
---|---|---|
TAUX | Taux | 632 |
VALEUR_ABSOLUE | Valeur absolue | 126 |
UNIT_MEASURE
Code
`CNA-2014-RDB` %>%
group_by(UNIT_MEASURE) %>%
summarise(Nobs = n()) %>%
print_table_conditional()
UNIT_MEASURE | Nobs |
---|---|
EUROS_COURANTS | 126 |
POURCENT | 632 |
RDB arbitrable, RDB
Linear
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_B6", "CNA_B6ARBITR")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date select(INDICATEUR, Indicateur, date, OBS_VALUE) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Indicateur)) +
theme_minimal() + xlab("") + ylab("") +
scale_x_date(breaks = as.Date(paste0(seq(1940, 2020, 5), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.35, 0.9),
legend.title = element_blank()) +
scale_y_continuous(breaks = seq(0, 7000, 100),
labels = dollar_format(suffix = " Mds€", prefix = "", accuracy = 1))
Log
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_B6", "CNA_B6ARBITR")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date select(INDICATEUR, Indicateur, date, OBS_VALUE) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Indicateur)) +
theme_minimal() + xlab("") + ylab("") +
scale_x_date(breaks = as.Date(paste0(seq(1940, 2020, 5), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.35, 0.9),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(0, 7000, 100),
labels = dollar_format(suffix = " Mds€", prefix = "", accuracy = 1))
Index
1990-
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_B6", "CNA_B6ARBITR")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date filter(date >= as.Date("1990-01-01")) %>%
group_by(INDICATEUR) %>%
arrange(date) %>%
mutate(index = 100*OBS_VALUE/OBS_VALUE[1]) %>%
ggplot() + geom_line(aes(x = date, y = index, color = Indicateur)) +
xlab("") + ylab("") + theme_minimal() +
scale_x_date(breaks = as.Date(paste0(seq(1990, 2100, 5), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.3, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(100, 300, 5)) +
geom_label(data = . %>% filter(date == max(date)),
aes(x = date, y = index, color = Indicateur, label = round(index, 1)))
1999-
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_B6", "CNA_B6ARBITR")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date filter(date >= as.Date("1999-01-01")) %>%
group_by(INDICATEUR) %>%
arrange(date) %>%
mutate(index = 100*OBS_VALUE/OBS_VALUE[1]) %>%
ggplot() + geom_line(aes(x = date, y = index, color = Indicateur)) +
xlab("") + ylab("") + theme_minimal() +
scale_x_date(breaks = as.Date(paste0(seq(1999, 2100, 5), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.3, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(100, 300, 5)) +
geom_label(data = . %>% filter(date == max(date)),
aes(x = date, y = index, color = Indicateur, label = round(index, 1)))
Evolution du pouvoir d’achat
Nominal VS Réel
Evolution
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_B6EVOL", "CNA_B6ARBITREVOL",
"CNA_EVOPA", "CNA_EVOPAAR")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date mutate(OBS_VALUE = OBS_VALUE / 100) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Indicateur)) +
xlab("") + ylab("") + theme_minimal() +
scale_x_date(breaks = as.Date(paste0(seq(1940, 2020, 5), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.7, 0.85),
legend.title = element_blank()) +
scale_y_continuous(breaks = 0.01*seq(-2, 90, 2),
labels = scales::percent_format(accuracy = 1)) +
geom_hline(yintercept = 0, linetype = "dashed")
Pouvoir d’achat - Par ménage, par personne, par unité de consommation
Evolution
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_EVOPAMEN", "CNA_EVOPAPP",
"CNA_EVOPAUC")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date mutate(OBS_VALUE = OBS_VALUE / 100) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Indicateur)) +
xlab("") + ylab("Evolution du pouvoir d'achat (%)") + theme_minimal() +
scale_x_date(breaks = as.Date(paste0(seq(1940, 2020, 5), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.7, 0.85),
legend.title = element_blank()) +
scale_y_continuous(breaks = 0.01*seq(-5, 90, 1),
labels = scales::percent_format(accuracy = 1)) +
geom_hline(yintercept = 0, linetype = "dashed")
Pouvoir d’achat arbitrable - Par ménage, par personne, par unité de consommation
Evolution
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_EVOPAARMEN", "CNA_EVOPAARPP",
"CNA_EVOPAARUC")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date mutate(OBS_VALUE = OBS_VALUE / 100) %>%
ggplot() + geom_line(aes(x = date, y = OBS_VALUE, color = Indicateur)) +
xlab("") + ylab("Evolution du pouvoir d'achat arbitrable (%)") + theme_minimal() +
scale_x_date(breaks = as.Date(paste0(seq(1940, 2020, 5), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.7, 0.85),
legend.title = element_blank()) +
scale_y_continuous(breaks = 0.01*seq(-5, 90, 1),
labels = scales::percent_format(accuracy = 1)) +
geom_hline(yintercept = 0, linetype = "dashed")
1990-
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_EVOPAARMEN", "CNA_EVOPAARPP",
"CNA_EVOPAARUC")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date mutate(OBS_VALUE = OBS_VALUE / 100) %>%
filter(date >= as.Date("1990-01-01")) %>%
select(date, INDICATEUR, Indicateur, OBS_VALUE) %>%
group_by(INDICATEUR) %>%
arrange(date) %>%
mutate(index = c(100, 100*cumprod(1+OBS_VALUE[-1]))) %>%
ggplot() + geom_line(aes(x = date, y = index, color = Indicateur)) +
xlab("") + ylab("Evolution du pouvoir d'achat arbitrable (%)") + theme_minimal() +
scale_x_date(breaks = as.Date(paste0(seq(1940, 2020, 5), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.3, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(100, 150, 5)) +
geom_label(data = . %>% filter(date == max(date)),
aes(x = date, y = index, color = Indicateur, label = round(index, 1)))
1996-
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_EVOPAARMEN", "CNA_EVOPAARPP",
"CNA_EVOPAARUC")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date mutate(OBS_VALUE = OBS_VALUE / 100) %>%
filter(date >= as.Date("1996-01-01")) %>%
select(date, INDICATEUR, Indicateur, OBS_VALUE) %>%
group_by(INDICATEUR) %>%
arrange(date) %>%
mutate(index = c(100, 100*cumprod(1+OBS_VALUE[-1]))) %>%
ggplot() + geom_line(aes(x = date, y = index, color = Indicateur)) +
xlab("") + ylab("Evolution du pouvoir d'achat arbitrable (%)") + theme_minimal() +
scale_x_date(breaks = as.Date(paste0(seq(1996, 2100, 2), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.3, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(100, 150, 5)) +
geom_label(data = . %>% filter(date == max(date)),
aes(x = date, y = index, color = Indicateur, label = round(index, 1)))
1999-
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_EVOPAARMEN", "CNA_EVOPAARPP",
"CNA_EVOPAARUC")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date mutate(OBS_VALUE = OBS_VALUE / 100) %>%
filter(date >= as.Date("1999-01-01")) %>%
select(date, INDICATEUR, Indicateur, OBS_VALUE) %>%
group_by(INDICATEUR) %>%
arrange(date) %>%
mutate(index = c(100, 100*cumprod(1 + OBS_VALUE[-1]))) %>%
ggplot() + geom_line(aes(x = date, y = index, color = Indicateur)) +
xlab("") + ylab("Evolution du pouvoir d'achat arbitrable (%)") + theme_minimal() +
scale_x_date(breaks = as.Date(paste0(seq(1999, 2100, 5), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.3, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(100, 150, 5)) +
geom_label(data = . %>% filter(date == max(date)),
aes(x = date, y = index, color = Indicateur, label = round(index, 1)))
Revenu disponible brut nominal
1990-
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_EVOPA", "CNA_EVOPAMEN",
"CNA_EVOPAUC", "CNA_EVOPAPP")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date mutate(OBS_VALUE = OBS_VALUE / 100) %>%
filter(date >= as.Date("1990-01-01")) %>%
select(date, INDICATEUR, Indicateur, OBS_VALUE) %>%
group_by(INDICATEUR) %>%
arrange(date) %>%
mutate(index = c(100, 100*cumprod(1+OBS_VALUE[-1]))) %>%
ggplot() + geom_line(aes(x = date, y = index, color = Indicateur)) +
xlab("") + ylab("Evolution du pouvoir d'achat arbitrable (%)") + theme_minimal() +
scale_x_date(breaks = as.Date(paste0(seq(1940, 2020, 5), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.3, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(100, 300, 5)) +
geom_label(data = . %>% filter(date == max(date)),
aes(x = date, y = index, color = Indicateur, label = round(index, 1)))
1996-
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_EVOPA", "CNA_EVOPAMEN",
"CNA_EVOPAUC", "CNA_EVOPAPP")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date mutate(OBS_VALUE = OBS_VALUE / 100) %>%
filter(date >= as.Date("1996-01-01")) %>%
select(date, INDICATEUR, Indicateur, OBS_VALUE) %>%
group_by(INDICATEUR) %>%
arrange(date) %>%
mutate(index = c(100, 100*cumprod(1+OBS_VALUE[-1]))) %>%
ggplot() + geom_line(aes(x = date, y = index, color = Indicateur)) +
xlab("") + ylab("Evolution du pouvoir d'achat arbitrable (%)") + theme_minimal() +
scale_x_date(breaks = as.Date(paste0(seq(1996, 2100, 2), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.3, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(100, 150, 5)) +
geom_label(data = . %>% filter(date == max(date)),
aes(x = date, y = index, color = Indicateur, label = round(index, 1)))
1999-
Code
`CNA-2014-RDB` %>%
filter(INDICATEUR %in% c("CNA_EVOPA", "CNA_EVOPAMEN",
"CNA_EVOPAUC", "CNA_EVOPAPP")) %>%
left_join(INDICATEUR, by = "INDICATEUR") %>%
%>%
year_to_date mutate(OBS_VALUE = OBS_VALUE / 100) %>%
filter(date >= as.Date("1999-01-01")) %>%
select(date, INDICATEUR, Indicateur, OBS_VALUE) %>%
group_by(INDICATEUR) %>%
arrange(date) %>%
mutate(index = c(100, 100*cumprod(1 + OBS_VALUE[-1]))) %>%
ggplot() + geom_line(aes(x = date, y = index, color = Indicateur)) +
xlab("") + ylab("Evolution du pouvoir d'achat arbitrable (%)") + theme_minimal() +
scale_x_date(breaks = as.Date(paste0(seq(1999, 2100, 5), "-01-01")),
labels = date_format("%Y")) +
theme(legend.position = c(0.3, 0.85),
legend.title = element_blank()) +
scale_y_log10(breaks = seq(100, 150, 5)) +
geom_label(data = . %>% filter(date == max(date)),
aes(x = date, y = index, color = Indicateur, label = round(index, 1)))