Revenu et pouvoir d’achat des ménages

Data - Insee

Author

François Geerolf

Info

source dataset .html .RData
insee CNA-2014-RDB 2024-11-17 2024-11-17

Données sur le pouvoir d’achat

source dataset .html .RData
insee CNA-2014-RDB 2024-11-17 2024-11-17
insee CNT-2014-CSI 2024-11-17 2024-11-17
insee conso-eff-fonction 2024-11-09 2022-06-14
insee econ-gen-revenu-dispo-pouv-achat-2 2024-11-09 2024-07-05
insee reve-conso-evo-dep-pa 2024-11-09 2024-09-05
insee reve-niv-vie-individu-activite 2024-11-09 NA
insee reve-niv-vie-pouv-achat-trim 2024-11-09 2024-09-05
insee T_7401 2024-10-18 2024-10-18
insee t_men_val 2024-11-16 2024-09-02
insee t_pouvachat_val 2024-11-16 2024-09-04
insee t_recapAgent_val 2024-11-09 2024-09-02
insee t_salaire_val 2024-11-09 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 2024-11-17 2024-07-01
insee CNA-2014-CONSO-MEN 2024-11-09 2024-11-09
insee CNA-2014-CONSO-SI 2024-11-09 2024-11-09
insee CNA-2014-CSI 2024-11-09 2024-11-09
insee CNA-2014-FBCF-BRANCHE 2024-11-17 2024-11-17
insee CNA-2014-FBCF-SI 2024-06-07 2024-11-17
insee CNA-2014-PIB 2024-11-09 2024-11-09
insee CNA-2014-RDB 2024-11-17 2024-11-17
insee CNT-2014-CB 2024-11-17 2024-11-17
insee CNT-2014-CSI 2024-11-17 2024-11-17
insee CNT-2014-OPERATIONS 2024-11-17 2024-11-17
insee CNT-2014-PIB-EQB-RF 2024-11-17 2024-11-17
insee CONSO-MENAGES-2014 2024-11-17 2024-11-17
insee conso-mensuelle 2024-06-07 2023-07-04
insee ICA-2015-IND-CONS 2024-11-17 2024-11-16
insee t_1101 2024-11-09 2022-01-02
insee t_1102 2024-11-09 2020-10-30
insee t_1105 2024-11-09 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)))