Demandeurs d’emploi inscrits à Pôle Emploi

Données - INSEE

Auteur

François Geerolf

Info

source dataset Title .html .rData
insee DEMANDES-EMPLOIS-NATIONALES Demandeurs d'emploi inscrits à Pôle Emploi 2026-05-11 2026-05-10

Données sur l’emploi

source dataset Title .html .rData
insee CHOMAGE-TRIM-NATIONAL Chômage, taux de chômage par sexe et âge (sens BIT) (1975-) 2026-05-11 2026-05-14
insee CNA-2014-EMPLOI Emploi intérieur, durée effective travaillée et productivité horaire 2026-05-11 2026-05-13
insee DEMANDES-EMPLOIS-NATIONALES Demandeurs d'emploi inscrits à Pôle Emploi 2026-05-11 2026-05-10
insee EMPLOI-BIT-TRIM Emploi, activité, sous-emploi par secteur d’activité (sens BIT) 2026-05-11 2026-05-12
insee EMPLOI-SALARIE-TRIM-NATIONAL Estimations d'emploi salarié par secteur d'activité 2026-05-11 2026-05-12
insee TAUX-CHOMAGE Taux de chômage localisé 2026-05-11 2026-05-10
insee TCRED-EMPLOI-SALARIE-TRIM Estimations d'emploi salarié par secteur d'activité et par département 2026-05-11 2026-05-10

LAST_UPDATE

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  group_by(LAST_UPDATE) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(LAST_UPDATE)) %>%
  print_table_conditional
LAST_UPDATE Nobs
2026-04-28 209790
2019-10-25 2660
2019-07-04 308
2019-07-01 34496
2019-01-25 40746
2018-02-02 97632

Catégories

Code 
i_g("bib/dares/DI-2021T3/tab1.png")

INDICATEUR

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  left_join(INDICATEUR, by = "INDICATEUR") %>%
  group_by(INDICATEUR, Indicateur) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
INDICATEUR Indicateur Nobs
DEFM_MOYENNE_TRIMESTRIELLE Demandeurs d'emploi en moyenne trimestrielle 194810
DEMANDEURS_EMPLOI_PE Demandeurs d'emploi inscrits à Pôle emploi 188162
DEMANDEURS_EMPLOI_PE_A Demandeurs d'emploi inscrits à Pôle emploi (archives) 2660

REF_AREA

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  group_by(REF_AREA) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional

DEMANDEURS_EMPLOI

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  left_join(DEMANDEURS_EMPLOI, by = "DEMANDEURS_EMPLOI") %>%
  group_by(DEMANDEURS_EMPLOI, Demandeurs_emploi) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
DEMANDEURS_EMPLOI Demandeurs_emploi Nobs
A-B-C A,B,C : En recherche active 118810
A A : En recherche active, disponibles, sans emploi 93030
DE-ABC-LD Demandeurs d'emploi inscrits à Pôle emploi depuis plus d'un an en catégories A, B et C 47024
DE-ABC-0-25 Demandeurs d'emploi de moins de 25 ans inscrits à Pôle emploi en catégories A, B et C 33109
DE-ABC-50 Demandeurs d'emploi de 50 ans et plus inscrits à Pôle emploi en catégories A, B et C 33109
DE-ABC-TOTAL Ensemble des demandeurs d'emploi inscrits à Pôle emploi en catégories A, B et C 33109
DE-ABC-TLD Demandeurs d'emploi inscrits à Pôle emploi depuis plus de deux ans en catégories A, B et C 13915
B B : En recherche active, en activité réduite courte 5173
C C : En recherche active, en activité réduite longue 5173
A-B-C-D-E A,B,C,D,E : Ensemble 795
B-C B,C : En recherche active, en activité réduite 795
D D : Sans recherche active, non disponibles, sans emploi 795
E E : Sans recherche active, non disponibles, en emploi 795

METIER

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  left_join(METIER, by = "METIER") %>%
  group_by(METIER, Metier) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
METIER Metier Nobs
SO Sans objet 340445
NP Non précisé 35998
AMT Agents de maîtrise, techniciens 1194
CADRES Cadres 1194
ENQ Employés non qualifiés 1194
EQ Employés qualifiés 1194
MANOEUVRES Manœuvre 1194
OP Ouvriers professionnels 1194
OQ Ouvriers qualifiés 1194
ENS Ensemble 831

ANCIENNETE

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  left_join(ANCIENNETE, by = "ANCIENNETE") %>%
  group_by(ANCIENNETE, Anciennete) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
ANCIENNETE Anciennete Nobs
SO Sans objet 350933
DA9 Un an et plus 33904
DA10 Moins d'un an 795

CORRECTION

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  left_join(CORRECTION, by = "CORRECTION") %>%
  group_by(CORRECTION, Correction) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
CORRECTION Correction Nobs
CVS-CJO Corrigé des variations saisonnières et du nombre de jours ouvrables 340427
BRUT Non corrigé 45205

SEXE

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  left_join(SEXE, by = "SEXE") %>%
  group_by(SEXE, Sexe) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
SEXE Sexe Nobs
0 Ensemble 192642
SO Sans objet 111320
1 Hommes 40835
2 Femmes 40835

DIPLOME

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  left_join(DIPLOME, by = "DIPLOME") %>%
  group_by(DIPLOME, Diplome) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
DIPLOME Diplome Nobs
SO Sans objet 372700
1-2 Niveau I ou II (diplôme de 2e ou 3e cycle, diplôme de grande école) 1620
3 Niveau III (diplôme de type bac + 2 ans : DUT, BTS, etc.) 1620
4 Niveau IV (sortie de terminales ou d'études après bac sans diplôme supérieur) 1620
5 Niveau V (sortie du second cycle du second degré ou de dernière année de cycles professionnels) 1620
5BIS Niveau Vbis (sortie de 3e et de classes de second cycle court avant la dernière année) 1620
6 Niveau VI (sortie du premier cycle du second degré avant l'année terminale et des formations professionnelles) 1620
NP Non précisé 1620
7 Ensemble 1592

AGE

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  left_join(AGE, by = "AGE") %>%
  group_by(AGE, Age) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
AGE Age Nobs
SO Sans objet 111320
00- Ensemble 90198
00-24 Moins de 25 ans 68097
50- 50 ans et plus 68097
25-49 De 25 à 49 ans 34988
00-20 Moins de 21 ans 3233
00-29 Moins de 30 ans 3233
21-24 De 21 à 24 ans 3233
25-29 De 25 à 29 ans 3233

FREQ

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  left_join(FREQ, by = "FREQ") %>%
  group_by(FREQ, Freq) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
FREQ Freq Nobs
T NA 247254
M Monthly 138378

TIME_PERIOD

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  group_by(TIME_PERIOD) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(TIME_PERIOD)) %>%
  print_table_conditional()

France Entiere VS France Metropolitaine

Tous

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  filter(DEMANDEURS_EMPLOI == "A-B-C",
         INDICATEUR == "DEMANDEURS_EMPLOI_PE",
         METIER == "SO",
         SEXE == "0",
         FREQ == "T",
         CORRECTION == "CVS-CJO",
         ANCIENNETE == "SO",
         DIPLOME == "SO",
         AGE == "00-") %>%
  quarter_to_date() %>%
  arrange(date) %>%
  mutate(OBS_VALUE = OBS_VALUE %>% as.numeric) %>%
  ggplot + theme_minimal() + xlab("") + ylab("Demandeurs emplois") +
  geom_line(aes(x = date, y = OBS_VALUE, color = REF_AREA)) +
  scale_x_date(breaks = seq(1960, 2100, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = seq(0, 6000, 500),
                     labels = dollar_format(accuracy = 1, prefix = "", su = " K")) +
  
  theme(legend.position = c(0.2, 0.9),
        legend.title = element_blank())

A, B, C

All

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  filter(INDICATEUR == "DEMANDEURS_EMPLOI_PE",
         DEMANDEURS_EMPLOI %in% c("A", "B", "C", "A-B-C"),
         METIER == "SO",
         SEXE == "0",
         FREQ == "T",
         CORRECTION == "CVS-CJO",
         ANCIENNETE == "SO",
         DIPLOME == "SO",
         REF_AREA == "FM",
         AGE == "00-") %>%
  quarter_to_date() %>%
  mutate(OBS_VALUE = OBS_VALUE %>% as.numeric) %>%
  left_join(DEMANDEURS_EMPLOI, by = "DEMANDEURS_EMPLOI") %>%
  ggplot + theme_minimal() + xlab("") + ylab("Demandeurs emplois") +
  geom_line(aes(x = date, y = OBS_VALUE, color = Demandeurs_emploi)) +
  scale_x_date(breaks = seq(1960, 2100, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = seq(0, 6000, 500),
                     labels = dollar_format(accuracy = 1, prefix = "", su = " K")) +
  theme(legend.position = c(0.3, 0.9),
        legend.title = element_blank())

2005-

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  filter(INDICATEUR == "DEMANDEURS_EMPLOI_PE",
         DEMANDEURS_EMPLOI %in% c("A", "B", "C", "A-B-C"),
         METIER == "SO",
         SEXE == "0",
         FREQ == "T",
         CORRECTION == "CVS-CJO",
         ANCIENNETE == "SO",
         DIPLOME == "SO",
         REF_AREA == "FM",
         AGE == "00-") %>%
  quarter_to_date() %>%
  filter(date >= as.Date("2005-01-01")) %>%
  left_join(DEMANDEURS_EMPLOI, by = "DEMANDEURS_EMPLOI") %>%
  ggplot + theme_minimal() + xlab("") + ylab("Demandeurs emplois") +
  geom_line(aes(x = date, y = OBS_VALUE, color = Demandeurs_emploi)) +
  scale_x_date(breaks = seq(1960, 2100, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = seq(0, 6000, 500),
                     labels = dollar_format(accuracy = 1, prefix = "", su = " K")) +
  
  theme(legend.position = c(0.25, 0.9),
        legend.title = element_blank())

Par age

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  filter(INDICATEUR == "DEMANDEURS_EMPLOI_PE",
         DEMANDEURS_EMPLOI == "A-B-C",
         METIER == "SO",
         SEXE == "0",
         FREQ == "T",
         CORRECTION == "CVS-CJO",
         ANCIENNETE == "SO",
         DIPLOME == "SO",
         REF_AREA == "FM",
         AGE %in% c("00-", "25-49", "50-", "00-24")) %>%
  quarter_to_date() %>%
  left_join(AGE, by = "AGE") %>%
  ggplot + theme_minimal() + xlab("") + ylab("Demandeurs emplois") +
  geom_line(aes(x = date, y = OBS_VALUE, color = Age)) +
  scale_x_date(breaks = seq(1960, 2100, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(0, 6000, 500),
                     labels = dollar_format(accuracy = 1, prefix = "", su = " K")) +
  
  theme(legend.position = c(0.3, 0.5),
        legend.title = element_blank())

Par age (moins de 25 ans)

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  filter(INDICATEUR == "DEMANDEURS_EMPLOI_PE",
         DEMANDEURS_EMPLOI == "A-B-C",
         METIER == "SO",
         SEXE == "0",
         FREQ == "T",
         CORRECTION == "CVS-CJO",
         ANCIENNETE == "SO",
         DIPLOME == "SO",
         REF_AREA == "FM",
         AGE %in% c("00-24")) %>%
  quarter_to_date() %>%
  left_join(AGE, by = "AGE") %>%
  ggplot + theme_minimal() + xlab("") + ylab("Demandeurs emplois") +
  geom_line(aes(x = date, y = OBS_VALUE, color = Age)) +
  scale_x_date(breaks = seq(1960, 2100, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(0, 6000, 100),
                     labels = dollar_format(accuracy = 1, prefix = "", su = " K")) +
  
  theme(legend.position = c(0.3, 0.5),
        legend.title = element_blank())

Diplome

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  filter(AGE == "00-29",
         DIPLOME %in% c("1-2", "3", "4", "5"),
         FREQ == "M") %>%
  month_to_date() %>%
  mutate(OBS_VALUE = OBS_VALUE %>% as.numeric) %>%
  left_join(DIPLOME, by = "DIPLOME") %>%
  filter(!is.nan(OBS_VALUE)) %>%
  ggplot + theme_minimal() + xlab("") + ylab("Demandeurs emplois") +
  geom_line(aes(x = date, y = OBS_VALUE, color = Diplome)) +
  scale_x_date(breaks = seq(1960, 2100, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = seq(0, 6000, 100),
                labels = dollar_format(accuracy = 1, prefix = "", su = " K")) +
  
  theme(legend.position = c(0.5, 0.9),
        legend.title = element_blank())

Diplome: 1-2 - par age

Code 
`DEMANDES-EMPLOIS-NATIONALES` %>%
  filter(DIPLOME %in% c("1-2"),
         FREQ == "M") %>%
  month_to_date() %>%
  left_join(AGE, by = "AGE") %>%
  filter(!is.nan(OBS_VALUE)) %>%
  ggplot + theme_minimal() + xlab("") + ylab("Demandeurs emplois") +
  geom_line(aes(x = date, y = OBS_VALUE, color = Age)) +
  scale_x_date(breaks = seq(1960, 2100, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = seq(50, 500, 25),
                     labels = dollar_format(accuracy = 1, prefix = "", su = " K")) +
  
  theme(legend.position = c(0.2, 0.9),
        legend.title = element_blank())