Demandeurs d’emploi inscrits à Pôle Emploi

Data - Insee

Info

source dataset .html .RData
insee DEMANDES-EMPLOIS-NATIONALES 2024-11-22 2024-12-22

Données sur l’emploi

source dataset .html .RData
insee CHOMAGE-TRIM-NATIONAL 2024-12-22 2024-12-22
insee CNA-2014-EMPLOI 2024-06-07 2024-12-22
insee DEMANDES-EMPLOIS-NATIONALES 2024-11-22 2024-12-22
insee EMPLOI-BIT-TRIM 2024-06-07 2024-12-22
insee EMPLOI-SALARIE-TRIM-NATIONAL 2024-12-22 2024-12-22
insee TAUX-CHOMAGE 2024-11-22 2024-12-22
insee TCRED-EMPLOI-SALARIE-TRIM 2024-11-22 2024-12-22

LAST_UPDATE

Code
`DEMANDES-EMPLOIS-NATIONALES` %>%
  group_by(LAST_UPDATE) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(LAST_UPDATE)) %>%
  print_table_conditional
LAST_UPDATE Nobs
2024-10-30 185150
2024-10-29 14116
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
DEMANDEURS_EMPLOI_PE Demandeurs d'emploi inscrits à Pôle emploi 187298
DEFM_MOYENNE_TRIMESTRIELLE Demandeurs d'emploi en moyenne trimestrielle 185150
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 114154
A A : En recherche active, disponibles, sans emploi 88746
DE-ABC-LD Demandeurs d'emploi inscrits à Pôle emploi depuis plus d'un an en catégories A, B et C 46334
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 13225
B B : En recherche active, en activité réduite courte 5095
C C : En recherche active, en activité réduite longue 5095
A-B-C-D-E A,B,C,D,E : Ensemble 783
B-C B,C : En recherche active, en activité réduite 783
D D : Sans recherche active, non disponibles, sans emploi 783
E E : Sans recherche active, non disponibles, en emploi 783

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 330065
NP Non précisé 35980
AMT Agents de maîtrise, techniciens 1176
CADRES Cadres 1176
ENQ Employés non qualifiés 1176
EQ Employés qualifiés 1176
MANOEUVRES Manœuvre 1176
OP Ouvriers professionnels 1176
OQ Ouvriers qualifiés 1176
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 340433
DA9 Un an et plus 33892
DA10 Moins d'un an 783

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 330569
BRUT Non corrigé 44539

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 190782
SO Sans objet 105800
1 Hommes 39263
2 Femmes 39263

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 362368
1-2 Niveau I ou II (diplôme de 2e ou 3e cycle, diplôme de grande école) 1596
3 Niveau III (diplôme de type bac + 2 ans : DUT, BTS, etc.) 1596
4 Niveau IV (sortie de terminales ou d'études après bac sans diplôme supérieur) 1596
5 Niveau V (sortie du second cycle du second degré ou de dernière année de cycles professionnels) 1596
5BIS Niveau Vbis (sortie de 3e et de classes de second cycle court avant la dernière année) 1596
6 Niveau VI (sortie du premier cycle du second degré avant l'année terminale et des formations professionnelles) 1596
NP Non précisé 1596
7 Ensemble 1568

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 105800
00- Ensemble 89850
00-24 Moins de 25 ans 66609
50- 50 ans et plus 66609
25-49 De 25 à 49 ans 33500
00-20 Moins de 21 ans 3185
00-29 Moins de 30 ans 3185
21-24 De 21 à 24 ans 3185
25-29 De 25 à 29 ans 3185

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 236730
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())