Demandeurs d’emploi inscrits à Pôle Emploi

Données - INSEE

Info

Last observation: 2026-Q1

First observation: 1991-01

Number of observations: 385 632

Last data update: 24 jul 2026, 04:05. Last compile: 24 jul 2026, 05:46

Structure

INDICATEUR

FREQ

ANCIENNETE

CORRECTION

SERIE_ARRETEE

NATURE

AGE

REF_AREA

DIPLOME

METIER

DEMANDEURS_EMPLOI

SEXE

Données sur l’emploi

source	dataset	Title	.html	.rData
insee	CHOMAGE-TRIM-NATIONAL	Chômage, taux de chômage par sexe et âge (sens BIT) (1975-)	2026-07-23	2026-07-23
insee	CNA-2014-EMPLOI	Emploi intérieur, durée effective travaillée et productivité horaire	2026-07-23	2026-07-22
insee	DEMANDES-EMPLOIS-NATIONALES	Demandeurs d'emploi inscrits à Pôle Emploi	2026-07-23	2026-07-23
insee	EMPLOI-BIT-TRIM	Emploi, activité, sous-emploi par secteur d’activité (sens BIT)	2026-07-23	2026-07-23
insee	EMPLOI-SALARIE-TRIM-NATIONAL	Estimations d'emploi salarié par secteur d'activité	2026-07-23	2026-07-23
insee	TAUX-CHOMAGE	Taux de chômage localisé	2026-07-23	2026-07-23
insee	TCRED-EMPLOI-SALARIE-TRIM	Estimations d'emploi salarié par secteur d'activité et par département	2026-07-23	2026-07-23

Catégories

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

France Entiere VS France Metropolitaine

Tous

`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

`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) %>%
  
  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-

`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")) %>%
  
  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

`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() %>%
  
  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)

`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() %>%
  
  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

`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) %>%
  
  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

`DEMANDES-EMPLOIS-NATIONALES` %>%
  filter(DIPLOME %in% c("1-2"),
         FREQ == "M") %>%
  month_to_date() %>%
  
  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())