Emploi, chômage, revenus du travail - Edition 2025

Données - INSEE

Auteur

François Geerolf

Info

source dataset Title .html .rData
insee ECRT2026 Emploi, chômage, revenus du travail - Edition 2025 2026-07-04 2026-07-03

Source en ligne

Salaires de la fonction publique: html

Données sur les salaires

source dataset Title .html .rData
dares les-indices-de-salaire-de-base Les indices de salaire de base 2026-05-21 2026-05-21
insee CNA-2014-RDB Revenu et pouvoir d’achat des ménages 2026-07-04 2026-07-04
insee CNT-2014-CSI Comptes de secteurs institutionnels 2026-07-04 2026-07-04
insee ECRT2023 Emploi, chômage, revenus du travail - Edition 2023 2026-07-04 2023-06-30
insee INDICE-TRAITEMENT-FP Indice de traitement brut dans la fonction publique de l'État 2026-07-04 2026-07-04
insee SALAIRES-ACEMO Indices trimestriels de salaires dans le secteur privé - Résultats par secteur d’activité 2026-07-04 2026-07-04
insee SALAIRES-ACEMO-2017 Indices trimestriels de salaires dans le secteur privé 2026-07-04 2026-07-04
insee SALAIRES-ANNUELS Salaires annuels 2026-07-04 2026-07-04
insee T_2101 2.101 – Revenu disponible brut des ménages et évolution du pouvoir d'achat par personne, par ménage et par unité de consommation (En milliards euros et %) 2026-07-04 2025-12-14
insee T_7401 7.401 – Compte des ménages (S14) (En milliards d'euros) 2026-07-04 2025-12-14
insee if230 Séries longues sur les salaires dans le secteur privé 2026-07-04 2021-12-04
insee ir_salaires_SL_23_csv NA NA NA
insee ir_salaires_SL_csv NA NA NA
insee t_salaire_val Salaire moyen par tête - SMPT (données CVS) 2026-07-04 2026-02-27

variable

Code 
ECRT2026 %>%
  group_by(variable) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional()
variable Nobs
Employés et ouvriers 6
Ensemble 6
Professions de la santé 6
Professions intermédiaires et cadres hors professions de la santé 6

date

Code 
ECRT2026 %>%
  group_by(date) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional()
date Nobs
2019-01-01 4
2020-01-01 4
2021-01-01 4
2022-01-01 4
2023-01-01 4
2024-01-01 4

F28

Tous

Euros

Code 
ECRT2026 %>%
  filter(sheet == "F28",
         variable %in% c("Ensemble", "Ensemble des fonctionnaires")) %>%
  mutate(value = as.numeric(value)) %>%
  ggplot(.) + theme_minimal() + xlab("") + ylab("") +
  #scale_color_manual(values = viridis(8)[1:7]) +
  geom_line(aes(x = date, y = value, color = variable)) + 
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.2)) +
  scale_x_date(breaks = seq(1950, 2300, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = seq(1000, 20000, 20),
                     labels = scales::dollar_format(accuracy = 1, pre = "", su = "€"))

base 100

Code 
ECRT2026 %>%
  filter(sheet == "F28",
         variable %in% c("Ensemble", "Ensemble des fonctionnaires")) %>%
  mutate(value = as.numeric(value)) %>%
  group_by(variable) %>%
  mutate(value = 100*value/value[1]) %>%
  ggplot(.) + theme_minimal() + xlab("") + ylab("") +
  #scale_color_manual(values = viridis(8)[1:7]) +
  geom_line(aes(x = date, y = value, color = variable)) + 
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.8)) +
  scale_x_date(breaks = seq(1950, 2300, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = seq(80, 200, 1))