Conjoncture dans l’industrie

Data - Insee

Author

François Geerolf

Info

Données sur l’industrie

Code 
industrie %>%
  arrange(-(dataset == "ENQ-CONJ-ACT-IND")) %>%
  mutate(Title = read_lines(paste0("~/Library/Mobile\ Documents/com~apple~CloudDocs/website/data/", source, "/",dataset, ".qmd"), skip = 1, n_max = 1) %>% gsub("title: ", "", .) %>% gsub("\"", "", .)) %>%
  mutate(Download = as.Date(file.info(paste0("~/Library/Mobile\ Documents/com~apple~CloudDocs/website/data/", source, "/", dataset, ".RData"))$mtime),
         Compile = as.Date(file.info(paste0("~/Library/Mobile\ Documents/com~apple~CloudDocs/website/data/", source, "/", dataset, ".html"))$mtime)) %>%
  mutate(Compile = paste0("[", Compile, "](https://fgeerolf.com/data/", source, "/", dataset, '.html)')) %>%
  print_table_conditional()
source dataset Title Download Compile
insee ENQ-CONJ-ACT-IND Conjoncture dans l’industrie 2024-06-24 [2024-06-20]
eurostat mar_mg_am_cvh Country level - volume (in TEUs) of containers handled in main ports, by loading status - mar_mg_am_cvh 2024-06-08 [2024-06-23]
eurostat namq_10_a10 Gross value added and income A*10 industry breakdowns 2024-06-23 [2024-06-24]
insee CNA-2014-EMPLOI Emploi intérieur, durée effective travaillée et productivité horaire 2024-06-23 [2024-06-07]
insee CNT-2014-CB Comptes des branches 2024-06-23 [2024-06-24]
insee CNT-2014-OPERATIONS Opérations sur biens et services 2024-06-23 [2024-06-24]
insee ICA-2015-IND-CONS Indices de chiffre d'affaires dans l'industrie et la construction 2024-06-24 [2024-06-20]
insee IPI-2021 Indice de la production industrielle 2024-06-06 [2024-06-08]
insee IPPI-2015 Indices de prix de production et d'importation dans l'industrie 2024-06-24 [2024-06-20]
insee TCRED-EMPLOI-SALARIE-TRIM Estimations d'emploi salarié par secteur d'activité et par département 2024-06-24 [2024-06-20]
insee t_5407 5.407 – Solde extérieur de biens et de services par produit à prix courants (En milliards d'euros) - t_5407 2021-08-01 [2024-06-20]
oecd ALFS_EMP Employment by activities and status (ALFS) 2024-05-12 [2024-04-16]
oecd SNA_TABLE3 Population and employment by main activity 2024-04-16 [2024-06-20]

LAST_COMPILE

LAST_COMPILE
2024-06-24

Last

Code 
`ENQ-CONJ-ACT-IND` %>%
  group_by(TIME_PERIOD) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(TIME_PERIOD)) %>%
  head(1) %>%
  print_table_conditional()
TIME_PERIOD Nobs
2024-Q2 608

TITLE_FR

Code 
`ENQ-CONJ-ACT-IND` %>%
  group_by(IDBANK, TITLE_FR) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  {if (is_html_output()) datatable(., filter = 'top', rownames = F) else .}

INDICATEUR

Code 
`ENQ-CONJ-ACT-IND` %>%
  left_join(INDICATEUR, by = "INDICATEUR") %>%
  group_by(INDICATEUR, Indicateur) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  {if (is_html_output()) datatable(., filter = 'top', rownames = F) else .}

NATURE

Code 
`ENQ-CONJ-ACT-IND` %>%
  left_join(NATURE, by = "NATURE") %>%
  group_by(NATURE, Nature) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  {if (is_html_output()) print_table(.) else .}
NATURE Nature Nobs
SOLDE_PROPORTION Solde d'opinions 188807
PROPORTION Proportion 86216
TAUX Taux 11668
INDICE Indice 9408
VALEUR_ABSOLUE Valeur absolue 1876

UNIT_MEASURE

Code 
`ENQ-CONJ-ACT-IND` %>%
  group_by(UNIT_MEASURE) %>%
  summarise(Nobs = n()) %>%
  {if (is_html_output()) print_table(.) else .}
UNIT_MEASURE Nobs
POURCENT 286691
SEMAINES 1876
SO 9408

NAF2

Code 
`ENQ-CONJ-ACT-IND` %>%
  group_by(NAF2) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  {if (is_html_output()) datatable(., filter = 'top', rownames = F) else .}

TIME_PERIOD / date

Code 
`ENQ-CONJ-ACT-IND` %>%
  group_by(TIME_PERIOD) %>%
  summarise(Nobs = n()) %>%
  {if (is_html_output()) datatable(., filter = 'top', rownames = F) else .}

Demande insuffisante - ECAI_DIFCOM

001586737 - Taux d’utilisation des capacités de production

Tous

Code 
`ENQ-CONJ-ACT-IND` %>%
  filter(IDBANK == "001586737") %>%
  quarter_to_date %>%
  mutate(OBS_VALUE = OBS_VALUE / 100) %>%
  ggplot + geom_line(aes(x = date, y = OBS_VALUE)) + theme_minimal() +
  scale_x_date(breaks = seq(1960, 2022, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  theme(legend.position = c(0.25, 0.9),
        legend.title = element_blank()) +
  scale_y_continuous(breaks = 0.01*seq(-500, 200, 5),
                     labels = percent_format(accuracy = 1))