Indices des prix à la consommation - Résultats par regroupement de produits - IPC-1998

Data - INSEE

Author

François Geerolf

Info

source dataset .html .RData
insee econ-gen-solde-ech-ext-2 2025-04-01 2025-01-31

Données sur l’inflation en France

source dataset .html .RData
insee bdf2017 2025-04-01 2023-11-21
insee ILC-ILAT-ICC 2025-04-01 2025-04-01
insee INDICES_LOYERS 2025-04-01 2025-04-01
insee IPC-1970-1980 2025-04-01 2025-04-01
insee IPC-1990 2025-04-01 2025-04-01
insee IPC-2015 2025-03-31 2025-04-01
insee IPC-PM-2015 2025-03-19 2025-04-01
insee IPCH-2015 2025-03-28 2025-04-01
insee IPGD-2015 2025-03-31 2025-03-31
insee IPLA-IPLNA-2015 2025-01-31 2025-04-01
insee IPPI-2015 2025-03-19 2025-04-01
insee IRL 2025-01-31 2025-04-01
insee SERIES_LOYERS 2025-01-31 2025-04-01
insee T_CONSO_EFF_FONCTION 2025-01-31 2024-07-18

Data on inflation

source dataset .html .RData
bis CPI 2024-12-29 2022-01-20
ecb CES 2025-03-31 2025-03-31
eurostat nama_10_co3_p3 2025-03-20 2025-03-20
eurostat prc_hicp_cow 2025-02-01 2024-10-08
eurostat prc_hicp_ctrb 2025-02-01 2024-10-08
eurostat prc_hicp_inw 2025-01-26 2025-03-09
eurostat prc_hicp_manr 2025-03-20 2025-03-31
eurostat prc_hicp_midx 2025-03-31 2025-03-31
eurostat prc_hicp_mmor 2025-02-01 2025-03-09
eurostat prc_ppp_ind 2025-02-01 2024-10-08
eurostat sts_inpp_m 2024-06-24 2025-03-19
eurostat sts_inppd_m 2025-03-19 2025-03-19
eurostat sts_inppnd_m 2024-06-24 2025-03-19
fred cpi 2025-04-01 2025-04-01
fred inflation 2025-04-01 2025-04-01
imf CPI 2024-06-20 2020-03-13
oecd MEI_PRICES_PPI 2024-09-15 2024-04-15
oecd PPP2017 2024-04-16 2023-07-25
oecd PRICES_CPI 2024-04-16 2024-04-15
wdi FP.CPI.TOTL.ZG 2023-01-15 2025-03-09
wdi NY.GDP.DEFL.KD.ZG 2025-03-09 2025-03-09

LAST_COMPILE

LAST_COMPILE
2025-04-01

LAST_UPDATE

Code 
`IPC-1998` %>%
  group_by(LAST_UPDATE) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(LAST_UPDATE)) %>%
  print_table_conditional
LAST_UPDATE Nobs
2016-01-21 15444
2016-01-15 5148
2016-01-13 232749
2015-03-04 1188
2015-02-24 396
2015-02-19 22671
2007-10-08 12
2006-02-28 84

Méthodo

  • Indice des prix à la consommation (base 100=1998) (pdf, fr, 44 Ko, 01/02/2013)
  • Indice des prix à la consommation des ménages du premier quintile de la distribution des niveaux de vie (pdf, fr, 119 Ko, 18/02/2013)
  • Indice des prix à la consommation (base 100=2015) (pdf, fr, 145 Ko, 29/01/2016)
  • Indice des prix à la consommation des ménages - base 100 en 2015 (pdf, fr, 955 Ko, 29/01/2016)
  • Pour comprendre l’indice des prix - Édition 1998 (pdf, fr, 1 Mo, 01/01/1999)
  • Indice des prix à la consommation des ménages - base 100 en 1998 (pdf, fr, 50 Ko, 01/01/1999)
  • Dossier d’information méthodologique. Indice des prix, pouvoir d’achat (pdf, fr, 229 Ko, 01/02/2004)

Documents de travail

  • L’IPC, miroir de l’évolution du coût de la vie en France ? - Ce qu’apporte l’analyse des courbes d’Engel. (pdf, fr, 615 Ko, 02/04/2010)
  • Calcul d’un indice des prix des produits de grande consommation dans la grande distribution (pdf, fr, 204 Ko, 01/01/2014)
  • Ce qui change pour l’IPC à partir du 29 janvier 2016 (pdf, fr, 129 Ko, 29/01/2016)
  • L’expérience française des indices de prix a la consommation (pdf, fr, 107 Ko, 01/01/1996) Indice des prix à la consommation CVS et indice hors tarifs publics et produits à prix volatils corrigé des mesures fiscales, CVS (pdf, fr, 71 Ko, 27/03/1996)
  • Indices mensuels des prix dans la grande distribution (pdf, fr, 126 Ko, 18/02/2016)
  • Contenu des groupes avec les fonctions, les regroupements et les groupes publiés dans la nouvelle base 1998 (pdf, fr, 42 Ko, 01/01/1999)
  • Comparaisons spatiales de prix au sein du territoire français (pdf, fr, 91 Ko, 01/12/2000)
  • Les indices à utilité constante : une référence pour mesurer l’évolution des prix (pdf, fr, 219 Ko, 01/12/2000)
  • La mesure des prix dans les domaines de la santé et de l’action sociale : quelques problèmes méthodologiques (pdf, fr, 212 Ko, 01/06/2003)
  • Indice des prix à la consommation en base 100 en 1998 - Séries longues rétropolées, de 1990 à 2002 (pdf, fr, 201 Ko, 01/09/2003)
  • Impact des ajustements de qualité dans le calcul de l’indice des prix à la consommation (pdf, fr, 53 Ko, 01/05/2004)
  • Introduction à la pratique des indices statistiques (pdf, fr, 426 Ko, 01/11/2005)
  • Note additionnelle sur les changements de l’année 2017 (pdf, fr, 228 Ko, 23/02/2017)

INDICATEUR

Code 
`IPC-1998` %>%
  left_join(INDICATEUR,  by = "INDICATEUR") %>%
  group_by(INDICATEUR, Indicateur) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
INDICATEUR Indicateur Nobs
IPC Indice des prix à la consommation (IPC) 273928
ISJ Indice d'inflation sous-jacente (ISJ) 3764

PRIX_CONSO

Code 
`IPC-1998` %>%
  left_join(PRIX_CONSO,  by = "PRIX_CONSO") %>%
  group_by(PRIX_CONSO, Prix_conso) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional

CORRECTION

Code 
`IPC-1998` %>%
  left_join(CORRECTION,  by = "CORRECTION") %>%
  group_by(CORRECTION, Correction) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
CORRECTION Correction Nobs
BRUT Non corrigé 272987
CVS-FISC Corrigé des mesures fiscales et des variations saisonnières 3764
CVS Corrigé des variations saisonnières 941

NATURE

Code 
`IPC-1998` %>%
  left_join(NATURE,  by = "NATURE") %>%
  group_by(NATURE, Nature) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
NATURE Nature Nobs
INDICE Indice 224377
POND Pondérations d'indice 24260
VARIATIONS_M Variations mensuelles 14321
GLISSEMENT_ANNUEL Glissement annuel 13716
VARIATIONS_A Variations annuelles 1018

MENAGES_IPC

Code 
`IPC-1998` %>%
  left_join(MENAGES_IPC,  by = "MENAGES_IPC") %>%
  group_by(MENAGES_IPC, Menages_ipc) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
MENAGES_IPC Menages_ipc Nobs
ENSEMBLE Ensemble des ménages 263721
URBAIN Ménages urbains dont le chef est ouvrier ou employé 13724
PREMIERQUINTILE Ménages du premier quintile de la distribution des niveaux de vie 247

COICOP1998

Code 
`IPC-1998` %>%
  left_join(COICOP1998,  by = "COICOP1998") %>%
  group_by(COICOP1998, Coicop1998) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional

TITLE_FR

Code 
`IPC-1998` %>%
  group_by(TITLE_FR, IDBANK) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional

REF_AREA

Code 
`IPC-1998` %>%
  group_by(REF_AREA) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
REF_AREA Nobs
FE 162501
FM 93015
D971 5544
D972 5544
D973 5544
D974 5544

TIME_PERIOD

Code 
`IPC-1998` %>%
  group_by(TIME_PERIOD) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(TIME_PERIOD)) %>%
  print_table_conditional()

Produits Manuafcturés, Services

Code 
`IPC-1998` %>%
  filter(IDBANK %in% c("000641339", "000641338")) %>%
  mutate(TITLE_FR = TITLE_FR %>% gsub("Indice mensuel d'inflation sous-jacente - Base 1998 - ", "", .),
         TITLE_FR = TITLE_FR %>% gsub("- Corrigé des mesures fiscales et des variations saisonnières - Série arrêtée", "", .)) %>%
  month_to_date %>%
  ggplot() + 
  geom_line(aes(x = date, y = OBS_VALUE, color = TITLE_FR, linetype = TITLE_FR)) +
  scale_color_manual(values = viridis(5)[1:4]) +
  theme_minimal() +
  scale_x_date(breaks = seq(1920, 2025, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  theme(legend.position = c(0.75, 0.3),
        legend.title = element_blank()) +
  scale_y_log10(breaks = seq(0, 200, 10),
                     labels = dollar_format(accuracy = 1, prefix = "")) +
  ylab("Indice des prix") + xlab("")

Pondérations d’indice

1992, 1994, 1996, 1998

Code 
`IPC-1998` %>%
  filter(NATURE == "POND",
         REF_AREA == "FM",
         TIME_PERIOD %in% c("1998", "1996", "1994", "1992", "1990", "2005", "2010", "2002"),
         MENAGES_IPC == "ENSEMBLE") %>%
  select_if(function(col) length(unique(col)) > 1) %>%
  select(-IDBANK, -TITLE_FR, -TITLE_EN, -OBS_STATUS, -OBS_TYPE) %>%
  left_join(PRIX_CONSO,  by = "PRIX_CONSO") %>%
  left_join(COICOP1998,  by = "COICOP1998") %>%
  spread(TIME_PERIOD, OBS_VALUE) %>%
  print_table_conditional

Assurance Santé

Code 
`IPC-1998` %>%
  filter(INDICATEUR == "IPC",
         MENAGES_IPC == "ENSEMBLE",
         COICOP1998 %in% c("1253"),
         REF_AREA == "FM",
         NATURE == "POND") %>%
  year_to_date %>%
  mutate(OBS_VALUE = OBS_VALUE/10000) %>%
  ggplot() + ylab("Poids de l'assurance santé dans l'indice des prix") + xlab("") + theme_minimal() +
  geom_line(aes(x = date, y = OBS_VALUE)) +
  scale_color_manual(values = viridis(3)[1:2]) +
  scale_x_date(breaks = seq(1920, 2025, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  scale_y_continuous(breaks = 0.01*seq(0, 10, 0.1),
                     labels = percent_format(accuracy = .1))

Tabac

Code 
`IPC-1998` %>%
  filter(INDICATEUR == "IPC",
         MENAGES_IPC == "ENSEMBLE",
         COICOP1998 %in% c("0221"),
         REF_AREA == "FM",
         NATURE == "POND") %>%
  year_to_date %>%
  mutate(OBS_VALUE = OBS_VALUE/10000) %>%
  ggplot() + ylab("Poids du tabac dans l'indice des prix") + xlab("") + theme_minimal() +
  geom_line(aes(x = date, y = OBS_VALUE)) +
  scale_color_manual(values = viridis(3)[1:2]) +
  scale_x_date(breaks = seq(1920, 2025, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  scale_y_continuous(breaks = 0.01*seq(0, 10, 0.1),
                     labels = percent_format(accuracy = .1))

Santé

Code 
`IPC-1998` %>%
  filter(INDICATEUR == "IPC",
         MENAGES_IPC == "ENSEMBLE",
         COICOP1998 %in% c("06"),
         REF_AREA == "FM",
         NATURE == "POND") %>%
  year_to_date %>%
  mutate(OBS_VALUE = OBS_VALUE/10000) %>%
  ggplot() + ylab("Poids de la santé dans l'indice des prix") + xlab("") + theme_minimal() +
  geom_line(aes(x = date, y = OBS_VALUE)) +
  scale_color_manual(values = viridis(3)[1:2]) +
  scale_x_date(breaks = seq(1920, 2025, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  scale_y_continuous(breaks = 0.01*seq(0, 12, 0.1),
                     labels = percent_format(accuracy = .1))

2-digit

Boissons Alcoolisées, Logement, Restaurants et hôtels

Code 
`IPC-1998` %>%
  filter(COICOP1998 %in% c("00", "02", "11", "04"),
         REF_AREA == "FM",
         NATURE == "INDICE",
         FREQ == "M") %>%
  month_to_date %>%
  left_join(COICOP1998, by = "COICOP1998") %>%
  group_by(COICOP1998) %>%
  arrange(date) %>%
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) %>%
  ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
  geom_line(aes(x = date, y = OBS_VALUE, color = Coicop1998)) +
  scale_color_manual(values = viridis(5)[1:4]) +
  scale_x_date(breaks = seq(1920, 2025, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  theme(legend.position = c(0.3, 0.85),
        legend.title = element_blank()) +
  scale_y_log10(breaks = c(100, 120, 150, 200, 220, 250, 300, 400, 500),
                     labels = dollar_format(accuracy = 1, prefix = ""))

Transports, Enseignement, B&S Divers

Code 
`IPC-1998` %>%
  filter(COICOP1998 %in% c("00", "10", "07", "12"),
         REF_AREA == "FM",
         NATURE == "INDICE",
         FREQ == "M") %>%
  month_to_date %>%
  left_join(COICOP1998, by = "COICOP1998") %>%
  group_by(COICOP1998) %>%
  arrange(date) %>%
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) %>%
  ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
  geom_line(aes(x = date, y = OBS_VALUE, color = Coicop1998)) +
  scale_color_manual(values = viridis(5)[1:4]) +
  scale_x_date(breaks = seq(1920, 2025, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  theme(legend.position = c(0.3, 0.85),
        legend.title = element_blank()) +
  scale_y_log10(breaks = seq(100, 300, 10),
                     labels = dollar_format(accuracy = 1, prefix = ""))

Alimentation, Habillement, Meubles

Code 
`IPC-1998` %>%
  filter(COICOP1998 %in% c("00", "05", "01", "03"),
         REF_AREA == "FM",
         NATURE == "INDICE",
         FREQ == "M") %>%
  month_to_date %>%
  left_join(COICOP1998, by = "COICOP1998") %>%
  group_by(COICOP1998) %>%
  arrange(date) %>%
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) %>%
  ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
  geom_line(aes(x = date, y = OBS_VALUE, color = Coicop1998)) +
  scale_color_manual(values = viridis(5)[1:4]) +
  scale_x_date(breaks = seq(1920, 2025, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  theme(legend.position = c(0.3, 0.85),
        legend.title = element_blank()) +
  scale_y_log10(breaks = seq(100, 300, 10),
                     labels = dollar_format(accuracy = 1, prefix = ""))

Santé, Communications, Loisirs

Code 
`IPC-1998` %>%
  filter(COICOP1998 %in% c("00", "06", "09", "08"),
         REF_AREA == "FM",
         NATURE == "INDICE",
         FREQ == "M") %>%
  month_to_date %>%
  left_join(COICOP1998, by = "COICOP1998") %>%
  group_by(COICOP1998) %>%
  arrange(date) %>%
  mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[1]) %>%
  ggplot() + ylab("Indice des prix") + xlab("") + theme_minimal() +
  geom_line(aes(x = date, y = OBS_VALUE, color = Coicop1998)) +
  scale_color_manual(values = viridis(5)[1:4]) +
  scale_x_date(breaks = seq(1920, 2025, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  theme(legend.position = c(0.2, 0.85),
        legend.title = element_blank()) +
  scale_y_log10(breaks = seq(10, 300, 10),
                     labels = dollar_format(accuracy = 1, prefix = ""))