source | dataset | .html | .RData |
---|---|---|---|
insee | SALAIRES-ACEMO | 2024-11-22 | 2024-12-22 |
Indices trimestriels de salaires dans le secteur privé - Résultats par secteur d’activité
Data - INSEE
Info
Données sur les salaires
source | dataset | .html | .RData |
---|---|---|---|
dares | les-indices-de-salaire-de-base | 2024-11-04 | 2024-12-15 |
insee | CNA-2014-RDB | 2024-12-22 | 2024-12-22 |
insee | CNT-2014-CSI | 2024-12-22 | 2024-12-22 |
insee | ECRT2023 | 2024-12-22 | 2023-06-30 |
insee | if230 | 2024-12-22 | 2021-12-04 |
insee | INDICE-TRAITEMENT-FP | 2024-12-22 | 2024-12-22 |
insee | ir_salaires_SL_23_csv | 2024-12-22 | NA |
insee | ir_salaires_SL_csv | 2024-12-22 | NA |
insee | SALAIRES-ACEMO | 2024-11-22 | 2024-12-22 |
insee | SALAIRES-ACEMO-2017 | 2024-12-22 | 2024-12-22 |
insee | SALAIRES-ANNUELS | 2024-12-22 | 2024-12-22 |
insee | t_7401 | 2024-12-20 | 2024-10-18 |
insee | t_salaire_val | 2024-12-21 | 2024-12-21 |
Data on wages
source | dataset | .html | .RData |
---|---|---|---|
eurostat | earn_mw_cur | 2024-11-23 | 2024-10-08 |
eurostat | ei_lmlc_q | 2024-11-23 | 2024-10-08 |
eurostat | lc_lci_lev | 2024-11-23 | 2024-10-08 |
eurostat | lc_lci_r2_q | 2024-11-23 | 2024-11-04 |
eurostat | nama_10_lp_ulc | 2024-11-23 | 2024-10-08 |
eurostat | namq_10_lp_ulc | 2024-11-23 | 2024-11-04 |
eurostat | tps00155 | 2024-11-22 | 2024-10-08 |
fred | wage | 2024-11-21 | 2024-12-22 |
ilo | EAR_4MTH_SEX_ECO_CUR_NB_A | 2024-06-20 | 2023-06-01 |
ilo | EAR_XEES_SEX_ECO_NB_Q | 2024-06-20 | 2023-06-01 |
oecd | AV_AN_WAGE | 2024-11-22 | 2024-11-22 |
oecd | AWCOMP | 2024-09-15 | 2023-09-09 |
oecd | EAR_MEI | 2024-04-16 | 2024-04-16 |
oecd | HH_DASH | 2024-09-15 | 2023-09-09 |
oecd | MIN2AVE | 2024-09-15 | 2023-09-09 |
oecd | RMW | 2024-09-15 | 2024-03-12 |
oecd | ULC_EEQ | 2024-09-15 | 2024-04-15 |
LAST_UPDATE
Code
`SALAIRES-ACEMO` %>%
group_by(LAST_UPDATE) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional()
LAST_UPDATE | Nobs |
---|---|
2018-06-22 | 8422 |
LAST_COMPILE
LAST_COMPILE |
---|
2024-12-22 |
Last
Code
`SALAIRES-ACEMO` %>%
group_by(TIME_PERIOD) %>%
summarise(Nobs = n()) %>%
arrange(desc(TIME_PERIOD)) %>%
head(1) %>%
print_table_conditional()
TIME_PERIOD | Nobs |
---|---|
2018-Q1 | 129 |
First
Code
`SALAIRES-ACEMO` %>%
group_by(TIME_PERIOD) %>%
summarise(Nobs = n()) %>%
arrange(desc(TIME_PERIOD)) %>%
tail(1) %>%
print_table_conditional()
TIME_PERIOD | Nobs |
---|---|
1998-Q4 | 88 |
Définitions
ACEMO: Activité et Conditions d’Emploi de la Main-d’Oeuvre. pdf
Le salaire mensuel de base (SMB) correspond au salaire brut avant déduction des cotisations sociales et avant versement des prestations sociales. Il ne comprend ni les primes ni les heures supplémentaires. Son montant correspond généralement à celui de la première ligne du bulletin de paye d’un salarié.
L’enquête ACEMO (enquête sur l’activité et les conditions d’emploi de la main d’œuvre) est réalisée auprès des entreprises de l’ensemble du secteur marchand hors employeurs agricoles, administration publique, syndicats de copropriété, associations de type loi 1901 de l’action sociale, activités des ménages, activités extraterritoriales de France métropolitaine. L’enquête ACEMO est réalisée par la Dares trimestriellement auprès des entreprises de 10 salariés ou plus et annuellement et de manière simplifiée auprès des entreprises de moins de 10 salariés. L’enquête mesure les évolutions conjoncturelles de :
- L’emploi salarié en fin de trimestre. L’ensemble des salariés ayant un contrat de travail et qui sont payés par l’établissement sont comptés à l’exclusion des intérimaires et des stagiaires. Les salariés à temps partiel, en contrat à durée déterminée et en contrat « nouvelles-embauches » (CNE) sont aussi pris en compte.
- Les salaires de base : salaire mensuel de base (SMB) et salaire horaire de base des ouvriers (SHBO).
- La durée collective du travail : la durée collective (ou offerte) mesure l’horaire collectif de travail, commun à un groupe de salariés tel qu’il est affiché sur leur lieu de travail. Elle ne s’applique qu’aux salariés à temps complet, la durée du travail des salariés à temps partiel étant fixée par leur contrat de travail. L’enquête ACEMO permet en outre de calculer la proportion de salariés dont le temps de travail est décompté sous forme d’un forfait en jours.
SMPT vs SMB
Code
i_g("bib/insee/ndc-octobre-2021/salaires.png")
Code
i_g("bib/insee/ndc-octobre-2021/salaires-evolution.png")
TITLE_FR
Tous
Code
`SALAIRES-ACEMO` %>%
group_by(IDBANK, TITLE_FR) %>%
summarise(Nobs = n(),
date1 = first(TIME_PERIOD),
date2 = last(TIME_PERIOD)) %>%
arrange(-Nobs) %>%
print_table_conditional()
NAF2 = ENS_H_AZ
Code
`SALAIRES-ACEMO` %>%
filter(NAF2 == "ENS_H_AZ") %>%
group_by(IDBANK, TITLE_FR) %>%
summarise(Nobs = n(),
date1 = first(TIME_PERIOD),
date2 = last(TIME_PERIOD)) %>%
arrange(-Nobs) %>%
print_table_conditional()
IDBANK | TITLE_FR | Nobs | date1 | date2 |
---|---|---|---|---|
001567407 | Indice des taux de salaire horaire des ouvriers - Ensemble des secteurs non agricoles - NAF rév. 2 ENS) - Base 100 au T4 2008 - Série arrêtée | 78 | 2018-Q1 | 1998-Q4 |
001567453 | Indice des salaires mensuels de base - Ensemble des secteurs non agricoles - NAF rév. 2 ENS) - Base 100 au T4 2008 - Série arrêtée | 78 | 2018-Q1 | 1998-Q4 |
001643152 | Glissement annuel de l'indice des salaires mensuels de base - Ensemble des secteurs non agricoles (NAF rév. 2, ensemble) – Série arrêtée | 78 | 2018-Q1 | 1998-Q4 |
001657369 | Indice des taux de salaire horaire des ouvriers et des employés - Ensemble des secteurs non agricoles - NAF rév. 2 ENS) - Base 100 au T4 2008 - Série arrêtée | 38 | 2018-Q1 | 2008-Q4 |
INDICATEURS_ACEMO
Code
`SALAIRES-ACEMO` %>%
left_join(INDICATEURS_ACEMO, by = "INDICATEURS_ACEMO") %>%
group_by(INDICATEURS_ACEMO, Indicateurs_acemo) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional()
INDICATEURS_ACEMO | Indicateurs_acemo | Nobs |
---|---|---|
ISMS | Indice des salaires mensuels de base | 3666 |
ITSHO | Indice des taux de salaire horaire des ouvrier | 3198 |
ITSHOE | Indice des taux de salaire horaire des ouvriers et des employé | 1558 |
BASIND
Code
`SALAIRES-ACEMO` %>%
left_join(BASIND, by = "BASIND") %>%
group_by(BASIND, Basind) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional()
BASIND | Basind | Nobs |
---|---|---|
2008-T4 | 4ème trimestre de 2008 | 8344 |
SO | Sans objet | 78 |
NATURE
Code
`SALAIRES-ACEMO` %>%
left_join(NATURE, by = "NATURE") %>%
group_by(NATURE, Nature) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional()
NATURE | Nature | Nobs |
---|---|---|
INDICE | Indice | 8344 |
GLISSEMENT_ANNUEL | Glissement annuel | 78 |
NAF2
Code
`SALAIRES-ACEMO` %>%
left_join(NAF2, by = "NAF2") %>%
group_by(NAF2, Naf2) %>%
summarise(Nobs = n()) %>%
arrange(-Nobs) %>%
print_table_conditional()
TIME_PERIOD
Code
`SALAIRES-ACEMO` %>%
group_by(TIME_PERIOD) %>%
summarise(Nobs = n()) %>%
arrange(desc(TIME_PERIOD)) %>%
print_table_conditional()
Indice
Code
`SALAIRES-ACEMO` %>%
filter(NAF2 == "ENS_H_AZ",
== "INDICE",
NATURE %in% c("ISMS", "ITSHO")) %>%
INDICATEURS_ACEMO %>%
quarter_to_date left_join(INDICATEURS_ACEMO, by = "INDICATEURS_ACEMO") %>%
group_by(Indicateurs_acemo) %>%
mutate(OBS_VALUE = 100*OBS_VALUE/OBS_VALUE[date == as.Date("1998-10-01")]) %>%
ggplot(.) + theme_minimal() + ylab("") + xlab("") +
geom_line(aes(x = date, y = OBS_VALUE, color = Indicateurs_acemo)) +
theme(legend.title = element_blank(),
legend.position = c(0.3, 0.8)) +
scale_x_date(breaks = seq(1950, 2022, 2) %>% paste0("-01-01") %>% as.Date,
labels = date_format("%Y")) +
scale_y_log10(breaks = seq(100, 200, 5))