1.106 - Valeur ajoutée brute par secteur institutionnel à prix courants - T_1106

Données - INSEE

Auteur

François Geerolf

Last observation: 2025 (N = 12)

First observation: 1949 (N = 6)

Last data update: 08 sept. 2026, 14:35

Last compile: 24 sept. 2026, 01:27

Structure

Répartition de la valeur ajoutée entre secteurs

Les sociétés non financières produisent un peu moins de 60 % de la valeur ajoutée. Le secteur des ménages (entrepreneurs individuels et surtout loyers des propriétaires occupants) et celui des administrations publiques pèsent chacun autour de 15-20 %.

Code 
`T_1106` |>
  filter(sheet == "T_1106 en niveau", code != "S1") |>
  group_by(year) |>
  mutate(part = value / sum(value)) |>
  ungroup() |>
  arrange(desc(code)) |>
  mutate(label = factor(label, levels = unique(label))) |>
  ggplot() + theme_minimal() + xlab("") + ylab("Part de la valeur ajoutée brute totale") +
  geom_area(aes(x = year, y = part, fill = label)) +
  scale_x_continuous(breaks = seq(1950, 2030, 10)) +
  scale_y_continuous(labels = percent_format(accuracy = 1)) +
  scale_fill_manual(values = viridis(5)) +
  theme(legend.title = element_blank(), legend.position = "bottom") +
  guides(fill = guide_legend(nrow = 2))

En niveau (Mds €, prix courants)

Code 
`T_1106` |>
  filter(sheet == "T_1106 en niveau") |>
  ggplot() + theme_minimal() + xlab("") + ylab("Valeur ajoutée brute (Mds €)") +
  geom_line(aes(x = year, y = value, color = label)) +
  scale_x_continuous(breaks = seq(1950, 2030, 10)) +
  scale_color_manual(values = c(viridis(5), "grey20")) +
  theme(legend.title = element_blank(), legend.position = "bottom") +
  guides(color = guide_legend(nrow = 2))

Croissance de la valeur ajoutée en valeur

Code 
`T_1106` |>
  filter(sheet == "T_1106 en évolution", year >= 1990,
         code %in% c("S1", "S11", "S13", "S14")) |>
  ggplot() + theme_minimal() + xlab("") + ylab("Évolution annuelle (valeur, %)") +
  geom_hline(yintercept = 0, color = "grey60") +
  geom_line(aes(x = year, y = value / 100, color = label)) +
  scale_x_continuous(breaks = seq(1990, 2030, 5)) +
  scale_y_continuous(labels = percent_format(accuracy = 1)) +
  theme(legend.title = element_blank(), legend.position = "bottom")

Table (2025)

Code 
`T_1106` |>
  filter(sheet == "T_1106 en niveau", year == last_y) |>
  transmute(Secteur = label, Code = code, `Mds €` = round(value, 1),
            `% du total` = round(100 * value / value[code == "S1"], 1)) |>
  print_table_conditional()
Secteur Code Mds € % du total
Sociétés non financières S11 1543.8 57.9
Sociétés financières S12 112.6 4.2
Administrations publiques S13 496.1 18.6
Ménages S14 459.2 17.2
Institutions sans but lucratif au services des ménages S15 53.2 2.0
Économie totale S1 2664.9 100.0