1.112 - Consommation de capital fixe par secteur institutionnel à prix courants - T_1112

Données - INSEE

Auteur

François Geerolf

Last observation: 2025 (N = 6)

First observation: 1959 (N = 6)

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

Last compile: 24 sept. 2026, 01:27

Structure

Consommation de capital fixe

La consommation de capital fixe (CCF, ou amortissement économique) mesure l’usure annuelle du capital. Elle représente environ un cinquième du PIB et progresse tendanciellement, la part du PIB nette de CCF diminuant d’autant.

Code 
`T_1112` |>
  filter(code == "S1") |>
  left_join(pib, by = "year") |>
  ggplot() + theme_minimal() + xlab("") + ylab("% du PIB") +
  geom_line(aes(x = year, y = value / pib)) +
  scale_x_continuous(breaks = seq(1960, 2030, 10)) +
  scale_y_continuous(labels = percent_format(accuracy = 1))

Par secteur (% du PIB)

Code 
`T_1112` |>
  filter(code %in% c("S11", "S13", "S14")) |>
  left_join(pib, by = "year") |>
  ggplot() + theme_minimal() + xlab("") + ylab("% du PIB") +
  geom_line(aes(x = year, y = value / pib, color = label)) +
  scale_x_continuous(breaks = seq(1960, 2030, 10)) +
  scale_y_continuous(labels = percent_format(accuracy = 1)) +
  theme(legend.title = element_blank(), legend.position = "bottom")

Part de chaque secteur dans la CCF totale

Code 
`T_1112` |>
  filter(code %in% c("S11", "S12", "S13", "S14", "S15")) |>
  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 CCF totale") +
  geom_area(aes(x = year, y = part, fill = label)) +
  scale_x_continuous(breaks = seq(1960, 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))

Table (2025)

Code 
`T_1112` |>
  filter(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 299.4 54.0
Sociétés financières S12 24.3 4.4
Administrations publiques S13 113.1 20.4
Ménages S14 111.3 20.1
Institutions sans but lucratif au services des ménages S15 5.9 1.1
Économie totale S1 554.0 100.0