2.201-202 - Consommation finale effective par fonction - T_2201_2202

Données - INSEE

Structure

Consommation effective par fonction

Recul de l’alimentation et de l’habillement, montée du logement, de la santé, des transports et des loisirs : la « loi d’Engel » à l’échelle du siècle.

Code
`T_2201_2202` |>
  filter(sheet == "T_2201 en niveau",
         code %in% c("CP01", "CP03", "CP04", "CP06", "CP07", "CP09", "CP11")) |>
  left_join(filter(`T_2201_2202`, sheet == "T_2201 en niveau", code == "S1") |>
              select(year, tot = value), by = "year") |>
  ggplot() + theme_minimal() + xlab("") + ylab("% de la consommation effective") +
  geom_line(aes(x = year, y = value / tot, color = label)) +
  scale_x_continuous(breaks = seq(1960, 2030, 10)) +
  scale_y_continuous(breaks = seq(0, 0.3, 0.05), labels = percent_format(accuracy = 1)) +
  theme(legend.title = element_blank(), legend.position = "bottom") +
  guides(color = guide_legend(nrow = 4))

Toutes les fonctions (aire)

Code
`T_2201_2202` |>
  filter(sheet == "T_2201 en niveau", code %in% cp) |>
  group_by(year) |>
  mutate(part = value / sum(value)) |>
  ungroup() |>
  arrange(desc(code)) |>
  mutate(label = factor(str_trunc(label, 32), levels = unique(str_trunc(label, 32)))) |>
  ggplot() + theme_minimal() + xlab("") + ylab("Part de la consommation effective") +
  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_viridis_d() +
  theme(legend.title = element_blank(), legend.position = "bottom",
        legend.text = element_text(size = 6.5)) +
  guides(fill = guide_legend(ncol = 3))

En volume (base 100 en 1980)

Code
`T_2201_2202` |>
  filter(sheet == "T_2202 en niveau", code %in% c("CP01", "CP04", "CP06", "CP07", "CP09")) |>
  group_by(code) |>
  mutate(value = 100 * value / value[year == 1980]) |>
  ungroup() |>
  ggplot() + theme_minimal() + xlab("") + ylab("Volume (1980 = 100, échelle log)") +
  geom_line(aes(x = year, y = value, color = label)) +
  scale_x_continuous(breaks = seq(1960, 2030, 10)) +
  scale_y_log10() +
  theme(legend.title = element_blank(), legend.position = "bottom") +
  guides(color = guide_legend(nrow = 3))

Qui finance la consommation effective ?

Code
`T_2201_2202` |>
  filter(sheet == "T_2201 en niveau", code %in% c("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 consommation effective") +
  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(3)) +
  theme(legend.title = element_blank(), legend.position = "bottom") +
  guides(fill = guide_legend(nrow = 2))

Par fonction (2025)

Code
`T_2201_2202` |>
  filter(sheet == "T_2201 en niveau", year == last_y, code %in% cp) |>
  transmute(Fonction = label, Code = code, `Mds €` = round(value, 1),
            `% du total` = round(100 * value / sum(value), 1)) |>
  arrange(desc(`Mds €`)) |>
  print_table_conditional()
Fonction Code Mds € % du total
Logement, eau, gaz, électricité et autres combustibles CP04 433.0 27.7
Transports CP07 194.9 12.4
Produits alimentaires et boissons non alcoolisées CP01 192.8 12.3
Restaurants et services d’hébergement CP11 141.0 9.0
Assurance et services financiers CP12 121.3 7.7
Loisirs, sport et culture CP09 107.9 6.9
Soins corporels, protection sociale et biens et services divers CP13 96.7 6.2
Santé CP06 61.0 3.9
Meubles, articles de ménage et entretien courant du foyer CP05 57.0 3.6
Information et communication CP08 55.2 3.5
Boissons alcoolisées, tabac et stupéfiants CP02 49.9 3.2
Articles d’habillement et chaussures CP03 43.6 2.8
Services de l’enseignement CP10 11.6 0.7