Consommation de biens, données mensuelles

Data - INSEE

Author

François Geerolf

Info

source dataset Title .html .rData
insee conso-mensuelle Consommation de biens, données mensuelles 2025-10-10 2023-07-04

Données sur la macroéconomie en France

source dataset Title .html .rData
insee conso-mensuelle Consommation de biens, données mensuelles 2025-10-10 2023-07-04
bdf CFT Comptes Financiers Trimestriels 2025-08-28 2025-03-09
insee CNA-2014-CONSO-SI Dépenses de consommation finale par secteur institutionnel 2025-10-10 2025-10-09
insee CNA-2014-CSI Comptes des secteurs institutionnels 2025-10-10 2025-10-09
insee CNA-2014-FBCF-BRANCHE Formation brute de capital fixe (FBCF) par branche 2025-10-10 2025-10-09
insee CNA-2014-FBCF-SI Formation brute de capital fixe (FBCF) par secteur institutionnel 2025-10-10 2025-10-09
insee CNA-2014-RDB Revenu et pouvoir d’achat des ménages 2025-10-10 2025-10-09
insee CNA-2020-CONSO-MEN Consommation des ménages 2025-10-10 2025-09-30
insee CNA-2020-PIB Produit intérieur brut (PIB) et ses composantes 2025-10-10 2025-05-28
insee CNT-2014-CB Comptes des branches 2025-10-10 2025-10-09
insee CNT-2014-CSI Comptes de secteurs institutionnels 2025-10-10 2025-10-09
insee CNT-2014-OPERATIONS Opérations sur biens et services 2025-10-10 2025-10-09
insee CNT-2014-PIB-EQB-RF Équilibre du produit intérieur brut 2025-10-10 2025-10-09
insee CONSO-MENAGES-2020 Consommation des ménages en biens 2025-10-10 2025-10-09
insee ICA-2015-IND-CONS Indices de chiffre d'affaires dans l'industrie et la construction 2025-10-10 2025-10-09
insee t_1101 1.101 – Le produit intérieur brut et ses composantes à prix courants (En milliards d'euros) 2025-10-10 2022-01-02
insee t_1102 1.102 – Le produit intérieur brut et ses composantes en volume aux prix de l'année précédente chaînés (En milliards d'euros 2014) 2025-10-10 2020-10-30
insee t_1105 1.105 – Produit intérieur brut - les trois approches à prix courants (En milliards d'euros) - t_1105 2025-10-10 2020-10-30

Info

  • Méthodologie. pdf

Cet indicateur de la consommation est construit à partir de différentes sources statistiques établies par la Banque de France, le Service de l’observation et des statistiques (SOeS) du ministère de l’équipement, le Comité des constructeurs français d’automobiles, l’Observatoire économique de l’Institut français de la Mode, la Caisse nationale de l’assurance maladie, le Syndicat national du caoutchouc et des plastiques, le comité des producteurs de pétrole, GDF-Suez, RTE, GFK, la Altadis/Seita, la Chambre Syndicale Internationale de l’Automobile et du Motocycle, l’Office national interprofessionnel des grandes cultures. Les séries sont cohérentes avec celles publiées, par ailleurs, dans les comptes nationaux trimestriels.

LAST_COMPILE

LAST_COMPILE
2025-10-11

Last

Code 
`conso-mensuelle` %>%
  group_by(date) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(date)) %>%
  head(1) %>%
  print_table_conditional()
date Nobs
2023-05-01 16

variable

Code 
`conso-mensuelle` %>%
  left_join(variable,  by = "variable") %>%
  group_by(variable, Variable) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional()
variable Variable Nobs
ALIM Alimentaire 521
ALIM_XT Alimentaire hors tabac 521
COKEFACTION_RAFFINAGE Cokéfaction et raffinage 521
DURABLES Biens durables 521
DURABLES_AUTRES Autres biens durables 521
ENERGIE Energie 521
ENERGIE_EAU Energie, eau et déchets 521
EQUIPEMENT Equipement du logement 521
FABRIQUES Biens fabriqués 521
FABRIQUES_AUTRES Autres biens fabriqués 521
HORS_PETROLE Hors produits pétroliers 521
MANUFACTURES Biens manufacturés 521
PETROLE Dont produits pétroliers 521
TEXTILE Textile-cuir 521
TOTAL Total 521
TRANSPORT Matériels de transport 521

date

Code 
`conso-mensuelle` %>%
  group_by(date) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(date)) %>%
  print_table_conditional()

Alimentaire, Biens fabriqués, Biens manufacturés, Energie

1980-

Code 
`conso-mensuelle` %>%
  filter(variable %in% c("MANUFACTURES", "FABRIQUES", "ENERGIE", "ALIM")) %>%
  left_join(variable, by = "variable") %>%
  group_by(variable) %>%
  mutate(value = 100*value/value[1]) %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2030, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 10))

2000-

Code 
`conso-mensuelle` %>%
  filter(variable %in% c("MANUFACTURES", "FABRIQUES", "ENERGIE", "ALIM"),
         date >= as.Date("2000-01-01")) %>%
  left_join(variable, by = "variable") %>%
  group_by(variable) %>%
  mutate(value = 100*value/value[1]) %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2030, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 10))

Total, Alimentaire

1980-

Code 
`conso-mensuelle` %>%
  filter(variable %in% c("TOTAL", "ALIM")) %>%
  left_join(variable, by = "variable") %>%
  group_by(variable) %>%
  mutate(value = 100*value/value[1]) %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2030, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(100, 300, 10))

2000-

Code 
`conso-mensuelle` %>%
  filter(variable %in% c("TOTAL", "ALIM"),
         date >= as.Date("2000-01-01")) %>%
  left_join(variable, by = "variable") %>%
  group_by(variable) %>%
  mutate(value = 100*value/value[1]) %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2030, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 10))

2010-

Code 
`conso-mensuelle` %>%
  filter(variable %in% c("TOTAL", "ALIM"),
         date >= as.Date("2010-01-01")) %>%
  left_join(variable, by = "variable") %>%
  group_by(variable) %>%
  mutate(value = 100*value/value[1]) %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2030, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 10))

2017-

Code 
`conso-mensuelle` %>%
  filter(variable %in% c("TOTAL", "ALIM"),
         date >= as.Date("2017-01-01")) %>%
  left_join(variable, by = "variable") %>%
  group_by(variable) %>%
  mutate(value = 100*value/value[1]) %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.3)) +
  scale_x_date(breaks = seq(1950, 2030, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 5))

Total, Alimentaire, Alimentaire XTabac

1980-

Code 
`conso-mensuelle` %>%
  filter(variable %in% c("TOTAL", "ALIM_XT", "ALIM")) %>%
  left_join(variable, by = "variable") %>%
  group_by(variable) %>%
  mutate(value = 100*value/value[1]) %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2030, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(100, 300, 10))

Total, Alimentaire, Alimentaire XTabac

1980-

Code 
`conso-mensuelle` %>%
  filter(variable %in% c("TOTAL", "ALIM_XT", "ALIM")) %>%
  spread(variable, value) %>%
  mutate(XT = ALIM - ALIM_XT) %>%
  gather(variable, value, -date) %>%
  left_join(variable, by = "variable") %>%
  mutate(Variable = ifelse(variable == "XT", "Tabac", Variable)) %>%
  group_by(variable) %>%
  mutate(value = 100*value/value[1]) %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation mensuelle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.9)) +
  scale_x_date(breaks = seq(1950, 2030, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(10, 300, 10))