Last data update: 26 oct. 2026, 20:02
Last compile: 19 nov. 2026, 01:15
Estimations d’emploi localisées de l’Insee pour 305 zones d’emploi (France, DOM compris), 1998-2018, en nombre d’emplois : emploi salarié (par secteur : agriculture AZ, industrie BE, construction FZ, tertiaire marchand GU, tertiaire non marchand OQ), emploi non salarié et emploi total. Les zones interrégionales sont aussi fournies par région (« ZER »).
tot |>
group_by(annee) |>
summarise(emploi = sum(emploi) / 1e6, .groups = "drop") |>
ggplot(aes(x = annee, y = emploi)) +
geom_line(color = bleu, linewidth = 1.3) + geom_point(color = bleu, size = 2) +
geom_text(data = ~ filter(.x, annee %in% range(annee)), aes(label = sprintf("%.1f M", emploi)), vjust = -1, fontface = "bold", color = bleu) +
scale_x_continuous(breaks = seq(1998, 2018, 2)) +
scale_y_continuous(limits = c(NA, NA), expand = expansion(mult = c(0.05, 0.12))) +
theme_ze() +
labs(x = NULL, y = "Millions d'emplois", title = "Emploi total (somme des zones d'emploi)",
subtitle = "salariés et non-salariés, France entière")
sal |>
group_by(annee, secteur) |>
summarise(emploi = sum(emploi) / 1e6, .groups = "drop") |>
mutate(secteur = factor(secteur, levels = names(cols_sect))) |>
ggplot(aes(x = annee, y = emploi, fill = secteur)) +
geom_area() +
scale_fill_manual(values = cols_sect, name = NULL) +
scale_x_continuous(breaks = seq(1998, 2018, 2), expand = c(0, 0)) +
theme_ze() +
labs(x = NULL, y = "Millions d'emplois salariés", title = "Emploi salarié par grand secteur",
subtitle = "somme des zones d'emploi")
sal |>
group_by(annee, secteur) |>
summarise(emploi = sum(emploi), .groups = "drop") |>
group_by(secteur) |>
mutate(indice = 100 * emploi / emploi[annee == 1998]) |>
ungroup() |>
mutate(secteur = factor(secteur, levels = names(cols_sect))) |>
ggplot(aes(x = annee, y = indice, color = secteur)) +
geom_hline(yintercept = 100, color = "grey60") +
geom_line(linewidth = 1.2) +
geom_text_repel(data = ~ filter(.x, annee == 2018), aes(label = sprintf("%s (%.0f)", secteur, indice)), hjust = 0, nudge_x = 0.3,
direction = "y", size = 3.2, segment.size = 0.2) +
scale_color_manual(values = cols_sect) +
scale_x_continuous(breaks = seq(1998, 2018, 4), expand = expansion(mult = c(0.02, 0.4))) +
theme_ze() + theme(legend.position = "none") +
labs(x = NULL, y = "Indice, 1998 = 100", title = "Emploi salarié par secteur, base 100 en 1998")
t18 <- tot |> filter(annee == 2018) |> slice_max(emploi, n = 20, with_ties = FALSE)
tot |>
filter(zone_code %in% t18$zone_code) |>
group_by(zone) |>
mutate(indice = 100 * emploi / emploi[annee == 1998]) |>
ungroup() |>
ggplot(aes(x = annee, y = indice, group = zone)) +
geom_hline(yintercept = 100, color = "grey60") +
geom_line(color = "grey60", linewidth = 0.4) +
geom_line(data = ~ filter(.x, zone %in% c("Paris", "Lyon", "Toulouse", "Marseille", "Lille", "Montpellier", "Nantes")), aes(color = zone), linewidth = 1.2) +
geom_text_repel(data = ~ filter(.x, annee == 2018, zone %in% c("Paris", "Lyon", "Toulouse", "Marseille", "Lille", "Montpellier", "Nantes")),
aes(label = zone, color = zone), hjust = 0, nudge_x = 0.3, direction = "y", size = 3.2, segment.size = 0.2) +
scale_x_continuous(breaks = seq(1998, 2018, 4), expand = expansion(mult = c(0.02, 0.2))) +
theme_ze() + theme(legend.position = "none") +
labs(x = NULL, y = "Indice, 1998 = 100", title = "Emploi total des 20 premières zones d'emploi",
subtitle = "gris : les autres zones du top 20 ; couleurs : zones citées")
t18 |>
mutate(zone = fct_reorder(zone, emploi)) |>
ggplot(aes(x = emploi / 1e3, y = zone)) +
geom_col(fill = bleu) +
geom_text(aes(label = format(round(emploi / 1e3), big.mark = " ")), hjust = -0.1, size = 3) +
scale_x_continuous(expand = expansion(mult = c(0, 0.1))) +
theme_ze() +
labs(x = "Milliers d'emplois, 2018", y = NULL, title = "Les 20 premières zones d'emploi en 2018")
cr <- tot |>
filter(annee %in% c(1998, 2018)) |>
select(zone_code, zone, region, annee, emploi) |>
pivot_wider(names_from = annee, values_from = emploi, names_prefix = "e") |>
mutate(croiss = 100 * (e2018 / e1998 - 1))
lab <- bind_rows(slice_max(cr, croiss, n = 8, with_ties = FALSE), slice_min(cr, croiss, n = 8, with_ties = FALSE))
cr |>
ggplot(aes(x = e1998 / 1e3, y = croiss)) +
geom_hline(yintercept = 0, color = "grey50") +
geom_point(color = bleu, alpha = 0.6, size = 2) +
geom_text_repel(data = lab, aes(label = zone), size = 3, max.overlaps = 30, segment.size = 0.2) +
scale_x_log10(labels = ~ format(.x, big.mark = " ")) +
theme_ze() +
labs(x = "Emploi total en 1998 (milliers, échelle log)", y = "Croissance 1998-2018 (%)",
title = "Croissance de l'emploi total selon la taille de la zone d'emploi",
subtitle = sprintf("%d zones sur %d ont gagné des emplois ; médiane des zones : %+.1f %%",
sum(cr$croiss > 0), nrow(cr), median(cr$croiss)))
bind_rows(slice_max(cr, croiss, n = 12, with_ties = FALSE) |> mutate(g = "Plus forte croissance"),
slice_min(cr, croiss, n = 12, with_ties = FALSE) |> mutate(g = "Plus forte baisse")) |>
mutate(zone = fct_reorder(zone, croiss)) |>
ggplot(aes(x = croiss, y = zone, fill = g)) +
geom_col(show.legend = FALSE) +
geom_text(aes(label = sprintf("%+.0f %%", croiss), hjust = ifelse(croiss < 0, 1.1, -0.1)), size = 3) +
facet_wrap(~ g, scales = "free", ncol = 1) +
scale_fill_manual(values = c("Plus forte croissance" = vert, "Plus forte baisse" = rose)) +
scale_x_continuous(expand = expansion(mult = c(0.1, 0.2))) +
theme_ze() +
labs(x = "%", y = NULL, title = "Zones d'emploi aux évolutions extrêmes, 1998-2018")
ze |>
filter(type %in% c("Total", "Non salarié")) |>
select(zone_code, zone, annee, type, emploi) |>
pivot_wider(names_from = type, values_from = emploi) |>
filter(annee %in% c(1998, 2018)) |>
mutate(part = 100 * `Non salarié` / Total) |>
ggplot(aes(x = part, fill = factor(annee))) +
geom_histogram(bins = 40, alpha = 0.6, position = "identity") +
scale_fill_manual(values = c("1998" = bleu, "2018" = rose), name = NULL) +
theme_ze() +
labs(x = "Part des non-salariés dans l'emploi total (%)", y = "Nombre de zones d'emploi",
title = "Répartition des zones d'emploi selon la part de non-salariés")
tot |> filter(annee == 2018) |> arrange(desc(emploi)) |>
select(zone_code, zone, region, emploi) |>
print_table_conditional()