Évolution du revenu disponible brut et du pouvoir d’achat - Données trimestrielles

Data - INSEE

Auteur

François Geerolf

Info

source dataset Title .html .rData
insee reve-niv-vie-pouv-achat-trim Évolution du revenu disponible brut et du pouvoir d’achat - Données trimestrielles 2025-12-25 2025-12-27

Données sur le pouvoir d’achat

source dataset Title .html .rData
insee CNA-2014-RDB Revenu et pouvoir d’achat des ménages 2025-12-25 2025-12-27
insee CNT-2014-CSI Comptes de secteurs institutionnels 2025-12-25 2025-12-27
insee T_7401 7.401 – Compte des ménages (S14) (En milliards d'euros) 2025-12-25 2025-12-14
insee conso-eff-fonction Consommation effective des ménages par fonction 2025-12-25 2022-06-14
insee econ-gen-revenu-dispo-pouv-achat-2 Revenu disponible brut et pouvoir d’achat - Données annuelles 2025-12-25 2025-12-27
insee reve-conso-evo-dep-pa Évolution de la dépense et du pouvoir d’achat des ménages - Données annuelles de 1960 à 2023 2025-12-25 2024-12-11
insee reve-niv-vie-individu-activite Niveau de vie selon l'activité - Données annuelles 2025-12-25 2025-12-22
insee reve-niv-vie-pouv-achat-trim Évolution du revenu disponible brut et du pouvoir d’achat - Données trimestrielles 2025-12-25 2025-12-27
insee t_men_val Revenu, pouvoir d'achat et comptes des ménages - Valeurs aux prix courants 2025-12-25 2025-12-27
insee t_pouvachat_val Pouvoir d'achat et ratios des comptes des ménages 2025-12-25 2025-12-27
insee t_recapAgent_val Récapitulatif des séries des comptes d'agents 2025-12-25 2025-12-27
insee t_salaire_val Salaire moyen par tête - SMPT (données CVS) 2025-12-25 2025-12-27
oecd HH_DASH Household Dashboard 2025-12-26 2023-09-09

LAST_COMPILE

LAST_COMPILE
2025-12-27

Bibliographie en lien

« Mesurer “le” pouvoir d’achat », F. Geerolf, Document de travail, 9 juillet 2024. [ html] [ pdf] [ handouts] [ pdf] [ html] [ github]

« La taxe inflationniste, le pouvoir d’achat, le taux d’épargne et le déficit public », F. Geerolf, Document de travail, 9 juillet 2024. [ html] [ pdf] [ handouts] [ pdf] [ html] [ github]

« Inflation en France : IPC ou IPCH ? », F. Geerolf, Document de travail, 9 juillet 2024. [ html] [ pdf] [ handouts] [ pdf] [ html] [ github]

Info

  • Évolution du revenu disponible brut et du pouvoir d’achat. Données trimestrielles du T1-1949 au T2-2023. html / xlsx

Revenu disponible brut. Il s’agit de la part du revenu qui reste à la disposition du ménage pour consommer et épargner, une fois déduits les prélèvements sociaux et les impôts.

Les ressources comprennent : - les revenus d’activité (salaires, revenus des entrepreneurs individuels…), - les revenus du patrimoine (dividendes, intérêts, loyers), - les prestations sociales (y compris les pensions de retraite et les indemnités de chômage), - les transferts courants (notamment les indemnités d’assurance nette des primes). Les charges comprennent notamment les impôts directs (impôt sur le revenu, taxe d’habitation, CSG…).

Variable

Code 
`reve-niv-vie-pouv-achat-trim` %>%
  group_by(Variable) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
Variable Nobs
Pouvoir d'achat du RDB 307
Pouvoir d'achat du RDB par UC 307
RDB par unité de consommation (UC) 307
Revenu disponible brut (RDB) 307
Taux d'épargne 307
Taux d'épargne financière 307

date

Code 
`reve-niv-vie-pouv-achat-trim` %>%
  group_by(date) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(date)) %>%
  print_table_conditional

Evolution

2017T2-

% change

Code 
`reve-niv-vie-pouv-achat-trim` %>%
  filter(date %in% c(max(date), as.Date("2017-04-01"))) %>%
  spread(date, value) %>%
  print_table_conditional(.)
Variable 2017-04-01 2025-07-01
Pouvoir d'achat du RDB 0.61561755 -0.28346474
Pouvoir d'achat du RDB par UC 0.47495557 -0.40052821
RDB par unité de consommation (UC) 0.51002492 0.06271388
Revenu disponible brut (RDB) 0.65073599 0.18032181
Taux d'épargne 14.16146312 18.36857821
Taux d'épargne financière 4.14785128 9.22804245

Evolution pouvoir d’achat par UC

Tous

Linear

Code 
plot_linear <- `reve-niv-vie-pouv-achat-trim` %>%
  filter(grepl(pouvoir_achat_RDB_UC, Variable)) %>%
  arrange(date) %>%
  mutate(value = as.numeric(value)) %>%
  filter(!is.na(value)) %>%
  mutate(value = ifelse(date == min(date), 0, value)) %>%
  mutate(index = 100*cumprod(1+value/100)) %>%
  ggplot + geom_line(aes(x = date, y = index)) +
  scale_y_continuous(breaks = seq(100, 1000, 10)) +
  scale_x_date(breaks = seq(1950, 2100, 10) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  theme_minimal() + xlab("") + ylab("Pouvoir d'achat du RDB par UC (Base 100 = 1980)")

plot_linear

Log

Code 
plot_log <- plot_linear +
  scale_y_log10(breaks = seq(100, 900, 10))

plot_log

Linear, Log

Code 
ggarrange(plot_linear, plot_log + ylab(""))

1980-

Linear

Code 
plot_linear <- `reve-niv-vie-pouv-achat-trim` %>%
  filter(grepl(pouvoir_achat_RDB_UC, Variable),
         date >= as.Date("1980-01-01")) %>%
  arrange(date) %>%
  mutate(value = as.numeric(value),
         value = ifelse(date == min(date), 0, value)) %>%
  mutate(index = 100*cumprod(1+value/100)) %>%
  ggplot + geom_line(aes(x = date, y = index)) +
  scale_y_continuous(breaks = seq(100, 1000, 10)) +
  scale_x_date(breaks = seq(1950, 2100, 10) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  theme_minimal() + xlab("") + ylab("Pouvoir d'achat du RDB par UC (Base 100 = 1980)")

plot_linear

Log

Code 
plot_log <- plot_linear +
  scale_y_log10(breaks = seq(100, 900, 10))

plot_log

Linear, Log

Code 
ggarrange(plot_linear, plot_log + ylab(""))

2017-

Linear

Code 
`reve-niv-vie-pouv-achat-trim` %>%
  filter(grepl(pouvoir_achat_RDB_UC, Variable),
         date >= as.Date("2017-04-01")) %>%
  arrange(date) %>%
  mutate(value = as.numeric(value),
         value = ifelse(date == min(date), 0, value)) %>%
  mutate(index = 100*cumprod(1+value/100)) %>%
  ggplot + geom_line(aes(x = date, y = index)) +
  scale_y_continuous(breaks = seq(100, 1000, 1)) +
  scale_x_date(breaks = seq(1950, 2100, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  theme_minimal() + xlab("") + ylab("Pouvoir d'achat du RDB par UC\nBase 100 = 2017T2")

Evolution pouvoir d’achat

Tous

Linear

Code 
plot_linear <- `reve-niv-vie-pouv-achat-trim` %>%
  filter(Variable == "Pouvoir d'achat du RDB") %>%
  arrange(date) %>%
  mutate(value = as.numeric(value),
         value = ifelse(date == min(date), 0, value)) %>%
  mutate(index = 100*cumprod(1+value/100)) %>%
  ggplot + geom_line(aes(x = date, y = index)) +
  scale_y_continuous(breaks = seq(100, 1000, 100)) +
  scale_x_date(breaks = seq(1950, 2100, 10) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  theme_minimal() + xlab("") + ylab("Pouvoir d'achat du RDB (Base 100 = 1949)")

plot_linear

Log

Code 
plot_log <- plot_linear +
  scale_y_log10(breaks = seq(100, 900, 100))

plot_log

Linear, Log

Code 
ggarrange(plot_linear, plot_log + ylab(""))

1960-

Linear

Code 
plot_linear <- `reve-niv-vie-pouv-achat-trim` %>%
  filter(Variable == "Pouvoir d'achat du RDB",
         date >= as.Date("1960-01-01")) %>%
  arrange(date) %>%
  mutate(value = as.numeric(value),
         value = ifelse(date == min(date), 0, value)) %>%
  mutate(index = 100*cumprod(1+value/100)) %>%
  ggplot + geom_line(aes(x = date, y = index)) +
  scale_y_continuous(breaks = seq(100, 1000, 100)) +
  scale_x_date(breaks = seq(1950, 2100, 10) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  theme_minimal() + xlab("") + ylab("Pouvoir d'achat du RDB (Base 100 = 1960)")

plot_linear

Log

Code 
plot_log <- plot_linear +
  scale_y_log10(breaks = seq(100, 900, 100))

plot_log

Linear, Log

Code 
ggarrange(plot_linear, plot_log + ylab(""))

1980-

Linear

Code 
plot_linear <- `reve-niv-vie-pouv-achat-trim` %>%
  filter(Variable == "Pouvoir d'achat du RDB",
         date >= as.Date("1980-01-01")) %>%
  arrange(date) %>%
  mutate(value = as.numeric(value),
         value = ifelse(date == min(date), 0, value)) %>%
  mutate(index = 100*cumprod(1+value/100)) %>%
  ggplot + geom_line(aes(x = date, y = index)) +
  scale_y_continuous(breaks = seq(100, 1000, 10)) +
  scale_x_date(breaks = seq(1950, 2100, 10) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  theme_minimal() + xlab("") + ylab("Pouvoir d'achat du RDB (Base 100 = 1980)")

plot_linear

Log

Code 
plot_log <- plot_linear +
  scale_y_log10(breaks = seq(100, 900, 10))

plot_log

Linear, Log

Code 
ggarrange(plot_linear, plot_log + ylab(""))