5.203 – Indice de prix de la dépense de consommation finale des ménages par produit (Base 100 en 2014) - t_5203

Data - INSEE

Auteur

François Geerolf

Info

DOWNLOAD_TIME

DOWNLOAD_TIME
2021-12-02

Last

Code 
t_5203 %>%
  group_by(year) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(year)) %>%
  head(1) %>%
  print_table_conditional()
year Nobs
2020 48

Important

  • La dépense de consommation finale des ménages couvre uniquement la part des achats de biens et services à la charge des ménages, l’autoconsommation de biens et services et les avantages en nature. La consommation finale effective des ménages est égale à la dépense de consommation finale augmentée des transferts sociaux en nature reçus des administrations. Ceux-ci correspondent aux dépenses individualisables des administrations publiques et privées et prennent la forme de prestations sociales en nature (remboursements ou prise en charge de dépenses), ou de biens et services non marchands fournis gratuitement ou quasi-gratuitement. La notion de consommation finale effective de la future base de comptabilité nationale est proche de celle de consommation élargie de la base actuelle.

Sources

  • Comptes de la Nation 2019 - Consommation. html

  • Comptes de la Nation 2020 - Consommation. html

sector

Code 
t_5203 %>%
  group_by(sector, Sector) %>%
  summarise(Nobs = n()) %>%
  print_table_conditional()

year

Code 
t_5203 %>%
  group_by(year) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(year)) %>%
  print_table_conditional()

Immobilier VS Total

Linear

All

Code 
t_5203 %>%
  year_to_date2 %>%
  filter(sector %in% c("A10.LZ", "TOTAL")) %>%
  ggplot(.) + theme_minimal() + ylab("") + xlab("") +
  geom_line(aes(x = date, y = value, color = Sector, linetype = Sector)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.6, 0.8)) +
  scale_x_date(breaks = seq(1950, 2020, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  scale_color_manual(values = viridis(4)[1:3]) +
  scale_y_continuous(breaks = seq(0, 200, 10))

1990-

Code 
t_5203 %>%
  year_to_date2 %>%
  filter(sector %in% c("A10.LZ", "TOTAL")) %>%
  filter(date >= as.Date("1990-01-01")) %>%
  group_by(sector) %>%
  mutate(value = 100*value/value[date == as.Date("1990-01-01")]) %>%
  ggplot(.) + theme_minimal() + ylab("") + xlab("") +
  geom_line(aes(x = date, y = value, color = Sector)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.8)) +
  scale_color_manual(values = viridis(3)[1:2]) +
  scale_x_date(breaks = seq(1950, 2020, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  scale_y_continuous(breaks = seq(0, 200, 10))

Log

All

Code 
t_5203 %>%
  year_to_date2 %>%
  filter(sector %in% c("A10.LZ", "TOTAL")) %>%
  ggplot(.) + theme_minimal() + ylab("") + xlab("") +
  geom_line(aes(x = date, y = value, color = Sector, linetype = Sector)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.6, 0.8)) +
  scale_x_date(breaks = seq(1950, 2020, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  scale_color_manual(values = viridis(4)[1:3]) +
  scale_y_log10(breaks = seq(0, 200, 10))

1990

Code 
t_5203 %>%
  year_to_date2 %>%
  filter(sector %in% c("A10.LZ", "TOTAL")) %>%
  filter(date >= as.Date("1990-01-01")) %>%
  group_by(sector) %>%
  mutate(value = 100*value/value[date == as.Date("1990-01-01")]) %>%
  ggplot(.) + theme_minimal() + ylab("Déflateur de la consommation") + xlab("") +
  geom_line(aes(x = date, y = value, color = Sector)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.8)) +
  scale_x_date(breaks = seq(1950, 2020, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%y")) +
  scale_color_manual(values = viridis(3)[1:2]) +
  scale_y_log10(breaks = seq(0, 200, 10))