Biens - Equilibre emplois-ressources - valeurs aux prix courants

Data - INSEE

Auteur

François Geerolf

Info

source dataset Title .html .rData
insee t_biens_val Biens - Equilibre emplois-ressources - valeurs aux prix courants 2026-03-12 2026-02-27

Données sur la macroéconomie en France

source dataset Title .html .rData
bdf CFT Comptes Financiers Trimestriels 2026-03-11 2025-03-09
insee CNA-2014-CONSO-SI Dépenses de consommation finale par secteur institutionnel 2026-03-12 2026-03-11
insee CNA-2014-CSI Comptes des secteurs institutionnels 2026-03-12 2026-03-11
insee CNA-2014-FBCF-BRANCHE Formation brute de capital fixe (FBCF) par branche 2026-03-12 2026-03-11
insee CNA-2014-FBCF-SI Formation brute de capital fixe (FBCF) par secteur institutionnel 2026-03-12 2026-03-11
insee CNA-2014-RDB Revenu et pouvoir d’achat des ménages 2026-03-12 2026-03-11
insee CNA-2020-CONSO-MEN Consommation des ménages 2026-03-12 2025-09-30
insee CNA-2020-PIB Produit intérieur brut (PIB) et ses composantes 2026-03-12 2025-05-28
insee CNT-2014-CB Comptes des branches 2026-03-12 2026-03-11
insee CNT-2014-CSI Comptes de secteurs institutionnels 2026-03-12 2026-03-11
insee CNT-2014-OPERATIONS Opérations sur biens et services 2026-03-12 2026-03-11
insee CNT-2014-PIB-EQB-RF Équilibre du produit intérieur brut 2026-03-12 2026-03-11
insee CONSO-MENAGES-2020 Consommation des ménages en biens 2026-03-12 2026-03-11
insee ICA-2015-IND-CONS Indices de chiffre d'affaires dans l'industrie et la construction 2026-03-12 2026-03-11
insee conso-mensuelle Consommation de biens, données mensuelles 2026-03-12 2023-07-04
insee t_1101 1.101 – Le produit intérieur brut et ses composantes à prix courants (En milliards d'euros) 2026-03-12 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) 2026-03-12 2020-10-30
insee t_1105 1.105 – Produit intérieur brut - les trois approches à prix courants (En milliards d'euros) - t_1105 2026-03-12 2020-10-30

LAST_COMPILE

LAST_COMPILE
2026-03-14

variable

Code 
t_biens_val %>%
  left_join(variable, by = "variable") %>%
  group_by(variable, Variable) %>%
  summarise(Nobs = n()) %>%
  arrange(-Nobs) %>%
  print_table_conditional
variable Variable Nobs
D2N Impôts nets de subventions sur produits 308
P1 Production 308
P2 Emplois intermédiaires 308
P3 Dépenses de consommation 308
P31G Dépenses de consommation individualisables des APU 308
P3M Dépenses de consommation des ménages 308
P51 FBCF totale 308
P51G FBCF des APU 308
P51S FBCF des ENF (y.c. EI) 308
P54 Variations de stocks + acquisitions moins cessions d'objets de valeur 308
P6 Exportations 308
P7 Importations 308
P9 Marges 308

date

Code 
t_biens_val %>%
  group_by(date) %>%
  summarise(Nobs = n()) %>%
  arrange(desc(date)) %>%
  print_table_conditional

Evolution

2017T2-

Code 
t_biens_val %>%
  left_join(variable, by = "variable") %>%
  filter(date %in% c(max(date), as.Date("2017-04-01"))) %>%
  spread(date, value) %>%
  mutate(change = round(100*(.[[4]]/.[[3]]-1), 2)) %>%
  arrange(-change) %>%
  print_table_conditional(.)
variable Variable 2017-04-01 2025-10-01 change
P51G FBCF des APU 2.085 3.633 74.24
P31G Dépenses de consommation individualisables des APU 8.086 11.591 43.35
P6 Exportations 128.389 170.571 32.85
P2 Emplois intermédiaires 233.211 306.759 31.54
P9 Marges 98.157 128.720 31.14
P7 Importations 140.438 180.825 28.76
P1 Production 262.943 330.746 25.79
P51 FBCF totale 28.574 35.402 23.90
P3 Dépenses de consommation 145.132 176.450 21.58
P51S FBCF des ENF (y.c. EI) 24.868 29.937 20.38
P3M Dépenses de consommation des ménages 137.045 164.859 20.30
D2N Impôts nets de subventions sur produits 36.970 42.665 15.40
P54 Variations de stocks + acquisitions moins cessions d'objets de valeur 3.203 -6.226 -294.38

2019T4-

Code 
t_biens_val %>%
  left_join(variable, by = "variable") %>%
  filter(date %in% c(max(date), as.Date("2019-10-01"))) %>%
  spread(date, value) %>%
  mutate(change = round(100*(.[[4]]/.[[3]]-1), 2)) %>%
  arrange(change) %>%
  print_table_conditional(.)
variable Variable 2019-10-01 2025-10-01 change
D2N Impôts nets de subventions sur produits 39.346 42.665 8.44
P51S FBCF des ENF (y.c. EI) 27.289 29.937 9.70
P51 FBCF totale 31.533 35.402 12.27
P3M Dépenses de consommation des ménages 144.329 164.859 14.22
P3 Dépenses de consommation 152.856 176.450 15.44
P7 Importations 149.845 180.825 20.67
P1 Production 273.842 330.746 20.78
P9 Marges 106.194 128.720 21.21
P2 Emplois intermédiaires 248.864 306.759 23.26
P6 Exportations 136.387 170.571 25.06
P31G Dépenses de consommation individualisables des APU 8.526 11.591 35.95
P51G FBCF des APU 2.398 3.633 51.50
P54 Variations de stocks + acquisitions moins cessions d'objets de valeur -0.413 -6.226 1407.51

2 years

Code 
t_biens_val %>%
  left_join(variable, by = "variable") %>%
  filter(date %in% c(max(date), max(date) - years(2))) %>%
  spread(date, value) %>%
  mutate(change = round(100*(.[[4]]/.[[3]]-1), 2)) %>%
  arrange(-change) %>%
  print_table_conditional(.)
variable Variable 2023-10-01 2025-10-01 change
P54 Variations de stocks + acquisitions moins cessions d'objets de valeur -2.308 -6.226 169.76
D2N Impôts nets de subventions sur produits 35.718 42.665 19.45
P31G Dépenses de consommation individualisables des APU 10.923 11.591 6.12
P51G FBCF des APU 3.469 3.633 4.73
P6 Exportations 164.324 170.571 3.80
P3 Dépenses de consommation 174.595 176.450 1.06
P3M Dépenses de consommation des ménages 163.672 164.859 0.73
P9 Marges 128.402 128.720 0.25
P7 Importations 184.135 180.825 -1.80
P51 FBCF totale 36.527 35.402 -3.08
P2 Emplois intermédiaires 317.373 306.759 -3.34
P1 Production 342.256 330.746 -3.36
P51S FBCF des ENF (y.c. EI) 31.227 29.937 -4.13

Last year

Code 
t_biens_val %>%
  left_join(variable, by = "variable") %>%
  filter(date %in% c(max(date), max(date) - years(1))) %>%
  spread(date, value) %>%
  mutate(change = round(100*(.[[4]]/.[[3]]-1), 2)) %>%
  arrange(-change) %>%
  print_table_conditional(.)
variable Variable 2024-10-01 2025-10-01 change
P54 Variations de stocks + acquisitions moins cessions d'objets de valeur -4.122 -6.226 51.04
P51G FBCF des APU 3.411 3.633 6.51
D2N Impôts nets de subventions sur produits 40.679 42.665 4.88
P31G Dépenses de consommation individualisables des APU 11.102 11.591 4.40
P6 Exportations 166.109 170.571 2.69
P51 FBCF totale 35.128 35.402 0.78
P51S FBCF des ENF (y.c. EI) 29.768 29.937 0.57
P9 Marges 128.124 128.720 0.47
P3 Dépenses de consommation 176.389 176.450 0.03
P3M Dépenses de consommation des ménages 165.287 164.859 -0.26
P7 Importations 182.103 180.825 -0.70
P1 Production 333.198 330.746 -0.74
P2 Emplois intermédiaires 310.601 306.759 -1.24

P1, P2, P3

2017-

Code 
t_biens_val %>%
  filter(variable %in% c("P1", "P2", "P3"),
         date >= as.Date("2017-01-01")) %>%
  group_by(variable) %>%
  arrange(date) %>%
  mutate(value = 100*value/value[1]) %>%
  left_join(variable, by = "variable") %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation trimestrielle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.8)) +
  scale_x_date(breaks = seq(1950, 2100, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(70, 1000, 5))

P3, P3M

1949-

Code 
t_biens_val %>%
  filter(variable %in% c("P3", "P3M")) %>%
  group_by(variable) %>%
  arrange(date) %>%
  mutate(value = 100*value/value[1]) %>%
  left_join(variable, by = "variable") %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation trimestrielle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.8)) +
  scale_x_date(breaks = seq(1950, 2100, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = c(100, 200, 500, 800, 1000, 2000, 5000, 10000))

2010-

Code 
t_biens_val %>%
  filter(variable %in% c("P3", "P3M"),
         date >= as.Date("2010-01-01")) %>%
  group_by(variable) %>%
  arrange(date) %>%
  mutate(value = 100*value/value[1]) %>%
  left_join(variable, by = "variable") %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation trimestrielle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.8)) +
  scale_x_date(breaks = seq(1950, 2100, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(70, 1000, 5))

2017-

Code 
t_biens_val %>%
  filter(variable %in% c("P3", "P3M"),
         date >= as.Date("2017-01-01")) %>%
  group_by(variable) %>%
  arrange(date) %>%
  mutate(value = 100*value/value[1]) %>%
  left_join(variable, by = "variable") %>%
  ggplot + geom_line(aes(x = date, y = value, color = Variable)) +
  theme_minimal() + ylab("Consommation trimestrielle") + xlab("") +
  theme(legend.title = element_blank(),
        legend.position = c(0.2, 0.8)) +
  scale_x_date(breaks = seq(1950, 2100, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_log10(breaks = seq(70, 1000, 2))