Biens - Equilibre emplois-ressources - valeurs aux prix courants - t_biens_val

Données - INSEE

Auteur

François Geerolf

Last observation: Q2 2026 (N = 13)

First observation: Q1 1949 (N = 13)

Last data update: 03 sept. 2026, 05:31

Last compile: 15 sept. 2026, 01:38

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 310
P1 Production 310
P2 Emplois intermédiaires 310
P3 Dépenses de consommation 310
P31G Dépenses de consommation individualisables des APU 310
P3M Dépenses de consommation des ménages 310
P51 FBCF totale 310
P51G FBCF des APU 310
P51S FBCF des ENF (y.c. EI) 310
P54 Variations de stocks + acquisitions moins cessions d'objets de valeur 310
P6 Exportations 310
P7 Importations 310
P9 Marges 310

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 2026-04-01 change
P51G FBCF des APU 2.087 4.064 94.73
P31G Dépenses de consommation individualisables des APU 8.085 11.702 44.74
P7 Importations 140.626 194.651 38.42
P2 Emplois intermédiaires 233.141 321.727 38.00
P51 FBCF totale 28.490 39.011 36.93
P6 Exportations 128.375 174.405 35.86
P9 Marges 98.208 132.752 35.17
P51S FBCF des ENF (y.c. EI) 24.796 32.992 33.05
P1 Production 263.027 342.362 30.16
P3 Dépenses de consommation 145.150 180.181 24.13
P3M Dépenses de consommation des ménages 137.065 168.478 22.92
D2N Impôts nets de subventions sur produits 36.972 43.593 17.91
P54 Variations de stocks + acquisitions moins cessions d'objets de valeur 3.675 -1.966 -153.50

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 2026-04-01 change
D2N Impôts nets de subventions sur produits 39.345 43.593 10.80
P3M Dépenses de consommation des ménages 144.341 168.478 16.72
P3 Dépenses de consommation 152.870 180.181 17.87
P51S FBCF des ENF (y.c. EI) 27.310 32.992 20.81
P51 FBCF totale 31.546 39.011 23.66
P1 Production 274.218 342.362 24.85
P9 Marges 106.185 132.752 25.02
P6 Exportations 136.488 174.405 27.78
P2 Emplois intermédiaires 249.908 321.727 28.74
P7 Importations 149.785 194.651 29.95
P31G Dépenses de consommation individualisables des APU 8.529 11.702 37.20
P54 Variations de stocks + acquisitions moins cessions d'objets de valeur -1.279 -1.966 53.71
P51G FBCF des APU 2.400 4.064 69.33

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 2024-04-01 2026-04-01 change
P51G FBCF des APU 3.508 4.064 15.85
P31G Dépenses de consommation individualisables des APU 10.868 11.702 7.67
D2N Impôts nets de subventions sur produits 40.886 43.593 6.62
P6 Exportations 164.943 174.405 5.74
P7 Importations 184.329 194.651 5.60
P2 Emplois intermédiaires 309.018 321.727 4.11
P1 Production 329.675 342.362 3.85
P9 Marges 128.551 132.752 3.27
P51 FBCF totale 37.868 39.011 3.02
P3 Dépenses de consommation 174.952 180.181 2.99
P3M Dépenses de consommation des ménages 164.084 168.478 2.68
P51S FBCF des ENF (y.c. EI) 32.416 32.992 1.78
P54 Variations de stocks + acquisitions moins cessions d'objets de valeur -3.340 -1.966 -41.14

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 2025-04-01 2026-04-01 change
P6 Exportations 160.475 174.405 8.68
P7 Importations 183.177 194.651 6.26
P51G FBCF des APU 3.858 4.064 5.34
P2 Emplois intermédiaires 306.933 321.727 4.82
P1 Production 330.242 342.362 3.67
P31G Dépenses de consommation individualisables des APU 11.354 11.702 3.06
P3 Dépenses de consommation 175.431 180.181 2.71
P3M Dépenses de consommation des ménages 164.077 168.478 2.68
P9 Marges 130.124 132.752 2.02
P51 FBCF totale 38.294 39.011 1.87
D2N Impôts nets de subventions sur produits 42.896 43.593 1.62
P51S FBCF des ENF (y.c. EI) 32.489 32.992 1.55
P54 Variations de stocks + acquisitions moins cessions d'objets de valeur 5.306 -1.966 -137.05

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))