Dépenses, recettes et besoin de financement des administrations publiques - valeurs aux prix courants

Data - INSEE

Auteur

François Geerolf

Info

source dataset Title .html .rData
insee t_compteapu_val Dépenses, recettes et besoin de financement des administrations publiques - valeurs aux prix courants 2025-12-25 2025-12-27
insee T_7301 7.301 – Compte des administrations publiques (S13) (En milliards d'euros) 2025-12-25 2025-10-24

Données sur la dette publique

source dataset Title .html .rData
gfd debt Debt 2021-08-22 2021-03-01
imf HPDD NA NA NA
insee CNA-2014-DETTE-APU Dette et déficit des administrations publiques au sens de Maastricht 2025-12-25 2025-12-27
insee COMPTES-ETAT Budget de l’État 2025-12-25 2025-12-27
insee DETTE-TRIM-APU-2020 Dette des administrations publiques au sens de Maastricht 2025-12-25 2025-05-24
insee T_3217 3.217 – Principaux impôts par catégorie (En milliards d'euros) 2025-12-25 2025-09-29
insee T_7301 7.301 – Compte des administrations publiques (S13) (En milliards d'euros) 2025-12-25 2025-10-24
insee t_compteapu_val Dépenses, recettes et besoin de financement des administrations publiques - valeurs aux prix courants 2025-12-25 2025-12-27

LAST_COMPILE

LAST_COMPILE
2025-12-27

Last

date Nobs
2025-07-01 30

Structure

column

Code 
t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  group_by(column, operation, Line1, Line2, Operation) %>%
  summarise(Nobs = n()) %>%
  print_table_conditional()
column operation Line1 Line2 Operation Nobs
2 B9NF Capacité (+) ou besoin (-) de financement Capacité (+) ou besoin (-) de financement Capacité (+) ou besoin (-) de financement 307
4 DEPENSES Dépenses Dépenses Dépenses 183
5 P2 Dépenses Dépenses de fonctionnement Consommations intermédiaires 307
6 D1 Dépenses Dépenses de fonctionnement Rémunération des salariés 307
7 D122 Dépenses Dépenses de fonctionnement dont : Cotisations sociales imputées 307
8 D29, D4 hors D41, D5 Dépenses Dépenses de fonctionnement Autres dépenses de fonctionnement 307
9 D41 Dépenses Intérêts Intérêts 307
10 D62 Dépenses Prestations et transferts Prestations sociales autres que transferts sociaux en nature 307
11 D632 Dépenses Prestations et transferts Transferts sociaux en nature de produits marchands 307
12 D3 Dépenses Prestations et transferts Subventions 183
13 D7 Dépenses Prestations et transferts Autres transferts courants 307
14 D9 hors D995 Dépenses Prestations et transferts Transferts en capital 307
15 P51 Dépenses Acquisition nette d'actifs non financiers Formation brute de capital fixe 307
16 P52, P53, NP Dépenses Acquisition nette d'actifs non financiers Autres acquisitions nettes d'actifs non financiers 183
18 RECETTES Recettes Recettes Recettes 183
19 P1 partie Recettes Recettes de production Recettes de production hors subvention à la production 183
20 D39 Recettes Recettes de production Autres subventions sur la production 183
21 D41 Recettes Revenus de la propriété Intérêts 307
22 D4 hors D41 Recettes Revenus de la propriété Revenus de la propriété autres que les intérêts 307
23 D2 Recettes Impôts et cotisations sociales Impôts sur la production et les importations 307
24 D211 Recettes Impôts et cotisations sociales dont: Taxe sur la valeur ajoutée brute 307
25 D5 Recettes Impôts et cotisations sociales Impôts courants sur le revenu et le patrimoine 307
26 D91 Recettes Impôts et cotisations sociales Impôts en capital 307
27 D611+D613 Recettes Impôts et cotisations sociales Cotisations sociales effectives 307
28 D612 Recettes Impôts et cotisations sociales Cotisations sociales imputées 307
29 D995 Recettes Impôts et cotisations sociales Impôts et cotisations dus non recouvrables nets 191
30 D7 Recettes Autres transferts Autres transferts courants 307
31 D9 hors D91, D995 Recettes Autres transferts Transferts en capital 183
33 PIB PIB en valeur PIB en valeur PIB en valeur 307
34 B9NF/PIB Capacité (+) ou besoin (-) de financement (% de PIB) Capacité (+) ou besoin (-) de financement (% de PIB) Capacité (+) ou besoin (-) de financement (% de PIB) 307

Intérêts (% du PIB)

Tous

Code 
t_compteapu_val %>%
  filter(column %in% c(21, 9, 33)) %>%
  spread(column, value) %>%
  transmute(date,
         `Intérêts (dépenses)` = `9`/`33`,
         `Intérêts (recettes)` = `21`/`33`) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  ggplot(.) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.15, 0.9)) +
  scale_x_date(breaks = seq(1950, 2100, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(0, 100, .5),
                     labels = scales::percent_format(accuracy = .1))

1990-

Code 
t_compteapu_val %>%
  filter(column %in% c(21, 9, 33),
         date >= as.Date("1990-01-01")) %>%
  spread(column, value) %>%
  transmute(date,
         `Intérêts (dépenses)` = `9`/`33`,
         `Intérêts (recettes)` = `21`/`33`) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  ggplot(.) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.15, 0.9)) +
  scale_x_date(breaks = seq(1950, 2100, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(0, 100, .5),
                     labels = scales::percent_format(accuracy = .1))

2008-

Code 
t_compteapu_val %>%
  filter(column %in% c(21, 9, 33),
         date >= as.Date("2008-01-01")) %>%
  spread(column, value) %>%
  transmute(date,
         `Intérêts (dépenses)` = `9`/`33`,
         `Intérêts (recettes)` = `21`/`33`) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  ggplot(.) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.15, 0.9)) +
  scale_x_date(breaks = seq(1950, 2100, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(0, 100, .5),
                     labels = scales::percent_format(accuracy = .1))

Déficit public (% du PIB)

Déficit total

Code 
t_compteapu_val %>%
  filter(column %in% c(34)) %>%
  transmute(date,
         value = value/100) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  ggplot(.) + theme_minimal() + ylab("Déficit Public (% du PIB)") + xlab("") +
  geom_line(aes(x = date, y = value)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.15, 0.9)) +
  scale_x_date(breaks = seq(1950, 2100, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 100, 1),
                     labels = scales::percent_format(accuracy = 1))

Déficit total, déficit primaire, charges d’intérêt

Tous

Code 
t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  select(date, variable, value) %>%
  filter(variable %in% c("D41_d", "D41_r", "PIB", "B9NF")) %>%
  spread(variable, value) %>%
  transmute(date,
            `Déficit total` = B9NF/PIB,
            `Déficit primaire` = (B9NF + D41_d-D41_r)/PIB,
            `Charge d'intérêt` = B9NF/PIB - (B9NF + D41_d-D41_r)/PIB) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  ggplot(.) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.15, 0.2)) +
  scale_x_date(breaks = seq(1950, 2100, 5) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 100, 1),
                     labels = scales::percent_format(accuracy = 1))

2005-

Code 
t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  select(date, variable, value) %>%
  filter(variable %in% c("D41_d", "D41_r", "PIB", "B9NF")) %>%
  filter(date >= as.Date("2005-01-01")) %>%
  spread(variable, value) %>%
  transmute(date,
            `Déficit total` = B9NF/PIB,
            `Déficit primaire` = (B9NF + D41_d-D41_r)/PIB,
            `Charge d'intérêt` = B9NF/PIB - (B9NF + D41_d-D41_r)/PIB) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  ggplot(.) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.15, 0.2)) +
  scale_x_date(breaks = seq(1950, 2100, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 100, 1),
                     labels = scales::percent_format(accuracy = 1))

2008-2016

Code 
t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  select(date, variable, value) %>%
  filter(variable %in% c("D41_d", "D41_r", "PIB", "B9NF")) %>%
  filter(date >= as.Date("2008-01-01"),
         date <= as.Date("2016-10-01")) %>%
  spread(variable, value) %>%
  transmute(date,
            `Déficit total` = B9NF/PIB,
            `Déficit primaire` = (B9NF + D41_d-D41_r)/PIB,
            `Charge d'intérêt` = B9NF/PIB - (B9NF + D41_d-D41_r)/PIB) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  ggplot(.) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.8, 0.2)) +
  scale_x_date(breaks = seq(1950, 2100, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 100, 1),
                     labels = scales::percent_format(accuracy = 1))

2015-

Code 
t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  select(date, variable, value) %>%
  filter(variable %in% c("D41_d", "D41_r", "PIB", "B9NF")) %>%
  filter(date >= as.Date("2015-01-01")) %>%
  spread(variable, value) %>%
  transmute(date,
            `Déficit total` = B9NF/PIB,
            `Déficit primaire` = (B9NF + D41_d-D41_r)/PIB,
            `Charge d'intérêt` = B9NF/PIB - (B9NF + D41_d-D41_r)/PIB) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  ggplot(.) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.8, 0.2)) +
  scale_x_date(breaks = seq(1950, 2100, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 100, 1),
                     labels = scales::percent_format(accuracy = 1))

2017T2-

Code 
df <- t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  select(date, variable, value) %>%
  filter(variable %in% c("D41_d", "D41_r", "PIB", "B9NF")) %>%
  filter(date >= as.Date("2017-04-01")) %>%
  spread(variable, value) %>%
  transmute(date,
            `Déficit total` = B9NF/PIB,
            `Déficit primaire` = (B9NF + D41_d-D41_r)/PIB,
            `Charge d'intérêt` = B9NF/PIB - (B9NF + D41_d-D41_r)/PIB) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  mutate(date = zoo::as.yearqtr(paste0(year(date), " Q", quarter(date))))

ggplot(data = df) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.8, 0.2)) +
  scale_x_yearqtr(labels = date_format("%Y T%q"),
                  breaks = seq(from = min(df$date), to = max(df$date), by = 0.5)) +
  scale_y_continuous(breaks = 0.01*seq(-100, 100, 1),
                     labels = scales::percent_format(accuracy = 1))

2019-

Code 
df <- t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  select(date, variable, value) %>%
  filter(variable %in% c("D41_d", "D41_r", "PIB", "B9NF")) %>%
  filter(date >= as.Date("2019-01-01")) %>%
  spread(variable, value) %>%
  transmute(date,
            `Déficit total` = B9NF/PIB,
            `Déficit primaire` = (B9NF + D41_d-D41_r)/PIB,
            `Charge d'intérêt` = B9NF/PIB - (B9NF + D41_d-D41_r)/PIB) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  mutate(date = zoo::as.yearqtr(paste0(year(date), " Q", quarter(date))))

ggplot(data = df) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(axis.text.x = element_text(angle = 45, vjust = 1, hjust = 1)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.8, 0.2)) +
  scale_x_yearqtr(labels = date_format("%Y T%q"),
                  breaks = seq(from = min(df$date), to = max(df$date), by = 0.25)) +
  scale_y_continuous(breaks = 0.01*seq(-100, 100, 1),
                     labels = scales::percent_format(accuracy = 1))

Déficit total, déficit primaire

Tous

Code 
df <- t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  select(date, variable, value) %>%
  filter(variable %in% c("D41_d", "D41_r", "PIB", "B9NF")) %>%
  spread(variable, value) %>%
  transmute(date,
            `Déficit total` = B9NF/PIB,
            `Déficit primaire` = (B9NF + D41_d-D41_r)/PIB) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  mutate(date = zoo::as.yearqtr(paste0(year(date), " Q", quarter(date))))

ggplot(data = df) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.15, 0.2)) +
  scale_x_yearqtr(labels = date_format("%Y Q%q")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 100, 1),
                     labels = scales::percent_format(accuracy = 1))

2005-

Code 
t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  select(date, variable, value) %>%
  filter(variable %in% c("D41_d", "D41_r", "PIB", "B9NF")) %>%
  filter(date >= as.Date("2005-01-01")) %>%
  spread(variable, value) %>%
  transmute(date,
            `Déficit total` = B9NF/PIB,
            `Déficit primaire` = (B9NF + D41_d-D41_r)/PIB) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  ggplot(.) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.15, 0.2)) +
  scale_x_date(breaks = seq(1950, 2100, 2) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 100, 1),
                     labels = scales::percent_format(accuracy = 1))

2008-2016

Code 
t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  select(date, variable, value) %>%
  filter(variable %in% c("D41_d", "D41_r", "PIB", "B9NF")) %>%
  filter(date >= as.Date("2008-01-01"),
         date <= as.Date("2016-10-01")) %>%
  spread(variable, value) %>%
  transmute(date,
            `Déficit total` = B9NF/PIB,
            `Déficit primaire` = (B9NF + D41_d-D41_r)/PIB) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  ggplot(.) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.8, 0.2)) +
  scale_x_date(breaks = seq(1950, 2100, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 100, 1),
                     labels = scales::percent_format(accuracy = 1))

2015-

Code 
t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  select(date, variable, value) %>%
  filter(variable %in% c("D41_d", "D41_r", "PIB", "B9NF")) %>%
  filter(date >= as.Date("2015-01-01")) %>%
  spread(variable, value) %>%
  transmute(date,
            `Déficit total` = B9NF/PIB,
            `Déficit primaire` = (B9NF + D41_d-D41_r)/PIB) %>%
  gather(variable, value, -date) %>%
  filter(!is.na(value)) %>%
  ggplot(.) + theme_minimal() + ylab("% du PIB") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  theme(legend.title = element_blank(),
        legend.position = c(0.8, 0.2)) +
  scale_x_date(breaks = seq(1950, 2100, 1) %>% paste0("-01-01") %>% as.Date,
               labels = date_format("%Y")) +
  scale_y_continuous(breaks = 0.01*seq(-100, 100, 1),
                     labels = scales::percent_format(accuracy = 1))

Elasticité des recettes au PIB

1980-

Code 
t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  filter(operation %in% c("PIB", "DEPENSES", "RECETTES")) %>%
  select(operation, date, value) %>%
  arrange(date) %>%
  spread(operation, value) %>%
  na.omit %>%
  mutate(DEPENSES_roll = rollsum(DEPENSES, k = 4, fill = NA),
         RECETTES_roll = rollsum(RECETTES, k = 4, fill = NA),
         PIB_roll = rollsum(PIB, k = 4, fill = NA)) %>%
  mutate(croissance_PIB = PIB_roll/lag(PIB_roll, 4)-1,
         croissance_RECETTES = RECETTES_roll/lag(RECETTES_roll, 4)-1,
         croissance_DEPENSES = DEPENSES_roll/lag(DEPENSES_roll, 4)-1,
         `Elasticité des recettes` = croissance_RECETTES/croissance_PIB,
         `Elasticité des dépenses` = croissance_DEPENSES/croissance_PIB) %>%
  select(date, `Elasticité des recettes`, `Elasticité des dépenses`) %>%
  gather(variable, value, -date) %>%
  ggplot(.) + theme_minimal() + ylab("") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  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"))

2010-

Code 
t_compteapu_val %>%
  left_join(variable, by = "column") %>%
  filter(operation %in% c("PIB", "DEPENSES", "RECETTES")) %>%
  select(operation, date, value) %>%
  arrange(date) %>%
  spread(operation, value) %>%
  na.omit %>%
  mutate(DEPENSES_roll = rollsum(DEPENSES, k = 4, fill = NA),
         RECETTES_roll = rollsum(RECETTES, k = 4, fill = NA),
         PIB_roll = rollsum(PIB, k = 4, fill = NA)) %>%
  mutate(croissance_PIB = PIB_roll/lag(PIB_roll, 4)-1,
         croissance_RECETTES = RECETTES_roll/lag(RECETTES_roll, 4)-1,
         croissance_DEPENSES = DEPENSES_roll/lag(DEPENSES_roll, 4)-1,
         `Elasticité des recettes` = croissance_RECETTES/croissance_PIB,
         `Elasticité des dépenses` = croissance_DEPENSES/croissance_PIB) %>%
  select(date, `Elasticité des recettes`, `Elasticité des dépenses`) %>%
  gather(variable, value, -date) %>%
  filter(date >= as.Date("2010-01-01")) %>%
  ggplot(.) + theme_minimal() + ylab("") + xlab("") +
  geom_line(aes(x = date, y = value, color = variable)) +
  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"))