Notre travail de thèse s'intéresse au courant de la dynamique concurrentielle et à l'étude de la rivalité entre entreprises. Il propose d'approfondir ces travaux et notamment la concurrence multimarchés (appelée aussi compétition multipoints) dans les secteurs en cours de libéralisation (industries de réseaux). En effet les comportements concurrentiels durant les processus de libéralisation restent aujourd'hui encore mal connus.<br />Pour conduire cette recherche, nous avons choisi d'étudier une série de cas d'entreprises (EDF, Electrabel, Endesa, Enel, Gaz de France, Poweo, Direct Energie...), actives sur le marché français de l'électricité actuellement en cours de libéralisation (1996 – 2006). Cette recherche qualitative conduite par études de cas longitudinales, s'inscrit dans le cadre d'une convention CIFRE (entre le Ministère de la Recherche & la société Electrabel France) incluant une implication forte dans la vie de l'entreprise et du secteur.<br /><br />Grâce à l'utilisation des séquences stratégiques multidimensionnelles, nous avons identifié deux périodes stratégiques, caractérisées pour la première, par une logique d'affrontement puis la seconde par une logique de retenue mutuelle. Nous défendons l'idée qu'après une première phase d'apprentissage des règles d'un nouveau marché libéralisé (affrontement, diversification, internationalisation), les opérateurs ont rapidement et collectivement repositionné leurs priorités sur une stratégie européenne focalisée sur la convergence gaz – électricité. La mise en place d'une compétition multimarchés a entraîné l'apparition d'une retenue mutuelle, particulièrement profitable pour les grands acteurs. La conduite d'une stratégie intégrée (marché & hors marché) ressort comme une variable importante dans la conduite et la légitimation de ces comportements.
Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00257414 |
Date | 16 November 2007 |
Creators | Cateura, Olivier |
Publisher | Université Montpellier I |
Source Sets | CCSD theses-EN-ligne, France |
Language | French |
Detected Language | French |
Type | PhD thesis |
Page generated in 0.0018 seconds