Une graine touchée par l'eau sort de sa dormance et déclenche un enchaînement de réactions internes pour croître : elle puise d'abord dans ses réserves, puis capte en urgence l'énergie du dehors, faute de quoi elle dépérit. À plus grande échelle, un système de santé qui absorbe plus de ressources qu'il n'en régénère, une économie mondiale qui prélève plus que la planète ne renouvelle en un an suivent la même logique. Intéressons-nous à ce qui arrête une trajectoire de dépassement. La biologie a étudié cette question bien avant l'économie : deux modèles, conçus indépendamment pour décrire des populations vivantes, éclairent deux issues très différentes.
Une population sans régulateur : le modèle World3
En 1972, une équipe de dix-sept chercheurs du MIT, avec à sa tête Donella Meadows, Dennis Meadows, Jørgen Randers et William Behrens III, publie The Limits to Growth (« Les limites à la croissance ») pour le Club de Rome[1]. Leur outil, un modèle informatique baptisé World3, s'organise autour de deux déterminants moteurs, la population et le capital industriel, dont la croissance entraîne à sa suite trois autres grandeurs : la production alimentaire, la pollution persistante et les réserves de ressources non renouvelables. Ces trois dernières ne sont pas de simples fonctions directes de la production industrielle — elles s'accumulent et se résorbent avec leurs propres délais, et se rétroagissent sur les déterminants : à mesure que les ressources s'épuisent, une part croissante du capital doit être détournée vers leur extraction, au détriment de l'agriculture ou de la lutte contre la pollution[1][2].
Le scénario central du rapport, le « standard run », prolonge simplement les tendances observées sans changement de politique. Il ne montre pas une croissance qui s'arrête d'elle-même en douceur, mais un dépassement puis un déclin : la population et la production industrielle croissent, dépassent ce que les ressources et l'environnement peuvent durablement soutenir, puis se retournent sous l'effet conjugué de l'épuisement des ressources et de l'accumulation de pollution.
Illustration schématique reconstruite pour cet article, inspirée de la forme du scénario « standard run » du modèle World3 telle que décrite dans la littérature[1][2]. Ce n'est pas une reproduction des courbes originales de 1972 : leurs valeurs numériques exactes n'ont pas pu être vérifiées depuis cet environnement.
Cinquante ans plus tard, la chercheuse Gaya Herrington a comparé ces scénarios aux données économiques et environnementales réellement observées jusqu'en 2019[2]. Le résultat, repris par le Club de Rome lui-même, est net : la trajectoire réelle colle le plus aux scénarios « Business-as-Usual 2 » et « Comprehensive Technology », deux scénarios de dépassement, l'un plus sévère que l'autre. Le scénario « monde stabilisé », celui qui évite le dépassement par une action précoce, s'écarte le plus des données observées.
Richardson et al., Science Advances, 9(37), 2023[3].
Lin et al., Resources, 7(3), 58, 2018[4].
Un système qui s'autorégule : le modèle proie-prédateur
Dans une forêt, proies et prédateurs se répondent sans relâche, dans un tumulte renouvelé à chaque saison. C'est ce tumulte que décrit le modèle Lotka-Volterra, formulé indépendamment par Alfred Lotka (1925) et Vito Volterra (1926)[5] : une population de proies qui, livrée à elle-même, croîtrait indéfiniment, mais que la pression d'un prédateur maintient dans des limites. Quand les proies abondent, les prédateurs se nourrissent bien et se reproduisent davantage ; leur nombre croissant finit par prélever plus de proies que la reproduction n'en remplace ; les proies déclinent ; les prédateurs, à leur tour, déclinent faute de nourriture ; les proies peuvent alors se refaire, et le cycle recommence.
Simulation numérique réelle des équations de Lotka-Volterra (intégration Runge-Kutta), avec des coefficients illustratifs choisis pour la lisibilité pédagogique : ce ne sont pas des données empiriques d'une population réelle.
Une précision importante
Contrairement à une idée reçue, ce modèle ne repose pas sur une « destruction nécessaire » ponctuelle. C'est une régulation continue : la pression de prédation freine la proie avant qu'elle n'épuise son milieu, et maintient les deux populations dans un cycle stable autour d'un point d'équilibre, sans jamais l'effondrement brutal et définitif du scénario World3.
Deux façons de sortir d'un excès : laquelle s'applique à nous ?
La différence entre les deux modèles tient à une seule chose : l'existence, ou non, d'un régulateur externe. Une population de proies a un prédateur qui la freine avant le point de rupture. L'humanité, à l'échelle de la planète, n'a pas de prédateur : rien d'extérieur à elle-même ne la freine automatiquement avant que les limites ne soient franchies. Le modèle World3 décrit exactement cette situation : sans régulation volontaire, le système ne s'auto-corrige pas en douceur comme un cycle proie-prédateur, il dépasse puis décline.
La mise à jour de Herrington souligne un point utile : les scénarios ne divergent réellement qu'à partir des deux prochaines décennies[2]. Le scénario « Comprehensive Technology » (déclin plus progressif) et le scénario « Business-as-Usual 2 » (déclin plus sévère) partent aujourd'hui du même point. Seules la vitesse et l'ampleur de la régulation que l'humanité s'impose à elle-même, volontairement et faute de prédateur pour le faire à sa place, les séparent encore.
C'est là que le changement d'échelle reprend tout son sens. Une maison de santé qui pilote sa trajectoire, un praticien qui oriente sa patientèle vers la mobilité active : chacun de ces gestes est une micro-régulation volontaire, du même ordre que celle qui, à l'échelle collective, sépare un déclin maîtrisé d'un effondrement subi. Rien de tout cela ne change à lui seul la trajectoire mondiale. C'est pourtant le même mécanisme, à une autre échelle : mesurer avant d'agir, pour être son propre régulateur plutôt que d'attendre que les limites s'imposent d'elles-mêmes.