Abstract Function‐oriented business models or product–service systems (PSSs) are often seen as an excellent means for achieving ‘factor 4’. SusProNet, an EU network on PSSs, showed a more complicated reality. At least eight different types of PSS exist, with quite diverging economic and environmental characteristics. The economic potential of each type was evaluated in terms of (i) tangible and intangible value for the user, (ii) tangible costs and risk premium for the provider, (iii) capital/investment needs and (iv) issues such as the providers' position in the value chain and client relations. The environmental potential was evaluated by checking the relevance of certain impact reduction mechanisms (e.g. more intensive use of capital goods, inherent incentives for sustainable user and provider behaviour etc.). Most PSS types will result in marginal environmental improvements at best. The exception is the PSS type known as functional results, but here liability and risk premium issues, amongst others, need a solution. Copyright © 2004 John Wiley & Sons, Ltd and ERP Environment.

In the last decade many researchers, institutes and programs in the EU paid attention to product-service systems (PSS). Given this massive effort, it is time to take stock. Is PSS research a theoretical field in its own right? Is the PSS concept indeed the road to the Factor 10 world? Is it the road to enhanced competitiveness? What is needed to really use the potential of the concept? This paper discusses these questions summarizing the analysis done in the PSS review book ‘New Business for Old Europe’, various EU sponsored projects and the conceptual approach chosen in a new research network on Sustainable Consumption and Production, called SCORE!

Summary Environmentally extended multiregional input‐output (EE MRIO) tables have emerged as a key framework to provide a comprehensive description of the global economy and analyze its effects on the environment. Of the available EE MRIO databases, EXIOBASE stands out as a database compatible with the System of Environmental‐Economic Accounting (SEEA) with a high sectorial detail matched with multiple social and environmental satellite accounts. In this paper, we present the latest developments realized with EXIOBASE 3—a time series of EE MRIO tables ranging from 1995 to 2011 for 44 countries (28 EU member plus 16 major economies) and five rest of the world regions. EXIOBASE 3 builds upon the previous versions of EXIOBASE by using rectangular supply‐use tables (SUTs) in a 163 industry by 200 products classification as the main building blocks. In order to capture structural changes, economic developments, as reported by national statistical agencies, were imposed on the available, disaggregated SUTs from EXIOBASE 2. These initial estimates were further refined by incorporating detailed data on energy, agricultural production, resource extraction, and bilateral trade. EXIOBASE 3 inherits the high level of environmental stressor detail from its precursor, with further improvement in the level of detail for resource extraction. To account for the expansion of the European Union (EU), EXIOBASE 3 was developed with the full EU28 country set (including the new member state Croatia). EXIOBASE 3 provides a unique tool for analyzing the dynamics of environmental pressures of economic activities over time.

Summary We analyze the environmental impact of household consumption in terms of the material, water, and land‐use requirements, as well as greenhouse gas (GHG) emissions, associated with the production and use of products and services consumed by these households. Using the new EXIOBASE 2.2 multiregional input‐output database, which describes the world economy at the detail of 43 countries, five rest‐of‐the‐world regions, and 200 product sectors, we are able to trace the origin of the products consumed by households and represent global supply chains for 2007. We highlight the importance of environmental pressure arising from households with their consumption contributing to more than 60% of global GHG emissions and between 50% and 80% of total land, material, and water use. The footprints are unevenly distributed across regions, with wealthier countries generating the most significant impacts per capita. Elasticities suggest a robust and significant relationship between households’ expenditure and their environmental impacts, driven by a rising demand of nonprimary consumption items. Mobility, shelter, and food are the most important consumption categories across the environmental footprints. Globally, food accounts for 48% and 70% of household impacts on land and water resources, respectively, with consumption of meat, dairy, and processed food rising fast with income. Shelter and mobility stand out with high carbon and material intensity, whereas the significance of services for footprints relates to the large amount of household expenditure associated with them.

Abstract The world is shifting to electric vehicles to mitigate climate change. Here, we quantify the future demand for key battery materials, considering potential electric vehicle fleet and battery chemistry developments as well as second-use and recycling of electric vehicle batteries. We find that in a lithium nickel cobalt manganese oxide dominated battery scenario, demand is estimated to increase by factors of 18–20 for lithium, 17–19 for cobalt, 28–31 for nickel, and 15–20 for most other materials from 2020 to 2050, requiring a drastic expansion of lithium, cobalt, and nickel supply chains and likely additional resource discovery. However, uncertainties are large. Key factors are the development of the electric vehicles fleet and battery capacity requirements per vehicle. If other battery chemistries were used at large scale, e.g. lithium iron phosphate or novel lithium-sulphur or lithium-air batteries, the demand for cobalt and nickel would be substantially smaller. Closed-loop recycling plays a minor, but increasingly important role for reducing primary material demand until 2050, however, advances in recycling are necessary to economically recover battery-grade materials from end-of-life batteries. Second-use of electric vehicles batteries further delays recycling potentials.

Abstract This review is the introduction to a special issue of Economic Systems Research on the topic of global multiregional input–output (GMRIO) tables, models, and analysis. It provides a short historical context of GMRIO development and its applications (many of which deal with environmental extensions) and presents the rationale for the major database projects presented in this special issue. Then the six papers are briefly introduced. This is followed by a concluding comparison of the characteristics of the main GMRIO databases developed thus far and an outlook of potential further developments. Keywords: Multiregional input–output tablesGlobal analysisEnvironmental extensionsTradeSupply and use tables Acknowledgements We would like to thank Satoshi Inomata, Manfred Lenzen, Bart Los, Glen P. Peters, Terrie Walmsley, and Thomas Wiedmann for their comments on an earlier version of this editorial introduction. Notes 1The projects discussed in this special issue are also portrayed in Murray and Lenzen Citation(2013), a forthcoming popular-scientific book on MRIO. 2See http://www.oecd.org/sti/inputoutput 3Another example is the series of tables, constructed by researchers from the University of Groningen, for a set of European countries. The full series of intercountry tables in current prices (for the years 1965, 1970, 1975, 1980, and 1985) can be downloaded at http://www.regroningen.nl. The details of the construction method are given in van der Linden Citation(1999), a summary is given by van der Linden and Oosterhaven Citation(1995). For the intercountry tables in constant prices, see Hoen Citation(2002). 4The Réunion Project (http://www.isa.org.usyd.edu.au/mrio/mrio.shtml) is aimed at linking the top global institutions involved in the compilation of GMRIO accounts, and at initiating a large-scale research collaboration that will be able to harmonize world-wide activities on GMRIO database compilation. The idea for this collaboration originated from a meeting of the present researchers at the 18th Input–Output Conference held in 2010 at the University of Sydney. 5EXIOPOL is the acronym of an EU funded project called ‘A new environmentally accounting framework using externality data and input output tools for policy analysis’. 6Available at: http://trade.ec.europa.eu/doclib/docs/2012/april/tradoc_149337.pdf. 7See http://www.un.org/esa/analysis/link, or, e.g. Moriguchi Citation(1973) and Klein Citation(1985). 8The countries covered in the international systems are Austria, Belgium, Canada, China, France, Germany, Italy, Japan, Mexico, South Korea, Spain, the United Kingdom, and the United States. The two regions cover the rest of Europe and the rest of the world. See http://inforum.umd.edu, or, e.g. Almon Citation(1991) and Nyhus Citation(1991). 9Examples are emission data in most countries (which, if available at all, do usually not adopt the same sector classification as applied in the SUTs or IOTs), the countries of origin of imports (which are usually not given in national SUTs/IOTs), differences between trade data in SUTs/IOTs and in the trade statistics, imbalances in trade data (i.e. imports from country X reported by country Y do not equal the reported exports by country X to country Y), differences between countries in the type of SUT/IOT that they compile (e.g. some publish SUTs, other IOTs, which can be of the industry-by-industry or the product-by-product type), valuation differences (e.g. producer's, purchaser's and basic prices), differences in sector and product classifications. 10For instance, Wiedmann et al. Citation(2011) express the hope that the so-called ‘Group of Four’ in the EU (EU DG ENV, Eurostat, EEA, and DG JRC) could be a vehicle for GMRIO development initiated by Europe. For practical purposes, it is in the meantime unclear whether the Go4 will remain active in the future. Another experience is that in a project for Eurostat it proved to be impossible to create even an MRIO table for the EU27 countries due to confidentiality problems, so that eventually an aggregated EU27 EE IOT was constructed (e.g. Eurostat, Citation2011; Tukker et al., 2012). 11This special issue has papers on all databases in Table 1, with the exception of GRAM. 12Indeed, we would claim that the ‘extensions embodied in trade’ (EEBT) approach is inferior. It uses national EE IOTs to calculate, for example, the pollution in country A as embodied in its exports to country B (and country C, and so forth). In the same fashion, country A also imports pollution embodied in its imports from country B (and country C, and so forth). The answers from this EEBT approach will differ from those obtained from applying a GMRIO table. A simple example suffices to show why. It may be the case that countries A and B do not trade with each other (in which case the EEBT approach will report no pollution embodied in their trade). However, it may happen that all trade between A and B goes through a third country C. Using a GMRIO model will in that case report positive imports and exports of pollution between countries A and B. 13Although this appears to be obvious, it is less simple than it seems. SUTs and IOTs reflect sales and use of fossil fuels. Many EE MRIO databases use the IEA database, where energy is allocated to the sector of use, and emission factors to calculate emissions. If such ‘IEA-based’ emissions are replaced by emissions of external databases like EDGAR, one may end up in a situation where, e.g. CO2 emissions do not match, e.g. the IEA fuel use for an industry. The databases that use IEA energy flow data to calculate emissions, may use physical energy uses that are not consistent with the economic data in the SUT/IOT. 14Current work in progress on incorporating sub-national regions into a GMRIO includes Cherubini and Los Citation(2012) on Italy, Dietzenbacher et al. Citation(2012a) on Brazil, and Inomata and Meng Citation(2013) on China-Japan-Korea. 15See www.creea.eu, accessed 12 August 2012. 16For instance, Eco-invent, one of the dominant LCI databases, is currently organizing its data as a supply use system. Personal communication with Eco-invent staff also suggests they may want to move to using product and sector codes usually applied in economic statistics, as well as encouraging data providers to supply (next to the traditional physical information) also price information on inputs and outputs. See, e.g. http://www.ecoinvent.org/df-lca-ecoinvent-v3/, accessed 12 August 2012.

Measuring progress towards sustainable development requires appropriate frameworks and databases. The System of Environmental-Economic Accounts (SEEA) is undergoing continuous refinement with these objectives in mind. In SEEA, there is a need for databases to encompass the global dimension of societal metabolism. In this paper, we focus on the latest effort to construct a global multi-regional input−output database (EXIOBASE) with a focus on environmentally relevant activities. The database and its broader analytical framework allows for the as yet most detailed insight into the production-related impacts and “footprints” of our consumption. We explore the methods used to arrive at the database, and some key relationships extracted from the database.

Biodiversity and ecosystem service losses driven by land-use change are expected to intensify as a growing and more affluent global population requires more agricultural and forestry products, and teleconnections in the global economy lead to increasing remote environmental responsibility. By combining global biophysical and economic models, we show that, between the years 2000 and 2011, overall population and economic growth resulted in increasing total impacts on bird diversity and carbon sequestration globally, despite a reduction of land-use impacts per unit of gross domestic product (GDP). The exceptions were North America and Western Europe, where there was a reduction of forestry and agriculture impacts on nature accentuated by the 2007–2008 financial crisis. Biodiversity losses occurred predominantly in Central and Southern America, Africa and Asia with international trade an important and growing driver. In 2011, 33% of Central and Southern America and 26% of Africa’s biodiversity impacts were driven by consumption in other world regions. Overall, cattle farming is the major driver of biodiversity loss, but oil seed production showed the largest increases in biodiversity impacts. Forestry activities exerted the highest impact on carbon sequestration, and also showed the largest increase in the 2000–2011 period. Our results suggest that to address the biodiversity crisis, governments should take an equitable approach recognizing remote responsibility, and promote a shift of economic development towards activities with low biodiversity impacts. Combining biophysical and economic models, the authors show that the impacts of land use on bird biodiversity and carbon sequestration have increased over the years 2000–2011, with cattle farming being a major driver of biodiversity loss.

Food consumption causes, together with mobility, shelter and the use of electrical products, most life cycle impacts of consumption. Meat and dairy are among the highest contributors to environmental impacts from food consumption. A healthier diet might have less environmental impacts. Using the E3IOT environmentally extended input output database developed in an EU study on Environmental Impacts of Products (EIPRO), this paper estimates the difference in impacts between the European status quo and three simulated diet baskets, i.e. a pattern according to universal dietary recommendations, the same pattern with reduced meat consumption, and a ‘Mediterranean’ pattern with reduced meat consumption. Production technologies, protein and energy intake were kept constant. Though this implies just moderate dietary shifts, impact reductions of up to 8% were possible in reduced meat scenarios. The slightly changed food costs do not lead to significant first order rebound effects. Second order rebounds were estimated by applying the CAPRI partial equilibrium model. This analysis showed that European meat production sector will most likely respond by higher exports to compensate for losses on the domestic meat market. Higher impact reductions probably would need more drastic diet changes.

Abstract EXIOPOL (A New Environmental Accounting Framework Using Externality Data and Input–Output Tools for Policy Analysis) was a European Union (EU)-funded project creating a detailed, global, multiregional environmentally extended Supply and Use table (MR EE SUT) of 43 countries, 129 sectors, 80 resources, and 40 emissions. We sourced primary SUT and input–output tables from Eurostat and non-EU statistical offices. We harmonized and detailed them using auxiliary national accounts data and co-efficient matrices. Imports were allocated to countries of exports using United Nations Commodity Trade Statistics Database trade shares. Optimization procedures removed imbalances in these detailing and trade linking steps. Environmental extensions were added from various sources. We calculated the EU footprint of final consumption with resulting MR EE SUT. EU policies focus mainly on energy and carbon footprints. We show that the EU land, water, and material footprint abroad is much more relevant, and should be prioritized in the EU's environmental product and trade policies. Keywords: EXIOPOLMR EE I–OResourcesEmissionsEU footprint Acknowledgements EXIOPOL was funded by the 6 th Framework Program of the European Commission (EC). This paper does not represent any official position or endorsement of the funding organization. We further thank three anonymous reviewers for their constructive comments on this paper. Notes 1A main problem was that to create an MR EE SUT, one needs to have both the Supply as Use table in basic prices. Under the ESA95 EU member states provide the Use table in purchaser prices, and not for all countries official valuation matrices could be obtained or made public to transform this in a basic price Use table. The need to make estimates for some countries and confidentiality issues led to the solution to publish only an aggregated EU27 table. 2Indeed, one of the reasons to calculate emissions using energy databases (dubbed the ‘energy first’ approach) is that this enabled us to calculate emissions across countries in a fully comparable way. The degrees of freedom left by official emission inventory protocols led to the situation that countries have slightly different approaches to emission inventories. 3Sometimes authors also discern gray water. Gray water use reflects pollution in discharged water. It is calculated by looking at the volume of the discharge and the concentration of pollutants, and calculating to how much the water has to be diluted to be of legal quality standard. This calculation is highly controversial, since it does not take into account the way some substances degrade quickly, whereas others are persistent or (e.g. metals) do not degrade at all (cf. Guinée et al., Citation2002). We therefore did not calculate the gray water use. 4The trade statistics were obtained from the synchronized UN COMTRADE trade database as published by Feenstra et al. Citation(2005). Service trade data were sourced from the UN Service Trade Database. Both data sets needed further elaboration and creation of correspondence tables to the EXIOPOL classification (Bouwmeester, Citation2011). 5This assumption has been referred to as the proportionality assumption. The implications of this assumption are discussed in Koopman et al. Citation(2010) and Puzzello Citation(2012), among others. 6The bi-proportional adjustment method used is GRAS, a generalized version of RAS that can also deal with negative values, such as subsidies and changes in inventories (Junius and Oosterhaven, Citation2003). 7This estimation is crude because any statistical discrepancies, asymmetries, and methodological differences between the data used that affect the structure of the table are also included in this difference. 8Prices are in the range of 1,500 Euro for a single user. For more details see www.exiobase.eu