Résumé – Cet article présente une approche visant à spécifier des fonctions de coût non linéaires dans le cadre de modèles de programmation régionaux. La méthodo-logie en question peut être considérée comme une application de la programmation mathématique positive (PMP) à des observations multiples. L'application de la PMP dans les modèles d'offre des produits agricoles s'est sensiblement développée au cours de ces dix dernières années. Cependant, beaucoup de modélisateurs n'ont pas fait état du comportement arbitraire et potentiellement invraisemblable des mo-dèles résultant de l'application standard de l'approche PMP. Paris et Howitt (1998) interprètent la PMP comme étant l'estimation d'une fonction de coût non linéaire et généralisent sa spécification en utilisant un procédé de «maximisation de l'entro-pie». Néanmoins, leur approche manque d'une base empirique suffisante. Elle com-porte toujours une paramétrisation nécessaire pour imposer les bonnes conditions de coubure de la fonction de coût, ce qui pose d'importants problèmes dans les appli-cations. La méthodologie que nous proposons est conçue pour exploiter l'informa-tion contenue dans un échantillon de données en coupes pour spécifier des fonctions de coût quadratiques régionales avec des effets croisés entre les activités. L'approche apporte également une solution au problème de la courbure de la fonction de coût. Elle est appliquée ici à des modèles de programmation régionaux sur 22 régions françaises. Une simulation a posteriori de la réforme de la Politique agricole com-mune de 1992 produit des résultats plausibles. Des prolongements de cette méthode ainsi que des améliorations possibles sont également identifiés. Summary – This paper introduces an approach to the specification of non-linear cost func-tions in regional programming models. It can be characterised as an application of po-sitive mathematical programming (PMP) to multiple observations. The application of PMP in policy relevant agricultural supply models as a mean for calibration has si-gnificantly increased during the last ten years. However, many modellers have not re-flected the arbitrary and potentially implausible response behaviour of the resulting mo-dels implied by standard applications of the approach. Paris and Howitt (1998) interpret PMP as the estimation of a non-linear cost function and generalize the speci-fication by employing a « Maximum Entropy (ME) » procedure. However, their ap-proach still lacks a sufficient empirical base and involves a parameterisation to enforce correct curvature of the cost function, which induces significant problems in applications. The suggested methodology is designed to exploit information contained in a cross sectio-nal sample to specify — regionally specific — quadratic cost functions with cross effects for crop activities. It also provides a solution to the curvature problem. The approach is applied to regional programming models for 22 regions in France. An ex-post simula-tion across the 1992 CAP-reform shows plausible results with respect to the simulation behaviour of the resulting models. Paths for extensions and improvements of this metho-dology are identified.