SciELO - Scientific Electronic Library Online

 
vol.28 issue1Exact Penalty Methods for Nonlinear Optimization Problems author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Investigação Operacional

Print version ISSN 0874-5161

Inv. Op. vol.28 no.1 Lisboa June 2008

 

A programação matemática positiva como instrumento de calibração e prescrição dos modelos de oferta agrícola

  

Rui Manuel de Sousa Fragoso†

Maria Leonor da Silva Carvalho ‡

Pedro Damião de Sousa Henriques ‡

 

 † Universidade de Évora, Departamento de Gestão, Instituto de Ciências Agrárias Mediterrânicas (ICAM), Centro de Estudos e Formação Avançada em Gestão e Economia (CEFAGE)

rfragoso@uevora.pt

‡ Universidade de Évora, Departamento de Economia, Instituto de Ciências Agrárias Mediterrânicas (ICAM), Centro de Estudos e Formação Avançada em Gestão e Economia (CEFAGE)

leonor@uevora.pt

‡ Universidade de Évora, Departamento de Economia, Centro de Estudos e Formação Avançada em Gestão e Economia (CEFAGE)

pdamiao@uevora.pt

 

 

Title: Positive Mathematical Programming: an instrument for calibration and prescription of agricultural supply models.

 

Abstract

In this paper, calibration and prescription capacity of different types of positive mathematical programming models applied to the Alentejo agricultural sector is analysed. Model results are compared in the 2000 and 2004 agricultural price and subsidies scenarios, regarding optimal combination of activities. Results allow concluding that positive mathematical programming is an efficient instrument on calibration of agricultural supply models, as well as on prescription of their results.

Key Words: positive mathematical programming, agricultural supply, calibration, prescription.

  

Resumo

Neste artigo avalia-se a capacidade de calibração e de prescrição de resultados de um modelo de oferta agrícola da Região Alentejo. A capacidade de calibração é analisada para o regime de preços e de ajudas agrícolas em vigor no ano 2000, comparando os resultados de diferentes formas de especificação da função dos custos variáveis totais do modelo de programação matemática positiva com os resultados do modelo tradicional de programação linear e com os dados estatísticos observados. Depois de calibrado, o modelo de programação matemática positiva é utilizado na prescrição dos resultados relativos ao cenário de preços e ajudas em vigor no ano de 2004. Conclui-se que a programação matemática positiva para além de ser um eficaz instrumento de calibração dos modelos de oferta agrícola, constitui também uma forma de prescrição de resultados futuros.

 

 

Texto completo disponível apenas em PDF.

Full text only available in PDF format.

 

 

Referências

Arfini, F., Donati, M., Zuppiroli, M. and Paris, Q. (2005) Ex-post evaluation of set-aside using Symmetric Positive Equilibrium Problem. Selected paper presented at the 89th EAAE symposium on “Modelling agricultural policies: state of the art and new challenges”, Parma.        [ Links ]

Barkaqui, A. and Butault, J. (1999) Positive Mathematical Programming and Cereals and Oilseeds Supply with EU under Agenda 2000. Paper presented at the 9th European Congress of Agricultural Economists, Warsaw.

Baskaqui, A., Butault, J. and Rousselle, J. (2001). Positive Mathematical Programming and Agricultural Supply within EU under Agenda 2000. In: Heckelei T., Witzke and W. Henrichsmeyer (Eds.): Agricultural Sector Modelling and Policy Information System, Vauk Verlag Kiel.

Bauer, S. and Kanakoglu, H. (1990) Non Linear Programming Models for Sector Policy Analysis, Economic Modelling 7, pp. 272-90. 

Cypris, C. (2000)Positiv Mathematische Programmierung (PMP) im Agrarsektormodells RAUMIS. Dissertation, University of Bonn.

Day, R. H. (1961) Recursive programming and the production of supply. In: Heady et al. (eds): Agricultural Supply Functions, Iowa State University Press, Iowa, USA.

Gohn, A. and Chantreuil, F. (1999) La programmation mathématique positive dans les modèles d’exploitation agricole. Principes et l’importance du calibrage, Cahiers d’Economie et de Sociologie Rurales, 5, pp. 59-79 

Graindorge, C, Henry de Frahan, B. and Howitt, R. (2001) Analysing the effects of Agenda 2000 using a CES Calibrated Model of Belgian Agriculture. In: Heckelei T., Witzke and W. Henrichsmeyer (Eds.): Agricultural Sector Modelling and Policy Information System, Vauk Verlag Kiel, pp. 176-186.

Hazell, P. and Norton, R.(1986) Mathematical Programming for Economic Analysis in Agriculture, Mac Millan Publishing Company, New York.

Heckelei, T. and Britz, W. (2005) Models Based on Positive Mathematical Programming: State of the Art and Further Extensions, In Arfini, F. (Ed.): Modelling Agricultural Policies: State of the Art and New Challenges, Parma, Italy, pp. 48-73.

Helming, J., Peeters, L. and Veendendaal, P. (2001) Assessing the Consequences of Environmental Policy Scenarios in Flemish Agriculture. In: Heckelei T., Witzke and W. Henrichsmeyer (Eds.): Agricultural Sector Modelling and Policy Information System, Vauk Verlag Kiel, pp. 237-245.

Horner, G., Corman, J., Howitt, R. Carter, C. and Macgregor, R. (1992) The Canadian Regional Agriculture Model: Structure, Operation and Development. Agriculture, Canada. Technical Report 1/92, Ottawa.

House, R. (1987) USMP Regional Agricultural Model. Washington DC: USDA. National Economics Division Report, ERS, 30.

Howitt, R. (1995) Positive Mathematical Programming. American Journal of Agricultural Economics, 77 (2), pp. 329-342.

Kasnakoglu, H. and Bauer, S. (1988) Concept and Application of an Agricultural Sector Model for Policy Analysis in Turkey. In: Agricultural Sector Modelling. S. Bauer and W. Henrichsmeyer (Eds.), Vauk Verlag: Kiel.

Martin, L.R. (1977) A Survey of Agricultural Economics Literature. vol 2, University of Minnesota Press, Minneapolis.

McCarl, B. And Spreen, T. (1980)  Price Endogenous Mathematical Programming as a Tool for Sector Analysis, American Journal of Agricultural Economics, pp. 87-102.

Meister, A., Chen,C. and Heady, E. (1978) Quadratic Programming Models Applied to Agricultural Policies, Iowa State University Press, Ames.

Paris, Q. (1988) PQP, PMP, Parametric Programming and Comparative Static. Chapter 11 in Notes for AE 253. Department of Agricultural Economics, University of California, Davis.

Peach, T. (1993) Interpreting Ricardo. Cambridge University Press, Cambridge.

Throsby, C. (1974) New methodologies in agricultural production economics: A review. In The Future of Agriculture. Papers and reports, 15 th international Conference of Agricultural Economics, S. Paulo, Brazil, pp. 150-169.