I denna artikel utvecklas en metod för skattning av parametrar för traditionella transportmodeller, såsom de som brukar ingå i så kallade Takayama-Judge rumsliga prisjämviktsmodeller. I motsats till traditionellt använda metoder så utnyttjas här observationer av såväl handelskostnader som priser, i en direkt skattning av optimalitetsvillkoren. Den föreslagna metoden använder två-nivå-optimering för att minimera en viktad summa av kvadratiska fel under restriktionen att parametrarna uppfyller Kuhn-Tucker-villkoren för en optimal lösning av transportmodellen. En straff-funktion (penalty function) används för att iterativt närma sig komplementaritetsvillkoren. Monte-Carlo-simulationer används för att beräkna vissa egenskaper hos skattningarna och jämföra dem med traditionella kalibreringsmetoder. Analysen visar att den föreslagna metoden skattar såväl priser som handelskostnader mer effektivt än traditionella metoder. Metoden föreslås användas även för att skatta kvadratiska och andra linjära optimeringsmodeller.