Цифрові та інституційні механізми регулювання міжнародних транспортних коридорів вантажних і пасажирських перевезень
DOI:
https://doi.org/10.30977/AT.2219-8342.2026.58.0.12Ключові слова:
міжнародні транспортні коридори, інституційне регулювання, цифровізація, кіберфізична система, вантажні та пасажирські перевезення, математична модельАнотація
Проблема. У статті розглянуто проблематику розвитку міжнародних транспортних коридорів вантажних і пасажирських перевезень в умовах обмеженої цифрової інтеграції та фрагментарності управлінських механізмів. Обґрунтовано, що ключовими стримувальними чинниками є недостатній рівень впровадження цифрових технологій, відсутність єдиних платформ управління транспортними потоками та неузгодженість стандартів обміну даними, що знижує ефективність функціонування коридорів. Мета. Метою дослідження було формування теоретично та методологічно обґрунтованого підходу до інтеграції цифрових та інституційних механізмів регулювання міжнародних транспортних коридорів вантажних і пасажирських перевезень шляхом їх інтерпретації як цілісної кібер-інституційної системи, а також розроблення інтегрованої моделі транспортного коридору як складної кіберфізичної системи. Методологія. Запропоновано поетапний підхід до формалізації транспортного коридору як кібер-інституційної системи, у межах якої цифрові компоненти (ITS, IoT, Big Data) та управлінські інструменти (митні процедури, регуляторна політика) взаємодіють у єдиному адаптивному контурі. Модель передбачає опис системи через взаємопов’язані цифровий, інституційний та зовнішній контури з урахуванням їх динамічної взаємодії в режимі реального часу. Результати. Сформовано інтегральний показник ефективності функціонування транспортного коридору, який враховує час доставлення, рівень безпеки, витрати та якість сервісу. Додатково введено коефіцієнт узгодженості, що дозволяє кількісно оцінити рівень інтеграції між цифровими платформами та інституційними механізмами. Показано, що саме ступінь їх синхронізації істотно впливає на загальну ефективність системи. Розроблена модель доповнена динамічним описом транспортних потоків і механізмами зворотного зв’язку, які забезпечують адаптацію цифрових і управлінських компонентів залежно від результатів функціонування системи. Доведено, що ефективність транспортного коридору визначається не лише технічними параметрами, а й рівнем інтеграції цифрового та регуляторного середовищ. Оригінальність. Запропоновано поетапний підхід до формалізації транспортного коридору як кібер-інституційної системи, у межах якої цифрові компоненти (ITS, IoT, Big Data) та управлінські інструменти (митні процедури, регуляторна політика) взаємодіють у єдиному адаптивному контурі. Практичне значення. Отримані результати дозволяють формалізувати процеси управління транспортними коридорами, оцінювати вплив цифровізації та обґрунтовувати напрями підвищення ефективності шляхом гармонізації технологічних і інституційних рішень
Посилання
European Commission. (2024). Trans-European Transport Network (TEN-T). https://transport.ec.europa.eu/transport-themes/infrastructure-and-investment/trans-european-transport-network-ten-t_en
European Commission. (2024). Trans-European Transport Network (TEN-T) policy. https://transport.ec.europa.eu/transport-themes/infrastructure-and-investment/trans-european-transport-network-ten-t_mt
European Commission. (2024). TEN-T governance and European transport corridors. https://transport.ec.europa.eu/transport-themes/infrastructure-and-investment/trans-european-transport-network-ten-t/ten-t-governance_en
European Commission. (2024, June 13). A sustainable and resilient transport network bringing Europe closer together. https://transport.ec.europa.eu/news-events/news/sustainable-and-resilient-transport-network-bringing-europe-closer-together-2024-06-13_en
Fuller, A., Fan, Z., Day, C., & Barlow, C. (2020). Digital twin: Enabling technologies, challenges and open research. IEEE Access, 8, 108952–108971. https://doi.org/10.1109/ACCESS.2020.2998358
Banister, D., & Berechman, Y. (2000). Transport investment and economic development. (1st ed.). Routledge. https://doi.org/10.4324/9780203220870
Caris, A., Macharis, C., & Janssens, G. K. (2013). Decision support in intermodal transport: A new research agenda. Computers in Industry, 64(2), 105–112. https://doi.org/10.1016/j.compind.2012.12.001
Zhang, J., Wang, F. -Y., Wang, K., Lin, W. -H., Xu, X. and Chen, C. (2011). Data-Driven Intelligent Transportation Systems: A Survey. in IEEE Transactions on Intelligent Transportation Systems, 12(4), 1624-1639. https://doi.org/10.1109/TITS.2011.2158001.
Cordoș, N., Duma, I., Moldovanu, D., Todoruț, A., & Barabás, I. (2025). An Overview of Intelligent Transportation Systems in Europe. World Electric Vehicle Journal, 16(7), 387. https://doi.org/10.3390/wevj16070387
Hensher, D. A. (Etc.) (2020). Understanding Mobility as a Service (MaaS): Past, present and future. https://doi.org/10.1016/C2019-0-00508-0.
Möller, D. P. F. (2014). Introduction to Transportation Analysis, Modeling and Simulation: Computational Foundations and Multimodal Applications. Springer. https://doi.org/10.1007/978-1-4471-5637-6
Goldmann, K., & Wessel, J. (2020). TEN-T corridors – Stairway to heaven or highway to hell? Transportation Research Part A: Policy and Practice, 137, 240–258. https://doi.org/10.1016/j.tra.2020.04.010
Jianhui, F. (2026). Digital transformation of Eurasian transport corridors: Impacts on logistics efficiency and regional competitiveness. Eurasian Science Review, 3(5), 238–243.
Janssen, M., & van der Voort, H. (2020). Agile and adaptive governance in crisis response: Lessons from the COVID-19 pandemic. International Journal of Information Management, 55, 102180. https://doi.org/10.1016/j.ijinfomgt.2020.102180
Kitchin, R. (2021). The Data Revolution: Big Data, Open Data, Data Infrastructures and Their Consequences (2nd ed.). Sage.
Riabushenko, O., Sierpiński, G., Bogomolov, V., Nahliuk, I., & Leontiev, D. (2024). Study of Distribution of Free Flow Speeds on Urban Road Sections Depending on Their Functional Purpose and One-Way Traffic—Evidence from Kharkiv (Ukraine). Applied Sciences, 14(23), 11302. https://doi.org/10.3390/app142311302
Lv, Y., Duan, Y., Kang, W., Li, Z., & Wang, F.-Y. (2015). Traffic flow prediction with big data: A deep learning approach. IEEE Transactions on Intelligent Transportation Systems, 16(2), 865–873. https://doi.org/10.1109/TITS.2014.2345663
Lee, J., Bagheri, B., & Kao, H.-A. (2015). A cyber-physical systems architecture for Industry 4.0-based manufacturing systems. Manufacturing Letters, 3, 18–23. https://doi.org/10.1016/j.mfglet.2014.12.001
Notteboom, T., Pallis, T. & Rodrigue, JP. (2021). Disruptions and resilience in global container shipping and ports: the COVID-19 pandemic versus the 2008–2009 financial crisis. Marit Econ Logist 23(2), 179–210 https://doi.org/10.1057/s41278-020-00180-5
Monostori, L. (2014). Cyber-physical production systems: Roots, expectations and R&D challenges. Procedia CIRP, 17, 9–13. https://doi.org/10.1016/j.procir.2014.03.115
Onyshchuk, V., Dubytskyi, O., Bodak, V., Pavlova, I., & Riabykh, N. (2025). Digital technologies and modelling for enhancing supply chain efficiency in international road transport. Revista Gestão & Tecnologia, 25(1), 168–185. https://doi.org/10.20397/2177-6652/2025.v25i1.3114
Ohiienko, M., Ohiienko, A., & Burtsev, O. (2022). Logistic approach to the definition of multimodal delivery schemes of goods. Scientific Notes of Taurida National V. I. Vernadsky University. Series: Economy and Management, 33(72)(1), 40–45. https://doi.org/10.32838/2523-4803/72-1-7
ITF. (2019). ITF Transport Outlook 2019. OECD Publishing, Paris. https://doi.org/10.1787/transp_outlook-en-2019-en
OECD (2020), OECD Digital Economy Outlook 2020, OECD Publishing, Paris, https://doi.org/10.1787/bb167041-en
Papageorgiou, M., Diakaki, C., Dinopoulou, V., Kotsialos A. and Wang, Y. (2003). Review of road traffic control strategies. in Proceedings of the IEEE, 91(12), 2043-2067. https://doi.org/10.1109/JPROC.2003.819610
European Union. (2013). Regulation (EU) No 1315/2013 on Union guidelines for the development of the trans-European transport network.
Scrocca, M., Comerio, M., Carenini, A., Celino, I. (2020). Turning Transport Data to Comply with EU Standards While Enabling a Multimodal Transport Knowledge Graph. In: Pan, J.Z., et al. The Semantic Web – ISWC 2020. ISWC 2020. Lecture Notes in Computer Science, 12507. Springer, Cham. https://doi.org/10.1007/978-3-030-62466-8_26
Taniguchi, E., Thompson, R. G., Yamada, T. & Ron van Duin (2001). City logistics: Network modelling and intelligent transport systems. Emerald Group Publishing Limited. https://doi.org/10.1108/9780585473840
United Nations. (2026). UN Decade of Sustainable Transport 2026–2035.
Wang, G., Gunasekaran, A., Ngai, E.W.T., Papadopoulos, Th. (2016). Big data analytics in logistics and supply chain management: Certain investigations for research and applications. International Journal of Production Economics, Elsevier, 176(C), 98-110. https://doi.org/10.1016/j.ijpe.2016.03.014
Wamba, S. F., Akter, S., Edwards, A., Chopin, G., & Gnanzou, D. (2015). How ‘big data’ can make big impact: Findings from a systematic review and a longitudinal case study. International Journal of Production Economics, 165, 234–246.
https://doi.org/10.1016/j.ijpe.2014.12.031
World Bank. (2020). Doing Business 2020: Comparing Business Regulation in 190 Economies. https://doi.org/10.1596/978-1-4648-1440-2
Zanella, A., Bui, N., Castellani, A., Vangelista, L., & Zorzi, M. (2014). Internet of Things for smart cities. IEEE Internet of Things Journal, 1(1), 22–32. https://doi.org/10.1109/JIOT.2014.2306328
Ben-Daya, M., Hassini, E., & Bahroun, Z. (2019). Internet of things and supply chain management: a literature review. International Journal of Production Research, 57(15–16), 4719–4742. https://doi.org/10.1080/00207543.2017.1402140
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Олексій Степанов, Олександр Рябушенко, В’ячеслав Cирота, Інна Кобзар
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
