Науковий вісник НГУ

Вплив цифрової інтеграції учасників логістичного кластера на стійкість ланцюгів постачання

• 
• 

Рейтинг користувача:  / 0

ГіршийКращий 

Деталі

Категорія: Зміст №2 2026

Останнє оновлення: 25 квітня 2026

Опубліковано: 30 листопада -0001

Перегляди: 1340

Authors:

С. Є. Бекжанова, orcid.org/0000-0001-6272-9567, НАТ «Казахський національний дослідницький технічний університет імені К. І. Сатпаєва», м. Алмати, Республіка Казахстан

Г. М. Імашева*, orcid.org/0000-0003-3604-3320, НАТ «Казахський національний дослідницький технічний університет імені К. І. Сатпаєва», м. Алмати, Республіка Казахстан, e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

Б. М. Іссіна, orcid.org/0000-0003-4525-340X, Карагандинський технічний університет імені Абилкаса Сагінова, м. Караганда, Республіка Казахстанn

А. В. Мухамеджанова, orcid.org/0000-0003-3577-3831, Євразійський національний університет імені Л. М. Гумільова, м. Астана, Республіка Казахстан

В. В. Литвин, orcid.org/0000-0002-1572-9000, Національний технічний університет «Дніпровська політехніка», м. Дніпро, Україна

* Автор-кореспондент e-mail: Ця електронна адреса захищена від спам-ботів. вам потрібно увімкнути JavaScript, щоб побачити її.

повний текст / full article

Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2026, (2): 131 - 140

https://doi.org/10.33271/nvngu/2026-2/131

Abstract:

Мета. Кількісна оцінка впливу рівня цифрової інтеграції учасників сировинного логістичного кластера Казахстану на стійкість і керованість ланцюгів постачання залізорудної сировини на основі гібридного моделювання.

Методика. Методологія дослідження ґрунтується на гібридному імітаційному моделюванні, що поєднує мультиагентне моделювання (MAS) і системну динаміку (SD) для опису функціонування сировинного логістичного кластера. Модель із дискретним часовим кроком в один день відтворює поведінку гірничодобувних підприємств, транспортного оператора й металургійного комбінату, а також динаміку поставок, запасів і формування замовлень на основі політики підтримання базового рівня запасів. Рівень цифрової інтеграції задається скалярним параметром, що впливає на інформаційні лаги, кореляцію збоїв та узгодженість управлінських рішень учасників.

Результати. Показано, що підвищення рівня цифрової інтеграції в розглянутих режимах функціонування системи зумовлює зменшення середньоквадратичного відхилення сукупних щоденних поставок і ймовірності виникнення дефіциту. Встановлене суттєве послаблення ефекту «батога»: співвідношення варіації поставок до варіації попиту скорочується більш ніж удвічі – з 4,6 до 2,1. Виявлено нелінійний пороговий характер впливу цифрової інтеграції на динамічну стійкість системи, що проявляється у залежності часу відновлення запасів від рівня цифровізації й режиму функціонування логістичної системи.

Наукова новизна. Розроблена гібридна модель SD+MAS, калібрована на основі реального сировинного логістичного кластера Казахстану, та ідентифіковано пороговий характер впливу цифрової інтеграції на стійкість і керованість ланцюгів постачання сировини.

Практична значимість. Полягає в тому, що запропонована модель дає змогу оцінювати наслідки впровадження кластерних цифрових платформ з урахуванням режиму функціонування логістичної системи й масштабних параметрів сировинного кластера. Під час планування цифровізації сировинних логістичних кластерів необхідно враховувати не лише цільовий рівень інтеграції інформаційних систем, але й поточний операційний стан ланцюга постачання, зокрема рівень завантаження потужностей, структуру запасів і чутливість системи до інформаційних лагів.

Ключові слова: цифрова інтеграція, логістика сировини, ланцюги постачання, моделювання, стійкість

References.

1. Issina, B., Bekzhanova, S., Ananiev, S., & Kenzhekeeva, A. (2022). Prospects for the development of digital economy in the Republic of Kazakhstan. 10 ^th International Scientific Conference “TechSys 2021” – Engineering, Technologies and Systems, 2449, 040001. https://doi.org/10.1063/5.0103817

2. Baimukhanbetova, E., Tazhiyev, R., Sandykbayeva, U., & Jussibaliyeva, A. (2023). Digital Technologies in the Transport and Logistics Industry: Barriers and Implementation Problems. Eurasian Journal of Economic and Business Studies, 1(67), 82-96. https://doi.org/10.47703/ejebs.v1i67.255

3. Kopbolsyn, B., Jakupova, A., Bazarova, B., Ibyzhanova, A., Abdeshova, A., Tyumambayeva, A., & Duskaliyev, A. (2025). Identifying opportunities to improve sustainable supply chains through digital transformation of transport and logistics infrastructure. Eastern-European Journal of Enterprise Technologies, 5(13(137)), 62-71. LOCKSS. https://doi.org/10.15587/1729-4061.2025.337817

4. Taran, I., Karsybayeva, A., Naumov, V., Murzabekova, K., & Chazhabayeva, M. (2023). Fuzzy-Logic Approach to Estimating the Fleet Efficiency of a Road Transport Company: A Case Study of Agricultural Products Deliveries in Kazakhstan. Sustainability, 15(5), 4179. https://doi.org/10.3390/su15054179

5. Oliskevych, M., Taran, I., Volkova, T., & Klymenko, I. (2022). Simulation of cargo delivery by road carrier: case study of the transportation company. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, (2), 118-123. https://doi.org/10.33271/nvngu/2022-2/118

6. Li, P., Chen, Y., & Guo, X. (2025). Digital transformation and supply chain resilience. International Review of Economics & Finance, 99, 104033. https://doi.org/10.1016/j.iref.2025.104033

7. Wei, S., Jiang, J., Chen, J., & Wang, Q. (2025). Digital technology and supply chain resilience: A literature review and emerging themes. International Transactions in Operational Research. Portico. https://doi.org/10.1111/itor.70119

8. Alquraish, M. (2025). Digital Transformation, Supply Chain Resilience, and Sustainability: A Comprehensive Review with Implications for Saudi Arabian Manufacturing. Sustainability, 17(10), 4495. https://doi.org/10.3390/su17104495

9. Ivanov, D., & Dolgui, A. (2020). A digital supply chain twin for managing the disruption risks and resilience in the era of Industry 4.0. Production Planning & Control, 32(9), 775-788. https://doi.org/10.1080/09537287.2020.1768450

10.      Szántó, N., Fischer, S., & Monek, G. D. (2025). A Novel Method for Simulation Model Generation of Production Systems Using PLC Sensor and Actuator State Monitoring. Journal of Sensor and Actuator Networks, 14(3), 55. https://doi.org/10.3390/jsan14030055

11.      Benatiya Andaloussi, M. (2024). A Bibliometric Literature Review of Digital Supply Chain: Trends, Insights, and Future Directions. Sage Open, 14(2). https://doi.org/10.1177/21582440241240340

12.      Tiwari, M. K., Bidanda, B., Geunes, J., Fernandes, K., & Dolgui, A. (2024). Supply chain digitisation and management. International Journal of Production Research, 62(8), 2918-2926. https://doi.org/10.1080/00207543.2024.2316476

13.      Osadchiy, N., Schmidt, W., & Wu, J. (2021). The Bullwhip Effect in Supply Networks. Management Science, 67(10), 6153-6173. https://doi.org/10.1287/mnsc.2020.3824

14.      Dolgui, A., Ivanov, D., & Rozhkov, M. (2019). Does the ripple effect influence the bullwhip effect? An integrated analysis of structural and operational dynamics in the supply chain. International Journal of Production Research, 58(5), 1285-1301. https://doi.org/10.1080/00207543.2019.1627438

15.      Moreno-Baca, F., Cano-Olivos, P., Sánchez-Partida, D., & Martínez-Flores, J.-L. (2025). The Bullwhip Effect and Ripple Effect with Respect to Supply Chain Resilience: Challenges and Opportunities. Logistics, 9(2), 62. https://doi.org/10.3390/logistics9020062

16.      Liu, F., Fang, M., Xiao, S., & Shi, Y. (2024). Mitigating bullwhip effect in supply chains by engaging in digital transformation: the moderating role of customer concentration. Annals of Operations Research, 344(2-3), 825-846. https://doi.org/10.1007/s10479-024-05908-7

17.      Darmawan, A., Wong, H. W., & Fransoo, J. (2025). Supply chain network design with the presence of the bullwhip effect. International Journal of Production Economics, 286, 109668. https://doi.org/10.1016/j.ijpe.2025.109668

18.      Ning, Y., Li, L., Xu, S. X., & Yang, S. (2022). How do digital technologies improve supply chain resilience in the COVID-19 pandemic? Evidence from Chinese manufacturing firms. Frontiers of Engineering Management, 10(1), 39-50. https://doi.org/10.1007/s42524-022-0230-4

19.      Samiyeva, S., Makysh, М., & Bayadilova, В. (2025). Opportunities for digital transformation of the transport industry in Kazakhstan. ECONOMIC Series of the Bulletin of the L.N. Gumilyov ENU, 4, 71-85. https://doi.org/10.32523/2789-4320-2025-4-71-85

20.      Monek, G. D., & Fischer, S. (2024). Expert Twin: A Digital Twin with an Integrated Fuzzy-Based Decision-Making Module. Decision Making: Applications in Management and Engineering, 8(1), 1-21. https://doi.org/10.31181/dmame8120251181

21.      Galiyev, S. Zh., Dovzhenok, A. S., Kol’ga, A. D., Galiyev, D. A., & Uteshov, E. T. (2020). Digitalization and the potential for improving the design and planning of mining operations in open cast mining. NEWS of National Academy of Sciences of the Republic of Kazakhstan, 1(439), 146-154. https://doi.org/10.32014/2020.2518-170x.18

22.      Aubakirova, G. M., Isataeva, F. M., Biryukov, V. V., & Kernebaev, A. S. (2024). Strategic priorities for digitalization of the mining sector of Kazakhstan. Bulletin of “Turan” University, 3, 35-52.
https://doi.org/10.46914/1562-2959-2024-1-3-35-52

23.      Sabraliev, N., Abzhapbarova, A., Nugymanova, G., Taran, I., & Zhanbirov, Zh. (2019). Modern aspects of modeling of transport routes in Kazakhstan. NEWS of National Academy of Sciences of the Republic of Kazakhstan, 2(434), 62-68. https://doi.org/10.32014/2019.2518-170x.39

• < Попередня
• Наступна >