Origin of transport and logistics infrastructure reliability theory in the context of sustainable development of the Arctic zone and the Northern Sea Route

Cover Page

Cite item

Full Text

Abstract

Interpreting reliability as an omnichannel synchronization of a logistics ecosystem, where sustainability is achieved through coordinated interaction between physical, digital, organizational, and institutional components, enables us to take into account the unique characteristics of the Arctic infrastructure, including climate-related risks, network fragmentation, digital inequalities, and the need for flexible routing strategies.

Aim. The paper theoretically justifies the evolution of the concept of transport and logistics infrastructure reliability in the context of sustainable development of the Arctic zone and the Northern Sea Route. It identifies the methodological limitations of existing approaches and proposes a theoretically grounded model for reliability based on omnichannel logistics synchronization that is adapted to the macro-logistical conditions of the Arctic.

Methods. The methodological basis includes comparative-analytical and systematic approaches, as well as the principles of regional analysis of the Arctic.

Results. The paper explores the advancement approaches to the theory of transport and logistics infrastructure reliability, focusing on the specific challenges of the Arctic region and the Northern Sea Route. The article argues for a shift from traditional engineering interpretations of reliability towards a cognitive model that incorporates predictive analytics and the use of digital twins. Reliability is defined as the omnichannel synchronization of the logistics system, ensuring stability and resilience in the face of high levels of territorial and climatic uncertainty. The paper outlines five stages in the development of the concept of reliability: from an engineering-based approach to a more digital and platform-driven paradigm.

Conclusions. The proposed approach highlights the potential of actively managing logistics reliability through the cognitive digital platforms, which can form the foundation for strategic planning of Arctic logistics.

About the authors

S. E. Barykin

Graduate School of Service and Trade, Peter the Great St. Petersburg Polytechnic University

Email: s_be@list.ru
ORCID iD: 0000-0002-9048-009X
SPIN-code: 9382-2074

Doctor of Economic Sciences, Professor, Graduate School of Service and Trade

Russian Federation, Novorosiyskaya Str., 50, St. Petersburg, Russia, 195251

O. V. Kompaniitseva

Mozhaisky Military Space Academy

Author for correspondence.
Email: o_ks1@yandex.ru
ORCID iD: 0009-0000-0068-0411
SPIN-code: 3019-1038

Candidate of Economic Sciences, Associate Professor of the Department 

Russian Federation, Zhdanovskaya Str., 13, St. Petersburg, Russia, 197198

References

  1. Бочкарев А. А., Бочкарев П. А. Надежность и устойчивость цепей поставок: модели и алгоритмы: монография. СПб.: Скифияпринт, 2022. 200 с. EDN: YQDGVL
  2. Шурпатов И. Г., Зайцев Е. И. О методах расчета уровня надежности элементов цепи поставок // Логистика и управление цепями поставок. 2011. No 1. С. 31-37. EDN: NXUQGB
  3. Компанийцева О. В. Логистическая интеграция системы управления проектом и инфраструктуры региона // Аудит и финансовый анализ. 2014. No 4. С. 230-233. EDN: TJSKEJ
  4. Barykin S.E., Wu J. Designing a logistics network in international trade. Globus: Economy and Law. 2021. Vol. 7. No. 1 (41). Pp. 33-37. EDN: COPJTT
  5. Шульженко Т. Г. Эволюция концепции глобальной логистики в контексте современных условий интернационализации мировой экономики // Логистические системы в глобальной экономике. 2016. No 6. С. 391-395. EDN: VUWPZB
  6. Шумаев В. А., Мешалкин В. П., Бородин В.А., Белозерский А. Ю. Экономико-математические методы оптимизации материальных потоков в цепях поставок // Ученые записки Российской академии предпринимательства. 2011. No 27. С. 101-116. EDN: OKMKAX
  7. Sheffi Y. The Resilient enterprise: overcoming vulnerability for competitive advantage. MIT Press, 2007.
  8. Christopher M. Logistics and supply chain management: strategies for reducing cost and improving service. Pearson Education Limited, 2011.
  9. Bowersox D.J., Closs D.J., Cooper M.B. Supply Chain logistics management. McGrawHill, 2011.
  10. Haimes Y.Y. Risk modeling, assessment, and management. 3rd ed. Hoboken: Wiley, 2009. 1040 p. ISBN: 978-0-470-42248-9
  11. Efanov D.V., Sapozhnikov V.V., Sapozhnikov Vl.V. Boolean-complement based fault-tolerant electronic device architectures. Automation and Remote Control. 2021. Vol. 82. No. 8. Pp. 1403-1417. doi: 10.1134/S0005117921080075
  12. Efanov D.V., Yelina Y.I. Design of self-checking digital devices with boolean signals correction using weight-based bose-lin codes. Control Sciences. 2024. No. 4. Pp. 22-36. doi: 10.25728/cs.2024.4.3
  13. Efanov D.V., Pivovarov D.V. Design of Self-checking discrete devices based on polynomial codes with computation control via several diagnostic attributes. Automation and Remote Control. 2025. Vol. 86. No. 5. Pp. 402-416. doi: 10.31857/S0005117925050038
  14. Stephenson S.R., Smith L.C., Agnew J.A. Divergent long-term trajectories of human access to the Arctic. Nature Climate Change. 2011. Vol. 1. Pp. 156-160. doi: 10.1038/nclimate1120
  15. Rodrigue J.-P., Notteboom T. The geography of transport systems. London: Routledge, 2006.
  16. Chen J., Kang S., Wu A., Chen L. Projected emissions and climate impacts of Arctic shipping along the northern sea route. Environmental Pollution. 2024. No. 341. ID 122848. doi: 10.1016/j.envpol.2023.122848
  17. Zhang D., Li X., Huang Y. et al. A robust optimization model for green regional logistics network design with uncertainty in future logistics demand. Advances in Mechanical Engineering. 2015. Vol. 7. No. 12. doi: 10.1177/1687814015620518
  18. Zhang Y., Ren S., Liu Y., Si S. A big data analytics architecture for cleaner manufacturing and maintenance processes of complex products. Journal of Cleaner Production. 2016. Vol. 142. Pp. 626-641. doi: 10.1016/j.jclepro.2016.07.123
  19. Tao F., Qi Q., Wang L., Nee A.Y.C. Digital twins and cyber-physical systems toward smart manufacturing and industry 4.0: correlation and comparison. Engineering. 2019. Vol. 5. Pp. 653-661. doi: 10.1016/j.eng.2019.01.014
  20. Barykin S.E., Sergeev S.M., Provotorov V.V. et al. Sustainability analysis of energy resources transport based on a digital n-d logistics network. Engineered science. 2024. Vol. 29. ID 1093. doi: 10.30919/es1093
  21. Barykin S.E., Chursin A.A., Barykin A.S. et al. Energy efficient digital omnichannel marketing: managerial and technological dimensions. Frontiers in Energy Research. 2022. No. 10. ID: 946588. doi: 10.3389/fenrg.2022.946588
  22. North D.C. Institutions, institutional change and economic performance. Cambridge: Cambridge University Press, 1990.
  23. Gao X., Ge W., Yu Q., Zhao X. Optimizing northern sea route transportation times: a study from Chinese shipper's perspective. OMAE Conference Proceedings. 2024. Vol. 6. doi: 10.1115/OMAE2024-127804
  24. Goldin V.I. Northern sea route: past, present, and future. Results of the international scientific megaproject. Arctic and North. 2024. No. 57. Pp. 244-253. doi: 10.37482/issn2221-2698.2024.57.244
  25. Yelina Y.I., Efanov D.V. Weight-based bose-lin codes in concurrent error-detection circuit based on boolean signal correction. Journal of Computer and Systems Sciences International. 2025. Vol. 64. No. 1. Pp. 17-35. doi: 10.1134/S1064230725700029

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Barykin S.E., Kompaniitseva O.V.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».