공간가중 포아송 회귀분석을 활용한 서울시 범죄신고발생의 공간이질성 분석

Spatial Heterogeneity Analysis of Crime Reports in Seoul Using Spatial Weighted Poisson Regression

범죄발생에 영향을 미치는 사회구조적 영향요인을 규명하기 위해서는 범죄가 발생하는 지역의 지역간 공간적인 영향력을 분석해야 한다. 특히 도심지역은 인구 밀도가 높고 상업지역이나 유흥가가 많으며, 교통이 발달하고, 인구이동이 많기 때문에 지역과 범죄발생이 밀접한 관련성을 보인다. 본 연구는 서울시 자치구(25개)의행정동(424개, 17년 기준)을 공간적 범위로 설정하고, 각 지역 내 범죄들이 주로발생하는 지역 간 공간적 연관성을 반영한 연구모형을 설정하였다. 일반 OLS 모형, 공간오차, 시차 및 공간가중회귀분석을 실시하였으며 이를 바탕으로 인구 및 경제, 사회 그리고 물리적 요인등의 사회구조적 요인들이 범죄발생에 미치는 영향력을 살펴보았다. 분석 결과 공간적 비정상성을 고려한 공간가중회귀 모형의 설명력이 가장높은 것으로 나타났다. 공간상관성이 유의미한 것으로 나타난 변수인 인구이동률, 치안시설은 범죄신고건수에 대해 부적인, 재산세와 가로등개소는 정적인 연관성을보였다. 본 연구의 의의, 한계점, 그리고 후속연구 방향에 대해서 논의하였다.

Investigating the influential factors in the social structure that influences the occurrence of crime, it is necessary to analyze the spatial influence between regions in the area where the crime is occurring. In particular, the urban area has a high population density, many commercial areas and entertainment districts, well-developed transportation, and a large amount of migration, so the occurrence of areas and crimes is closely related. In this study, total 424 administrative district in Seoul are set as spatial areas, and the research model was established that reflects the spatial relationship between regions where crimes in each region mainly occur. The author performed OLS model, and spatial regression model and based on this the influence of social structural factors such as demographic, economic, social, and physical factors on crime was investigated. As a result, it was found that the explanatory power of the spatially weighted regression model considering the spatial nonstationarity is the highest. The variables that showed significant spatial correlation, such as population mobility and police facilities showed a negative correlation with the number of crime reports, while property tax and street light showed a positive correlation. The limitations of this study, policy implications, and research directions are discussed.