econometric research on crime rates in seoul, south korea

20051370 박세현20061277 권용환20061277 권용환20071423 장원희

범죄예방은 계량범죄예방은 계량

2010년 12월 3일 대개봉!

목차

1. 주제 소개 – 서울시내 범죄발생변수 분석

2. 범죄예방론의 이론과 가설 설정

3. 범죄유발변수의 종류와 범죄발생함수 도출

4 연구방법 및 요약통계4. 연구방법 및 요약통계

5. 연구 결과 및 결론

6. Reference

경제정보분석 2차 발표 – 범죄의 재구성

연구주제: 서울시내 5대 범죄발생에 대한 변인 분석

•연구주제: 서울시내 5대 범죄발생에 대한 변인 분석연구주제: 서울시내 5대 범죄발생에 대한 변인 분석

•주제선정동기: 서울시민들의 치안에 대한 만족도는범죄 검거율이 아닌 범죄 발생률에 기인한다고 판단,범죄 검거율이 아닌 범죄 발생률에 기인한다고 판단,범죄발생률을 낮추기 위해서는 어떤 노력을 해야 하는지알아보고자 함.

•연구목표: 서울시내 범죄발생에 대한 계량적 분석을 토대로범죄예방에 효과적인 변인탐색


범죄란 무엇인가?

• 범죄란 무엇인가?“범죄는 사회적으로 해악을 주는 모든 행위” (Sellin)

>시민의 신체와 재산에 직접적 위협이 되는->시민의 신체와 재산에 직접적 위협이 되는5대 범죄(살인, 강도, 강간, 절도, 폭력)를분석의 대상으로 함


범죄예방에 대한 두가지 이론(異論)

이론 내용 초점

처벌의 억제효과억제이론(Deterrence Theory)

범죄행위에 대한 국가의강력한 처벌을 통하여범죄를 억제하려는 이론

처벌의 억제효과

범죄자보다는범죄행위에 초점범죄행위에 초점

상황적 범죄예방론 범죄가 발생하는 상황적 조건

범죄를 발생시킬 환경

범죄 피해의 가능성이상황적 범죄예방론(Situational Crime Prevention)

범죄가 발생하는 상황적 조건및 범죄기회를 제거함으로써범죄를 예방하려는 이론

범죄 피해의 가능성이높은 지역 및 대상에대해 집중적으로범죄 예방활동 수행범죄 예방활동 수행

본 연구에서는 상황적 범죄예방론에 따라본 연구에서는 상황적 범죄예방론에 따라형사법이 아닌 서울시내 다양한 변인들에 대해 분석하기로 함


상황적 범죄예방론의 이론적 배경

범죄예방프로그램의 암묵적인 가정:범죄자들이 자신들에게 주어진 환경 속에서 매우 합리적으로 범죄를 행함범죄자들이 자신들에게 주어진 환경 속에서 매우 합리적으로 범죄를 행함

•합리적 선택이론(Cornish and Clark, 1986)합리적 선택이론( , )-범죄발생, IF(범죄의 이익 > 체포의 위험성 X 형벌의 무게) (임민혁)

•범죄 기회 이론(Garofalo, 1987)-범죄자와의 접근성, 범죄위험에의 노출, 범죄대상의 매력, 감독의 부재(최창운)

•일상 활동 이론(Cohen and Felson, 1979), 생활 양식 이론(Hindelang et. Al., 1978)사람마다 범죄를 당할 확률이 낮음-사람마다 범죄를 당할 확률이 낮음


범죄발생변수의 종류

•기본 분석 단위: 서울시내 자치구/서울시내 경찰서•기본 분석 단위: 서울시내 자치구/서울시내 경찰서

독립변수

범죄자

변수

• 대졸이상 인구 비율

• 2~40대 인구 비율종속변수

(대졸+대학원재+대학원졸)/자치구 총인구

20~49세 인구/자치구 총인구변수

• 1인당 재산세

상업지구 비율

종속변수자치구 재산세 징수액/자치구 총인구

범죄발생

지 변수

• 상업지구 비율

• 주거지구 비율

• 유흥가 밀집도

범죄발생률상업지역 면적/자치구 면적

주거지역 면적/자치구 면적

풍속업체 개수/자치구 면적

범죄억제• 경찰관 숫자 인구 10만명 당 경찰관 숫자인구 10만명 당 5대 범죄 발생건수

범죄억제

환경 변수• 방범용 CCTV 숫자

• 지구대 숫자

인구 10만명 당 방범용 CCTV 숫자


가설설정: 범죄발생률의 함수 도출

범죄발생률(Y)=f(범죄자변수(A), 범죄발생지변수(B), 범죄억제환경변수(C))

범죄억제범죄발생률에 대한

음의 상관관계범죄억제

환경변수

음의 상관관계

범죄발생지

변수

범죄자변수

범죄발생률에 대한양의 상관관계


연구 방법 소개

• Proc GLM을 이용한 패널분석연구방법

• 시간적 대상: 2003~2009년

연 대상 • 공간적 대상: 서울청 산하 31개 경찰서

서울시 내 25개 자치구연구대상

• 행정안전부 정보공개(www.open.go.kr)

• 서울시 통계(stat.seoul.go.kr)

서울지방경찰청(smpa go kr)자료출처 <서울청 산하 31개 경찰서 관서소개>

• 서울지방경찰청(smpa.go.kr)



• 자료조사 시 문제점

(1) 자료대상의 지리적 불일치 : 31개 경찰서 VS 25개 자치구->같은 자치구내의 경찰서 데이터 통합

(ex)종로+남대문=종로구, 강남+수서=강남구 등(e )종로 남대문 종로구, 강남 수서 강남구 등

(2) Missing data 문제 : 대졸이상인구비율, 지구대 숫자->대졸이상 인구자료 2000년, 2005년 data만 존재,>대졸이상 인구자료 2000년, 2005년 data만 존재,

(대졸2005/대졸2000)^(1/5)의 비율을 구해 매년 등비증가 가정

->조사대상기간 중 경찰서 편제의 변화로>조사대상기간 중 경찰서 편제의 변화로파출소, 치안센터, 지구대 등 데이터가 혼재하여분석하기에 무의미하다고 판단, 조사대상에서 제외


자료 사 시 문제점


• 자료조사 시 문제점

다중공선성 제(3) 다중공선성 문제 : 상업지구비율(주거지구비율과 연동될 수 밖에 없었음)

변수 제거 후 다중공선성 사라짐변수 제거 후 다중공선성 사라짐


요약통계량

• 요약통계량

Mean STDV Min Max

대졸인구 인구비율 0.218 0.072 0.103 0.435

20~40대 인구비율 0.524 0.019 0.462 0.576

1인당 재산세 77187.539 88921.059 11530.000 533182.959

월평균 소득 100만원 미만 가구 분포(%) 0.101 0.077 0.000 0.371

상업지구비율 0.048 0.073 0.007 0.364

주거지구비율 0.538 0.182 0.242 0.943

유흥가 밀집도(개수/㎢) 11 908 9 397 0 269 57 172유흥가 밀집도(개수/㎢) 11.908 9.397 0.269 57.172

10만명당 CCTV수 13.223 21.057 0.000 155.229

10만명당 경찰관 수 219.054 141.033 123.672 747.990

10만명당 5대범죄 발생건수 1241.437 646.263 559.810 4382.141

10만명당 살인범죄 발생건수 2.261 1.332 0.000 7.280

10만명당 강도범죄 발생건수 16.278 12.392 2.062 84.325

10만명당 강간범죄 발생건수 21.083 11.429 6.401 69.021

10만명당 절도범죄 발생건수 388.496 232.050 144.453 1559.185

10만명당 폭행범죄 발생건수 813.319 426.377 357.043 2670.290


2000~2009년 범죄 발생건수 추이

5대 범죄총 범죄

100,000

120,000

140,000

160,000

180,000

대 범죄

400,000

420,000

440,000

460,000

총 범죄

0

20,000

40,000

60,000

80,000

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

320,000

340,000

360,000

380,000

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

300

살인3000

강도

100

150

200

250

300

1000

1500

2000

2500

3000

0

50

2000 2001 2002 2003 2004 2005 2006 2007 2008 20090

500

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009


(1) CCJS(공식범죄통계시스템 참조)

2000~2009년 범죄 발생건수 추이

3000

강간120000

폭력

1000

1500

2000

2500

40000

60000

80000

100000

0

500

2000 2001 2002 2003 2004 2005 2006 2007 2008 20090

20000

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

60000

70000

절도

20000

30000

40000

50000

60000

0

10000

0000

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009



범죄 발생건수 국제 비교

5

6

10만명 당 살인사건 발생 건수(2003)(1) 10만명 당 강도사건 발생 건수(2008)(2)

150

200

1

2

3

4

50

100

150

0

1

한국 일본 미국 영국 독일0

한국 일본 미국 영국 프랑스 독일

10만명 당 강간사건 발생 건수(2008)(2) 10만명 당 절도사건 발생 건수(2008)(2)

3000

350070

80

1000

1500

2000

2500

3000

20

30

40

50

60

0

500

한국 일본 미국 영국 프랑스 독일0

10

20

한국 일본 영국 프랑스 독일


출처: 1) 세계도시범죄비교분석(최인섭)2) 한국형사정책연구원 국제통계

패널분석결과 Standard

Parameter Estimate Error t Value Pr > |t|

Intercept 8388.229142 B 2178.063696 3.85 0.0002

Popul_college -1631.421312 2084.170342 -0.78 0.4351

Populadult -6458.012619 2738.504647 -2.36 0.0198

Wealthtax -0.000505 0.000504 -1.00 0.3185

Low_income -556.955253 556.969045 -1.00 0.3191

residentarea -3365.317722 2418.303920 -1.39 0.1663

• 없음+모수adultamuse -42.446961 16.872402 -2.52 0.0130

cctv -1.974046 1.629862 -1.21 0.2279

cops -6.498707 3.012969 -2.16 0.0328

FY04 -467.662829 110.459427 -4.23 <.0001

FY05 -597.441743 153.837465 -3.88 0.0002

FY06 -489.464627 121.750543 -4.02 <.0001

FY07 528 084386 150 797970 3 50 0 0006

• 더미변수를 제외한 모든 변수-모수

FY07 -528.084386 150.797970 -3.50 0.0006

FY08 -611.771474 163.756694 -3.74 0.0003

FY09 -539.967810 208.127141 -2.59 0.0105

District_ID 종로 5044.360437 B 1464.480697 3.44 0.0008

District_ID 중구 8058.416142 B 1822.624537 4.42 <.0001

District_ID 용산 1030.672656 B 389.134673 2.65 0.0090

District ID 성동 272 975161 B 212 623975 1 28 0 2014수 District_ID 성동 272.975161 B 212.623975 1.28 0.2014

District_ID 광진 1144.166456 B 382.841251 2.99 0.0033

District_ID 동대문 1965.906134 B 1011.959035 1.94 0.0541

District_ID 중랑 266.130280 B 255.758569 1.04 0.2999

District_ID 성북 747.135725 B 487.885810 1.53 0.1280

District_ID 강북 -386.865445 B 417.573820 -0.93 0.3558

District_ID 도봉 -674.259146 B 230.803494 -2.92 0.0041

• 20~40대 인구비율

• 10만명 당 경찰관 수

• 유흥가 밀집도

유의성(5% 유의수준)

District_ID 노원 -1408.018058 B 485.416856 -2.90 0.0043

District_ID 은평 23.744638 B 235.147097 0.10 0.9197

District_ID 서대문 1563.408019 B 872.465715 1.79 0.0754

District_ID 마포 595.442256 B 204.188096 2.92 0.0041

District_ID 양천 161.858482 B 433.826619 0.37 0.7097

District_ID 강서 -865.755005 B 493.346400 -1.75 0.0815

Di t i t ID 구로 485 383856 B 451 333693 1 08 0 2841 District_ID 구로 -485.383856 B 451.333693 -1.08 0.2841

District_ID 금천 931.251253 B 350.302264 2.66 0.0088

District_ID 영등포 219.163082 B 692.126672 0.32 0.7520

District_ID 동작 1652.339423 B 1025.098775 1.61 0.1093

District_ID 관악 -54.386023 B 372.448959 -0.15 0.8841

District_ID 서초 547.632706 B 576.198943 0.95 0.3436

District ID 강남 2195.249916 B 547.061303 4.01 <.0001


st ct_ 강남 . . . .

District_ID 송파 311.190491 B 310.272415 1.00 0.3177

District_ID 강동 0.000000 B . . .

변수 분석 결과

• 1. 대졸인구비율가설: 학력이 높은 지역일 수록 범죄발생이 작아진다

ParameterEstimate

P-value

5대범죄 -1631.421 0.435살인 -38.592 0.574강도 -34.760 0.374강간 -34.760 0.374강절도 -1261.745 0.173폭력 -289.723 0.829

Mean STDV Min Max

모든 종속변수에서 음의 값을 갖는다고 추정되었으나,유의하지 않은 수준으로 나타남

대졸인구 인구비율 0.218 0.072 0.103 0.435

유의하지 않은 수준으로 나타남기각



• 2. 20~40대 인구 비율가설: 20~40대 인구비율이 높을 수록 범죄발생이 늘어난다

ParameterEstimate

P-value

5대범죄 -6458.013 0.020대범죄살인 -191.603 0.035강도 -84.894 0.100강간 -84.894 0.100절도 -2049.216 0.093폭력 -4134.497 0.020

Mean STDV Min Max

20~40대 인구비율 0.524 0.019 0.462 0.576

청장년층이 늘어날 수록 범죄 발생이 줄어드는 것으로 추정20~40대 인구 비율 1%가 증가할 때 5대 범죄 64건 감소함5대 범죄, 살인, 폭력에서 유의성 가짐대 범죄, 살인, 폭력에서 유의성 가짐



• 3. 1인당 재산세가설: 부유한 지역일 수록 범죄 발생이 적다

ParameterEstimate

P-value

5대범죄 -0.00051 0.319살인 -0.00004 0.012강도 0.00000 0.965강간 0.00000 0.965절도 -0.00073 0.001폭력 0.00027 0.412

Mean STDV Min Max

1인당 재산세 77187.539 88921.059 11530.000 533182.959

살인과 절도범죄에 한해서 채택할 수 있는 유의확률 나옴재산세가 만원 증가할 때 10만명 당 절도 범죄 7 3건 살인범죄 0 4건 감소 효과

10만명당 살인범죄 발생건수 2.261 1.332 0.000 7.280

10만명당 절도범죄 발생건수 388.496 232.050 144.453 1559.185

재산세가 만원 증가할 때 10만명 당 절도 범죄 7.3건. 살인범죄 0.4건 감소 효과절도범죄의 발생건수를 감안할 때 크게 의미 있는 변수는 아니지만,살인범죄의 발생건수를 감안하면 1인당 재산세는 의미 있는 변수로 판단



• 4. 월평균 소득 100만원 이하 가구 비율가설: 가난한 사람이 많을 수록 범죄발생이 늘어난다가설 가 한 사람이 많을 수록 범죄발생이 늘어 다

ParameterEstimate

P-value

5대범죄 -556.955 0.319살인 -21.198 0.249강도 -12.673 0.226강간 -12.673 0.226강간절도 -64.165 0.795폭력 -460.073 0.201

Mean STDV Min Max

월평균 소득 100만원 미만 가구 분포(%) 0.101 0.077 0.000 0.371

모든 종속변수에서 음의 값을 갖는다고 추정되었으나,유의하지 않은 수준으로 나타남유의하지 않은 수준으로 나타남기각



• 5. 주거지역비율가설: 주거지역 비율이 높을 수록 범죄발생 줄어든다가설 주거지역 비율이 높을 수록 범죄발생 줄어 다

ParameterEstimate

P-value40%

45%

최근 10년간 총 발생 건수 중

주거공간 내 발생 비율(1)

5대범죄 -3365.318 0.166살인 17.862 0.823강도 -85.474 0.061강간 85 474 0 061

15%

20%

25%

30%

35%

강간 -85.474 0.061절도 -1204.357 0.262폭력 -2085.636 0.181

Mean STDV Min Max

0%

5%

10%

살인 강도 강간 절도 폭력

주거지구비율 0.538 0.182 0.242 0.943

살인을 제외한 모든 종속변수에서 음의 값을 갖는다고 추정되었으나,모두 유의하지 않은 수준으로 나타남모두 유의하지 않은 수준으로 나타남살인의 경우 범죄발생장소별 통계에서 주거공간 내 발생비율이 높기 때문에주거지역비율이 양의 값을 나타낸다고 판단기각


기각(1) CCJS(공식범죄통계시스템 참조)


• 6. 유흥가 밀집도가설: 유흥업소가 많을 수록 범죄발생 늘어난다가설 유흥업 가 많을 수록 범죄발생 늘어 다

ParameterEstimate

P-value 25%


유흥업소 내 발생 비율(1)

5대범죄 -42.447 0.013살인 -0.692 0.214강도 -1.256 0.000강간 -1.256 0.000

10%

15%

20%

강절도 -3.737 0.617폭력 -36.622 0.001

Mean STDV Min Max

0%

5%

살인 강도 강간 절도 폭력

유흥가 밀집도(개수/㎢) 11.908 9.397 0.269 57.172

모든 종속변수에서 음의 값을 갖는다고 추정되었으며 유의한 수준범죄발생장소별 통계에서 전체적으로 유흥업소 내 발생비율이 적은 편범죄발생장소별 통계에서 전체적으로 유흥업소 내 발생비율이 적은 편분석과정 중 가장 의외였던 결과임




• 7. 10만명당 CCTV 숫자가설: CCTV가 많을 수록 범죄발생이 줄어든다가설 가 많을 수록 범죄발생이 줄어 다

ParameterEstimate

P-value 50%


노상 내 발생 비율(1)

Estimate

5대범죄 -1.974 0.228살인 -0.113 0.036강도 0.010 0.732

20%

25%

30%

35%

40%

45%

강간 0.010 0.732절도 0.005 0.995폭력 -1.860 0.078

Mean STDV Min Max

0%

5%

10%

15%

살인 강도 강간 절도 폭력Mean STDV Min Max

10만명당 CCTV수 13.223 21.057 0.000 155.229

10만명당 살인범죄 발생건수 2.261 1.332 0.000 7.280

살인 범죄에 대하여 음의 값으로 추정, 유의한 수준임살인 범죄에 대하여 음의 값 추정, 유의한 수준임살인범죄 발생건수의 평균을 감안했을 때 CCTV설치는 효과적이라 판단됨방범용 CCTV설치 장소가 주로 노상인데, 최근 10년 통계에 따르면폭력범죄를 예방하기 위한 수단이 될 수 있을 것이라 추정




• 8. 10만명당 경찰관 숫자가설: 경찰관이 많을 수록 범죄발생이 줄어든다가설 경찰 이 많을 수록 범죄발생이 줄어 다

ParameterEstimate

P-value

5대범죄 -6.499 0.033살인 -0.195 0.050강도 -0.108 0.057강간 0 108 0 057강간 -0.108 0.057절도 -1.324 0.322폭력 -4.876 0.013

Mean STDV Min MaxMean STDV Min Max

10만명당 경찰관 수 219.054 141.033 123.672 747.990

모든 종속변수에서 음의 값을 갖는다고 추정되었으며 유의한 수준지역 내 경찰관 숫자의 증가는 범죄 예방에 도움이 되리라 추정지역 내 경찰관 숫자의 증가는 범죄 예방에 도움이 되리라 추정



9. 지역 더미별 모수추정치와 유의수준:범죄 발생 상위 3개 구

종로ParameterEstimate

P-value

5대범죄 5044.360 0.001

강남ParameterEstimate

P-value

5대범죄 2195.250 <.0001

중구ParameterEstimate

P-value

5대범죄 8058.416 <.0001살인 161 583 0 008 살인 130.837 0.007

강도 89.826 0.001강간 89.826 0.001절도 1127.498 0.084

살인 55.244 0.003강도 46.511 <.0001강간 46.511 <.0001절도 822.887 0.001

살인 161.583 0.008강도 143.289 <.0001강간 143.289 <.0001절도 1969.580 0.016폭력 5778 768 0001

범죄 발생 하위 3개 구

폭력 3694.625 0.000 폭력 1265.827 0.000폭력 5778.768 <.0001

노원ParameterEstimate

P-value

5대범죄 -1408.018 0.004살인 -20.689 0.197

도봉ParameterEstimate

P-value

5대범죄 -674.259 0.004살인 -19.009 0.013

강서ParameterEstimate

P-value

5대범죄 -865.755 0.082살인 -2.643 0.871살인

강도 -34.209 0.000강간 -34.209 0.000절도 -334.170 0.122폭력 -1016.318 0.001

살인강도 -17.328 <.0001강간 -17.328 <.0001절도 -103.330 0.313폭력 -533.314 0.000

살인 2.643 0.871강도 -24.711 0.008강간 -24.711 0.008절도 -214.758 0.327폭력 -621.892 0.052


폭력


10. 연도 더미 별 모수추정치와 유의확률P tP t P t

FY05ParameterEstimate

P-value

5대범죄 -597.442 0.000살인 -20.219 0.000


P-value

5대범죄 -467.663 <.0001살인 -19.214 <.0001


P-value

5대범죄 -489.465 <.0001살인 -16.843 <.0001

강도 -2.354 0.415강간 -2.354 0.415절도 -268.484 0.000폭력 -307.131 0.002

강도 -1.718 0.407강간 -1.718 0.407절도 -285.193 <.0001폭력 -162.326 0.024

강도 2.296 0.315강간 2.296 0.315절도 -233.672 <.0001폭력 -241.955 0.002


P-value FY08ParameterEstimate

P-value FY09ParameterEstimate

P-value

5대범죄 -528.084 0.001살인 -19.359 0.000강도 0.168 0.953강간 0 168 0 953

5대범죄 -611.771 0.000살인 -24.860 <.0001강도 1.422 0.643강간 1 422 0 643

5대범죄 -539.968 0.011살인 -18.478 0.008강도 1.741 0.655강간 1 741 0 655강간 0.168 0.953

절도 -218.946 0.001폭력 -290.778 0.003

강간 1.422 0.643절도 -285.943 0.000폭력 -303.388 0.005

강간 1.741 0.655절도 -194.733 0.036폭력 -330.285 0.015


연구 결론

설명변수들의 모수추정치가 대부분 음수로 나온 까닭?

• 지역 더미가 이미 지역의 많은 부분을 설명하고 있기 때문이라 판단

앞으로의 범죄발생율을 추정하고자 할 때는?

연도 더미를 제거하고 지역 더미로만 패널분석 해야 함• 연도 더미를 제거하고 지역 더미로만 패널분석 해야 함

연구 대상 변수군 중 어떤 변수군이 유의미한가?연구 대상 변수군 중 어떤 변수군이 유의미한가?

• 범죄억제환경 변수가 범죄발생률 추정에 비교적 유의하다고 판단


생각해 볼 거리

최근 5년간 총범죄는 증가, 5대범죄는 감소?최근 년간 총범죄는 증가, 대범죄는 감

• 각 경찰서 별로 5대 범죄 발생을 줄이는 것을 목표로 삼고 있기 때문에

비슷한 범죄일 경우 5대 범죄 외로 고발하는 경향이 있다고 함

강간범죄 발생건수(=신고건수)=실제 발생건수?

• 실제 발생건수 8건 당 1건이 신고된다는 연구결과 있음

• 발생 건수에 대한 Bias를 예상할 수 있음발생 건수에 대한 Bias를 예상할 수 있음


Reference

도움주신 분들서강대학교 경제학과 이정민 교수님서울지방경찰청 인사과 김장희 경사서울지방경찰청 인사과 김장희 경사

사용한 데이터베이스통계청통계청서울시 통계행정안전부 정보공개인구총조사 센서스서울지방경찰청서울지방경찰청한국형사정책연구원 통계정보시스템(CCJS)

참고 문헌참고 문헌

조중구, 범죄발생의 도시계획적 함의박철현 최수형, 서울시 강남구의 CCTV설치가 범죄예방에 미치는 효과임민혁, 방범용 CCTV의 효과분석을 통한 범죄예방정책의 방향임민혁, 방범용 CCTV의 효과분석을 통한 범죄예방정책의 방향한국형사정책연구원, 살인범죄의 실태와 유형별 특성 :연쇄살인, 존비속살인 및 여성살인범죄자를 중심으로


econometric research on crime rates in seoul, south korea

Documents