빈집과 절도·폭력범죄의 관계에 대한 공간가중회귀모형의 적용

이에, 본 연구는 국내의 S시 K구를 연구의 대상지역으로 설정하고, 해당 지역에서 발생하는 범죄 및 빈집에 대한 자료를 구축하고 이들의 관계를 분석하는 실증연구를 진행하였다. 이러한 관계를 분석함에 있어, 공간에서 발생하는 범죄 및 빈집분포에 내재한 공간효과를 고려할 수 있는 공간분석기법을 활용하여 기존의 최소 자승(ordinary least square, OLS)에 기초한 결과보다 적합도가 높은 결과를 도출하고 자 하였다. 특히, 다양한 공간분석기법 중, 전역적(global) 관점에서 단일의 회귀계수를 도출하는 일반 공간회귀모형이 아니라, 국지적(local) 관점에서 다양한 방향과 강도를 나타내는 변수들의 영향력을 분석할 수 있는 공간가중회귀모형을 활용하여, 국소지역에 군집을 이루는 빈집의 영향력을 분석하였다. 또한, 그러한 과정에서 종속변수를 절도와 폭력범죄로 구분하고 사회구조적 변인들의 범죄유형에 따른 차별적 영향력을 부가적으로 분석하였다. 본 연구는 S시 K구를 연구의 대상지역으로 설정하고, 집계구를 연구의 지역적 분석단위로 설정하였다. 집계구는 통계 기초자료 수집을 위해 통계청에서 설정하는 최소의 지역 단위로서, 2018년 기준 K구는 총 637개의 집계구로 구획되어 있음이 확인된다. 빈집을 비롯한 다양한 사회구조적 변인을 측정하기 위해, 본 연구는 K구의 범죄 통계자료, 빈집자료, CCTV/가로등 자료, 주류업소자료, 그리고 인구통계자료를 활용하였다. 먼저, K구를 관할하는 K경찰서가 기록･보관 중인 2018년 11월~2019년 10월, 1년간의 5대 범죄(살인, 강도, 성폭력, 절도, 폭력) 통계자료 중, 노상 및 야외에서 발생한 절도･폭력범죄를 추출하였다. 절도범죄는 절도, 상습절도 등(횡령 및 사기 제외)으로 정의되며, 이러한 정의에 따라 연구기간 동안 발생한 1,444건의 절도범죄를 추출하였다. 폭력범죄는 폭행, 특수폭행, 상해, 협박 등으로 정의되며, 이러한 정의에 따라 연구기간 동안 발생한 2,837건의 폭력범죄를 추출하였다. 추출된 범죄자료에는 개별 범죄사건의 발생 주소가 기재되어 있다. 한편, 빈집 및 CCTV/가로등 자료는 공공데이터포털(https://www.data.go.kr/)에서 열람 가능한 K구의 현황자료를 활용하였다. 본 연구는 2019년 09월 기준 K구에 위치한 빈집, 생활밤범용 CCTV 및 가로등 자료를 토대로, 빈집 584개소, CCTV 1,458대, 가로등 18,816대에 관한 자료를 추출하였다. 추출된 자료에는 개별 빈집 및 CCTV/가로등의 설치 주소가 기재되어 있다. 한편, 공공데이터포털에서 열람 가능한 K구의 유흥단란주점 현황자료를 활용하여 주류업소를 추출하였다. 본 연구는 주류제공이 주목적인 단란주점 및 유흥주점 업소를 주류업소로 정의하고, 2019년 7월 기준 K구에서 운영 중인 주류업소를 197개를 추출하였다. 추출된 주류업소 자료에는 개별업소의 소재지 주소가 기재되어 있다. 마지막으로 국가통계포털(https://kosis.kr/index/index.do)에서 신청･열람 가능한 2017년 집계구별 인구통계 자료를 활용하여 K구의 연도별 인구, 가구, 공시지가, 주택 특성에 관한 통계 항목을 추출하였다. 해당 인구통계자료에는 집계구 코드가 기재되어 있다. 통제변수는 각 집계구별 인구사회학적 특성으로, CCTV 밀집도, 가로등 밀집도, 주류업소 밀집도, 인구밀도, 1인 가구 비율, 공시지가, 두 가지 주택 유형, 총 8가지 변수를 측정하였다. CCTV 밀집도는 인구 1천 명당 CCTV 설치대수, 가로등은 인구 1천 명당 가로등 설치대수, 주류업소밀집도는 인구 1천 명당 주류업소 개수, 인구밀도는 각 집계구별 1km2 당 등록인구 1,000명의 수(1,000명/㎢), 1인 가구 비율은 각 집계구의 총세대 가구에서 1인 가구가 차지하는 비율(%), 공시지가는 각 집계구별 공시된 1㎡의 토지가격(천만 원)으로 측정하였다. 또한, 빈집의 분포에 영향을 미칠 개연성이 있는 주택의 유형을 아파트 및 다세대주택으로 구분하고, 각 변수를 총 주택에서 아파트가 차지하는 비율(%), 총 주택에서 다세대주택이 차지하는 비율(%)로 측정하였다. 이러한 변수들은 다수의 선행 실증연구에서 범죄유발요인으로 고려된 변수들이다. 특히, 다수의 선행 실증연구는 일상활동이론의 관점에서 CCTV/가로등 및 주류업소는 각각 역량 있는 감시자 혹은 잠재적 범죄자/피해자를 증가시켜 범죄 발생의 개연성을 높이는 변수로서 고려하였다(염윤호, 2019). 전역적 관점에서 분석을 시행하는 OLS 모형 및 공간회귀모형은 독립변수의 종속변수에 대한 영향력이 모든 공간에서 동일한 것으로 전제한다. 즉, 이들 모형은 도출된 단일의 회귀계수를 연구의 대상지역 전체에 동일하게 적용할 수 있는 것으로 간주한다. 하지만, 이러한 공간적 정상성(spatial stationarity)은 현실에서 드물게 관찰되는 현상으로, 범죄와 사회구조적 변수 간의 관계는 국지적 관점에서는 다양한 방향과 강도를 나타낸다. 하지만, 공간적 정상성을 전제하는 종래의 모형은 국지적 관점에서 나타날 수 있는 하위지역의 개별적 특성(공간적 비정상성)을 고려하지 못한다. 공간가중회귀모형은 이러한 공간적 비정상성을 고려할 수 있는 모형으로, 실증연구의 관점에서 비정상성의 존재는 오차의 이분산성(heteroskedasticity)을 확인할 수 있는 Koenker-Bassett 혹은 Breusch-Pagan 통계량의 유의성에 의해 확인된다. 모형에 내재한 공간적 비정상성을 고려하기 위해, 공간회귀모형은 회귀계수를 하나의 상수가 아니라, 위치에 따라 변화하는 함수로 간주한다(조동기, 2009). 본 연구는 깨진 유리창 이론의 관점에서 빈집의 절도･폭력범죄에 대한 차별적 영향력을 분석하고자 하였다. 그러한 과정에서 OLS 모형에 내재한 공간적 종속성 및 비정상성의 존재를 확인하고, 이를 해결하기 위해 공차모형 및 공간가중회귀모형을 차례로 적용하고 도출된 세 모형의 결과를 비교하였다. 세 모형을 통해 도출된 전역적 관점의 결과는 그 방향과 유의성에 있어 유사한 결과를 나타냈다. 또한, 국지적 관점에서 결과를 도출할 수 있는 공간가중회귀모형을 통해, 사회구조적 변수들의 범죄에 대한 영향력이 국소지역에 따라 그 방향과 강도가 상이함을 확인하였다. 먼저, 세 모형이 유사하게 도출한 결과는 변수들의 영향력이 범죄의 유형에 따라 차별적이었다는 것이다. 특히, 빈집 밀집도의 범죄에 대한 영향력은 절도범죄에 대해서만 유의미한 정적 관계가 추정되었고, 폭력범죄에 대해서는 유의미한 관계가 추정되지 않았다. 전역적 관점에서 빈집의 절도범죄에 대한 영향력을 추정한 결과, 총 주택에서 빈집이 차지하는 비율이 1% 증가할 때, 인구 1천 명당 절도범죄는 0.128건이 증가하는 것으로 추정되었다. 본 연구는 국내 S시 K구의 집계구를 연구의 지역적 분석단위로 설정하고, 공간가중회귀모형을 적용하여 빈집(공가･폐가)의 범죄에 대한 영향력을 분석하였다. 종래의 OLS 모형은 공간에서 발생하는 범죄 현상에 내재한 공간적 종속성을 고려할 수 없으며, 공간적 종속성을 고려할 수 있는 공간회귀모형은 국지적 관점에서 나타나는 공간적 비정상성을 고려하는 데에 한계가 있다. 이에, 본 연구는 모형에 내재한 공간적 종속성 및 비정상성의 존재를 확인하고 공간가중회귀모형을 적용하여, 국지적 관점에서 상이한 방향과 강도를 나타내는 빈집의 범죄에 대한 영향력을 분석하였다. 특히, 빈집의 절도 및 폭력범죄에 대한 차별적 영향력을 분석한 결과, 본 연구는 집계구 내의 빈집 밀집도가 1% 증가할 때, 인구 1천 명당 절도범죄가 0.128건 증가함을 추정하였다. 반면, 폭력범죄에 대해서는 유의미한 영향력을 추정하지 못하였다. 한편, 통제변수로 측정된 집계구 내의 주류업소 및 가로등 밀집도가 증가할수록 절도 및 폭력범죄가 증가함을 추정하였다. 국지적 관점에서 다양한 방향과 강도를 나타내는 변수들의 범죄에 대한 영향력을 토대로, 본 연구는 각 국소지역의 특성이나 범죄유형에 부합하는 맞춤형 범죄예방 정책을 시행할 것을 제안하였다.