본 연구는 마산시의 범죄발생 데이터를 이용하여 범죄발생의 특성을 파악하고, 범죄발생의 영향인자를 찾아내어 안전한 도시환경 조성에 도움이 되는 정보를 발견하는데 목적이 있다. 먼저 지리정보시스템을 이용하여 범죄 밀도분석 및 핫스팟(hotspot)분석 등을 통해 지역 범죄 발생패턴을 지도화하고, 공간회귀모델링 등의 공간통계분석을 통해 범죄율과 범죄영향요인간의 관계를 규명하였다. 그 결과 범죄는 생활주기 및 범죄유형에 따라 시계열적으로 일정한 패턴을 가지고 발생할 뿐 아니라, 공간적으로도 인접하여 발생하는 군집적 특성이 있음을 발견할 수 있었다. 모든 범죄유형의 발생에서 공간적 자기상관이 존재하였으며, 강도범죄율이 가장 높은 공간적 자기상관이 있는 것으로 분석되었다. 5대 총범죄율과 절도범죄율의 경우는 노령자인구비, 재산세, 도소매업수, 숙박음식업종수가 범죄율에 유의하고, 폭력범죄의 경우는 인구밀도가 유의미하며 범죄율에 부(-)적 영향을 미치는 것으로 분석되었다. 연구 결과는 범죄로부터 안전한 U-City 구현을 위한 관련 정책수립 등에 기초적인 자료로 활용될 수 있을 것으로 기대된다.
The aim of this study is to analyze the periodical and spatial characteristics of urban crime and to find out the factors that affect the crime occurrence. For these, crime data of Masan City was examined and crime occurrence pattern is ploted on a map using crime density and criminal hotspot analysis. The spatial relationship of crime occurrence and factors affecting crime were also investigated using ESDA (Exploratory Spatial Data Analysis) and SAR (Spatial Auto-Regression) model. As a result, it was found that crimes had strong tendency of happening during a certain period of time and with spatial contiguity. Spatial contiguity of crimes was made clear through the spatial autocorrelation analysis on 5 major crimes. Especially, robbery revealed the highest spatial autocorrelation. However as a autocorrelation model, Spatial Error Model(SEM) had statistically the highest goodness of fit. Moreover, the model proved that old age population ratio, property tax, wholesale-retail shop number, and retail & wholesale number were statistically significant that affect crime occurrence of 5 most major crimes and theft crime. However population density affected negatively on assault crime. Lastly, the findings of this study are expected to provide meaningful ideas to make our cities safer with U-City strategies and services.
