시공간 분석과 위험영역모델링을 활용한 범죄예측모형의 예측력 검증

Testing the Predictability of Crime Forecasting Models Using Spatio-Temporal Analysis and Risk Terrain Modeling
형사정책연구 제26권 제3호 통권 제103호, 2015.9, 239-266 (28 pages)
인용정보 복사
Quick View Quick View
구매하기 6,000원
인용하기
이용수 : 156건
피인용수 : 0건
활용도 : 4%
자세히 보기 >

· 이용수 : 2010년부터 집계한 원문다운로드수

· 피인용수 : DBpia 논문 가운데 해당 논문을 인용한 논문수

· 활용도 : 최근 24개월간 DBpia 이용수를 기준으로 산출

초록
최근 들어 미국에서는 ‘예측적 경찰활동’이 새로운 예방경찰의 패러다임으로 등장하여 커다란 관심을 끌고 있다. 범죄예측 분야의 발전은 방대한 범죄데이터, GIS 기반의 범죄분석 기법 및 관련 프로그램의 획기적 발전, 그리고 컴퓨터 기술의 급속한 발전이 뒷받침되어 가능하였다. 본 연구에서는 ‘인근반복모형’(near-repeat model)과 ‘위험영역모형’(risk terrain model) 등 시공간분석기법을 활용하여 한국적 환경에서의 범죄예측력을 검증하고자 하였다. 이를 위해 2012년과 2013년에 서울시 강서경찰서 관할지역에서 발생한 가중폭행과 성폭력 범죄통계자료 및 112신고통계자료, 그리고 다양한 공개자료를 분석하였다. 위험영역모형의 경우 가중폭행은 무질서밀집, 주류판매업소밀집, 숙박업소밀집, 저소득, 버스정류소근접 등의 위험요인을 예측모형에 투입하였고 성폭력은 무질서밀집, 주류판매업소밀집, 숙박업소밀집의 위험요인만으로 범죄발생 위험성을 예측하였다. 두 가지 유형의 범죄 모두 위험지수가 높은 지역에 집중해서 발생하는 경향을 나타냈다. 인근반복모형은 가중폭행보다 성폭력의 발생을 예측하는데 더 적합한 것으로 분석되었다. 전년도에 촉발범죄가 발생한 지역에서 동종의 범죄가 재차 발생할 위험성이 성폭력의 경우 더 컸다. 전년도 인근범죄 발생지역에 가중폭행이 반복해서 발생할 위험성이 다른 지역과 비교해서 통계적으로 유의한 차이를 보이지 않았다. 반면 성폭력의 경우 인근범죄 발생지역에서 다음해에 성폭력이 다시 발생할 위험성이 매우 높은 것으로 나타났다. 마지막으로 위험영역모형과 인근반복모형을 모두 고려한 예측모형의 예측력이 가장 높은 것으로 분석되었다.

Predictive policing has recently emerged and drawn much attention as a new paradigm for preventive policing in the United States. The advancement in crime prediction has been geared by a vast amount of crime data, GIS-based crime analysis techniques and software, and the rapid growth in computer technology. The current study attempted to examine the predictability of crime under Korean context utilizing the ‘Risk Terrain Modeling’ method and the ‘Near-Repeat Model.’ A variety of data were analyzed including the official crime statistics of aggravated assault and sexual assault between 2012 and 2013, call-for-service data, and open data from various resources. Applying the Risk Terrain Modeling, the risk of crime occurrence (risk index) was measured by massive community disorder, the geographic concentration of liquor stores and accommodations, poverty, and the proximity to bus stops for aggravated assault, and only massive community disorder, the geographic concentration of liquor stores and accommodations for sexual assault. Both aggravated assault and sexual assault were concentrated in the areas with higher risk index. The Near Repeat Model was found more adequate to predict sexual assault than aggravated assault. The likelihood that a similar kind of crime repeatedly occurred in the areas where instigators had been found in the previous year was greater for sexual assault than aggravated assault. Compared with other areas, the risk of aggravated assault was not significantly different in the areas where near-repeats had been found in the previous year. On the other hand, the risk of sexual assault was significantly greater in the subsequent year if near repeats were found in the previous year. Finally, the predictability of crime was greatest when both the Risk Terrain Modeling and the Near-Repeat Model were taken into consideration.

목차
국문요약
Ⅰ. 서론
Ⅱ. 배경이론 및 선행연구
Ⅲ. 연구방법
Ⅳ. 연구결과
Ⅴ. 논의 및 결론
참고문헌
키워드
인용된 논문 (0)

알림서비스 신청하고 '인용된 논문' 정보를 메일로 확인 하세요!

해당 논문은 인용된 논문 정보가 없습니다.

제 1 저자의 다른 논문 (7)

노성훈 식별저자 저자의 상세정보를 확인해 보세요.

권호 내 다른 논문 (11)

형사정책연구 제26권 제3호 통권 제103호 의 상세정보를 확인해 보세요.

  • 처음
  •  
  • 이전
  •  
  • 1
  •  
  • 2
  •  
  • 다음
  •  
  • 마지막
추천 논문 (7)

DBpia 추천논문과 함께 다운받은 논문을 제공합니다. 논문 초록의 텍스트마이닝과 이용 및 인용 관계 분석을 통해 추천해 드리는 연관논문을 확인해보세요.

DBpia 추천논문

더 많은 추천논문을 확인해 보세요!

함께 다운받은 논문

지표

이용현황

· 이용수

· 이용순위 상위 Top3

자세히 보기 >
No 상위 이용이관 이용수
1 고려대학교 11
2 국립재난안전연구원 9
3 동국대학교 8

활용도

· 활용지수

· 논문의 활용도 추이 (주제분야 기준)

자세히 보기 >

: %

2016-09
2016-10
2016-11
2016-12
0
20
40
60
80
100
  • 0%
  • 20%
  • 40%
  • 60%
  • 80%
  • 100%

인용수

상세정보
저작권 정책

누리미디어에서 제공되는 모든 저작물의 저작권은 원저작자에게 있으며, 누리미디어는 각 저작물의 내용을 보증하거나 책임을 지지 않습니다. 단, 누리미디어에서 제공되는 서지정보는 저작권법에 의해 보호를 받는 저작물로, 사전 허락 없이 임의로 대량 수집하거나 프로그램에 의한 주기적 수집 이용, 무단 전재, 배포하는 것을 금하며, 이를 위반할 경우, 저작권법 및 관련법령에 따라 민, 형사상의 책임을 질 수 있습니다.

맨 위로 이동
  • 개인회원으로 로그인하셔야 이용이 가능합니다.
  •  개인회원
  •  기관회원
  • 소속기관
  • 아이디
  • 비밀번호
  • 개인회원가입으로 더욱 편리하게 이용하세요. 일반회원 가입하기

    아이디/비밀번호를 잊으셨나요? 아이디/비밀번호 찾기