Spatial concentration of grave crime across the police sub-divisions of Chennai City, India, 2021: a descriptive analysis and the limits of area-normalised opportunity measures
본 연구는 2021년 첸나이 12개 경찰 구역 전반에 걸친 강력 범죄의 공간적 집중도를 분석하며, 강도가 범죄 구성의 주를 이루고 중심 지역이 가장 높은 부담을 안고 있다는 점을 밝히는 동시에, 면적 정규화된 기회 측정치는 분모인 면적과의 공선성으로 인해 통계적으로 신뢰할 수 없으므로, 이 규모에서는 기회 효과를 검증하는 것보다 재현 가능하고 분모가 안정적인 기술(description)을 제공하는 것이 더 방어 가능한 기여임을 시사한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
당신은 왜 어떤 동네는 다른 곳보다 더 위험하게 느껴지는지 알아내려 노력하고 있다고 상상해 보십시오. 오랫동안 범죄를 연구하는 과학자들은 하나의 단순한 규칙을 알고 있었습니다: 범죄는 버터를 토스트 위에 바르는 것처럼 고르게 퍼지지 않는다는 것입니다. 대신, 범죄는 군집을 이룹니다. 마치 몇몇 특정한 길모퉁이만이 새 떼가 모여드는 유일한 장소인 것처럼, 도시의 적은 수의 지점들이 대부분의 문제를 안고 있는 경우가 많습니다. 이 아이디어는 환경 범죄학이라는 분야에서 비롯되었는데, 이는 범죄가 세 가지 요소가 만나는 곳에서 발생한다고 제안합니다: 즉, 무언가 나쁜 짓을 하고 싶은 사람, 그가 공격할 수 있는 대상, 그리고 그를 막을 수 있는 사람의 부재입니다. 이것은 마치 레시피와 같습니다. 만약 적절한 재료가 적절한 시간에 적절한 장소에 있다면, "범죄 케이크"가 구워지는 것입니다. 하지만 까다로운 점은, 인도와 같은 거대하고 붐비는 도시에서 이를 측정하려고 할 때 수학이 복잡해진다는 것입니다. 만약 단순히 동네의 크기로 범죄 수를 나누어 범죄율을 비교하려 한다면, 당신은 연결 고리가 존재하지 않는데도 존재한다고 스스로를 속일 수도 있습니다. 이 연구는 우리가 흔히 사용하는 범죄의 단서들이 인도 첸나이에서도 실제로 유효한지 확인하기 위해 이 복잡한 수학 속으로 뛰어듭니다.
이 연구의 연구자들은 2021년 첸나이의 "중범죄(grave crime)"를 새로운 시각으로 살펴보기로 했습니다. "중범죄"를 살인, 강도, 그리고 심각한 절도와 같은 무거운 사건들이라고 생각하십시오. 그들은 개별 길모퉁이를 본 것이 아니라, 도시를 덮고 있는 12개의 큰 경찰 구역을 살펴보았습니다. 그들의 목표는 두 가지였습니다. 첫째, 이러한 범죄들이 실제로 어디에서 발생하고 있는지 지도로 그리는 것이었고, 둘anda, 한 가지 이론을 테스트하는 것이었습니다. 그 이론은 범죄가 많은 도로와 움직임이 있는 지역에서 더 높아야 한다는 것인데, 왜냐하면 그곳이 범죄의 "기회"가 발생하는 곳이기 때문입니다. 이것은 마치 어떤 가게가 조용한 막다른 골목에 있을 때보다 번화한 고속도로 옆에 있을 때 더 털릴 가능성이 높다고 말하는 것과 같습니다.
그들이 범죄를 집계했을 때, 도시 전역에서 870건의 심각한 사건이 발견되었습니다. 가장 놀라운 점은 무엇이었을까요? 바로 강도가 주인공이었다는 것입니다. 강도는 이 모든 범죄 중 무려 70.0%라는 엄청난 비중을 차지했습니다. 살인은 두 번째로 흔한 범죄였지만, 강도에 비하면 훨씬 뒤처졌습니다. 원시 숫자(raw numbers)를 살펴보았을 때, 도시 외곽의 넓게 펼쳐진 동네들이 가장 많은 범죄를 가진 것처럼 보였습니다. 하지만 연구자들은 넓은 지역은 단순히 크기 때문에 자연스럽게 더 많은 범죄를 가질 수밖에 없다는 것을 알고 있었습니다. 그래서 그들은 데이터를 "정규화(normalize)"하는 수학적 작업을 수행했습니다. 본질적으로 "만약 모든 동네의 크기를 동일하게 줄인다면, 범죄 밀도는 실제로 어디에 거주하고 있는가?"라고 묻는 것이었습니다.
일단 크기에 맞춰 조정하자, 그림이 뒤집혔습니다. 범죄의 부담은 외곽에 머물지 않고, 도시의 조밀하고 붐비는 중심으로 이동했습니다. 작고 중심적인 경찰 구역들이 핫스팟이 되었습니다. 예를 들어, 킬파우크(Kilpauk)라고 불리는 한 중심 지역은 제곱킬로미터당 약 11.06건의 범죄로 가장 높은 범죄 밀도를 보였습니다. 풀리안토프(Pulianthope)라는 또 다른 중심지는 흥anche한데, 이곳은 전체 범죄 수는 가장 많지는 않았지만, 다른 지역에 비해 살인의 비중이 훨씬 높았습니다. 그곳은 다른 종류의 위험 지대였습니다.
하지만 이 논문의 가장 중요한 발견은 사실 "아니오"입니다. 연구자들은 이 범죄 핫스팟들이 범죄자들이 이동할 수 있는 "기회"를 나타내는 도로의 밀도에 의해 발생하는지 확인하고 싶었습니다. 언뜻 보기에 숫자들은 유망해 보였습니다: 범죄가 가장 많은 지역에는 도로도 가장 많았습니다. 그것은 완벽한 일치처럼 보였습니다. 하지만 저자들은 자신들이 수학적 함정에 빠졌다는 것을 깨달았습니다. 그들은 두 가지를 같은 숫자로 나누고 있었던 것입니다: 범죄 수는 면적으로 나누어졌고, 도로의 길이 또한 면적으로 나누어졌습니다. 이것은 마치 키가 큰 사람이 사과를 더 많이 먹는다는 것을 증명하기 위해, 사람의 몸무게로 먹은 사과의 수와 키를 모두 나누는 것과 같습니다. 만약 몸무게가 변한다면, 두 숫자 모두 변하게 되어 가짜 연결 고리를 만들어냅니다.
연구자들이 "면적"의 영향을 방정식에서 제거하기 위해 특별한 통계 도구를 사용했을 때, 그 마법 같은 연결 고리는 사라졌습니다. 도로 밀도와 범죄 사이의 겉보기 연결은 단지 수학에 의해 만들어진 환상이었습니다. 논문은 결론적으로, 전체 동네를 바라보는 이 척도에서는, 번화한 도로가 더 많은 범죄를 일으킨다고 말할 수 없다고 밝힙니다. 데이터를 수정하고 나면, 데이터는 그 아이디어를 뒷받침하지 못합니다. 대신, 이 연구는 범죄가 어디에 집중되어 있는지에 대한 신뢰할 수 있는 지도를 제공하며, 우리가 도시를 자르는 방식이 존재하지 않는 패턴을 있는 것처럼 보이게 속일 수 있으므로, 우리가 측정하는 방식에 매우 주의를 기울여야 한다고 경고합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.