초록
범죄, 화재, 교통사고 등 국민의 안전을 위협하는 위험인자들은 지역적 맥락과 공간적 특성을 가지고 있다. 지역마다 서로 다른 위험환경을 가지고 있으므로 교통사고, 화재, 범죄, 생활안전 분야별로 위험요소의 공간적 패턴을 분석할 필요가 있다. 본 연구는 전국 기초자치단체를 대상으로 분야(교통사고, 화재, 범죄, 생활안전, 자살, 감염병)별 안전등급을 측정한 지표인 지역안전지수의 공간적 분포 패턴을 분석하는데 연구의 목적이 있다. 지역안전지수의 공간적 자기상관성 분석을 위해 전역적 공간자기상관분석(Global Moran's I)과 Local Moran's I를 활용한 LISA(Local Indicators of Spatial Association) 분석, Getis-Ord's G⁎i 분석을 실시하였다. 분석결과 교통사고, 화재, 자살의 안전지수 분포는 범죄, 생활안전, 감염병의 안전지수보다 공간적으로 집중(clustered) 경향을 보였다. 지역간 유의미한 공간적 연관성을 분석한 LISA 분석결과에 따르면, 수도권 지역이 다른 도시에 비하여 지역안전통합지수를 기준으로 비교적 안전한 지역인 것으로 나타났다. 또한 Getis-Ord's G⁎i 통계값을 활용한 핫스팟분석 결과 안전 취약지역의 군집인 3개의 핫스팟(강원도 삼척시, 경상북도 청송군, 전라북도 김제시)과 전반적인 안전 수준이 높은 군집인 15개의 콜드스팟이 도출되었다. 이러한 연구 결과는 안전 수준 취약지역의 공간적 분포와 패턴을 파악하여 안전 지수 개선을 위한 정책 수립시 기초자료로 활용될 수 있다.
Risk factors that threaten public safety such as crime, fire, and traffic accidents have spatial characteristics. Since each region has different dangerous environments, it is necessary to analyze the spatial pattern of risk factors for each sector such as traffic accident, fire, crime, and living safety. The purpose of this study is to analyze the spatial distribution pattern of local safety level index, which act as an index that rates the safety level of each sector (traffic accident, fire, crime, living safety, suicide, and infectious disease) for basic local governments across the nation. The following analysis tools were used to analyze the spatial autocorrelation of local safety level index : Global Moran's I, Local Moran's I, and Getis-Ord's G⁎i. The result of the analysis shows that the distribution of safety level on traffic accidents, fire, and suicide tends to be more clustered spatially compared to the safety level on crime, living safety, and infectious disease. As a result of analyzing significant spatial correlations between different regions, it was found that the Seoul metropolitan areas are relatively safe compared to other cities based on the integrated index of local safety. In addition, hot spot analysis using statistical values from Getis-Ord's G⁎i derived three hot spots(Samchuck, Cheongsong-gun, and Gimje) in which safety-vulnerable areas are clustered and 15 cold spots which are clusters of areas with high safety levels. These research findings can be used as basic data when the government is making policies to improve the safety level by identifying the spatial distribution and the spatial pattern in areas with vulnerable safety levels.