A Data and Design-Based Violent Crime Prevention Framework for South African Cities : Analysing Socioeconomic and Spatial Disparities' Impact on Crime Rates, a Case of Gauteng Province

국문 초록 (Abstract)

과거에 비해 감소했음에도 불구하고 남아공의 도시들은 여전히 폭력 범죄와 씨름하고 있다. 본 연구에서는 이와 같이 높은 범죄율에 공간적 및 사회경제적 격차가 미치는 영향을 규명하고 데이터에 기반하고 설계에 입각한 예방 체제를 제시한다. 아울러 하우텡 주(Gauteng Province)에 중점을 두고 첨단 데이터 및 설계 솔루션을 조사하고 남아공 내에서 이를 적응화하고 적용할 수 있는 가능성을 모색한다.
본 논문은 크게 세 부분으로 구성되어 있다. 첫 부분에서는 이론적 토대를 밝히고 폭력 범죄 및 도시 안전과 같은 핵심 개념을 정의한다. 또한 범죄를 측정하고 분석하는 기존의 방법을 조사하고 핫스팟 매핑과 같은 공간 분석 기법의 강점을 조명한다. 자료 검토를 통해 기존의 데이터 분석 솔루션을 탐색하고 환경 설계를 통한 범죄 예방(CPTED) 및 복합 폭력 예방 방법의 통합과 같은 설계 원칙을 규명한다. 이러한 검토는 범죄율이 높은 지역을 찾는 핫스팟 매핑과 같은 데이터 기반 솔루션의 잠재력, 공용 공간 안전 강화와 관련한 CPTED 원칙의 효과, 종합적인 범죄 파악을 위한 정성적 및 정량적 데이터의 통합이 가지는 중요성을 이해하기 위한 토대를 제공한다.
두 번째 부분에서는 정성적 접근 방식을 채택하여 하우텡 주의 폭력 범죄율과 다양한 공간적 및 사회경제적 요인 간의 관계를 탐구한다. 분석에서는 국가 인구 조사와 남아공 경찰청(SAPS)의 데이터를 활용한다. 연구 결과 범죄율과 여러 요인(예: 소득 분포, 인구밀도, 가구 인프라) 간에 통계적으로 유의한 관계가 없음이 밝혀졌지만, 다중공선성의 가능성으로 인해 전체 모형의 통계적 유의성을 확보하는 데 지장이 있었다. 이러한 한계를 인식하고 세 번째 부분에서는 삼각검증법을 채택하였다. 아울러 케이프타운 지역의 기존 사례 연구 중 하나인 도시 개량을 통한 폭력 예방(Violence Prevention through Urban Upgrading, VPUU) 프로젝트를 조사하였다. 분석의 목적은 성공적인 이 프로젝트에 채택된 주요 개입 조치를 파악하고 도시 또는 지역 규모로 확대하여 적용할 수 있는 잠재성을 평가하는 것이다. 이에 더해, 설계 및 데이터/ICT 기반 솔루션을 활용하여 도시 계획 및 도시 개발 전문가와 반정형 인터뷰를 실시하였다. 인터뷰에서 다룬 주요 질문은 다음과 같다. CCTV 카메라 또는 스마트 조명과 같은 ICT 인프라가 범죄율에 미치는 영향을 효과적으로 측정할 수 있는 방법은 무엇인가? 보다 종합적인 데이터를 도출하기 위해서는 ICT 외에 환경 구축과 관련된 어떤 사회경제적 요인을 고려해야 하는가? 또한 인터뷰에서는 남아공 내에서의 범죄 예방을 위한 현재의 데이터 마이닝 및 분석 관행을 규명함으로써 잠재적인 모범 사례와 도전 과제를 식별하였다. 끝으로, 범죄 예방에 우선 순위를 둔 도시 개발 모델로서 케이프타운이 담당하는 역할에 중점을 두고 지역공동체 수준 개입으로부터 지역 개발 전략으로의 전이성을 조사하였다. 인터뷰를 통해서는 스마트 도시에서 점차 보편화되고 있는 데이터 기반 솔루션의 맥락에서 남아공 도시들이 VPUU에서 사용된 것과 같은 기존의 환경 기반 솔루션을 데이터 기반 접근 방식에 통합할 수 있는 가능성을 탐색하였다.
결론 부분에서는 전술한 연구 및 분석을 바탕으로 첨단 솔루션의 적용성을 설명한다. 아울러, 데이터 기반 예측을 기존 환경 개입 조치와 통합하여 범죄 다발 지역에서의 사회경제적 및 공간적 격차를 해소하는 것을 목표로 하는 예측적 모델링과 같은 데이터 기반 전략을 요약하여 설명한다. 범죄 다발 지역을 식별하고 조명 개선, 전략적 감시 수단 배치, 공공 편의 시설 증대와 같은 도시 설계 솔루션의 맞춤화를 통해 해당 지역의 범죄에 기여하는 특정한 환경 및 사회경제적 요인을 해결할 목적으로 커널 밀도 추정(KDE) 및 지리적 탐지기와 같은 공간 분석 기법을 탐구하였다. 본 논문에서는 데이터 분석을 목표 도시 설계 솔루션(주택, 빈곤, 사회 구성 문제의 요인을 해결하는 솔루션)과 통합하고 머신러닝을 활용하여 자원을 할당하는 전략인 데이터 기반 치안(Data-Driven Policing)을 제안한다. 남아공 도시들은 이러한 접근법들을 결합함으로써 폭력 범죄를 근원적으로 해결하기 위한 종합적인 방법을 개발할 수 있을 것이다. 설계 기반 솔루션도 탐색하였다. 케이프타운의 VPUU와 같은 기존 환경 설계 프로그램을 활용하는 장소 기반 접근 방식인 환경 설계(Environmental Design)와 CPTED 원칙 및 세분화 분석과 같은 데이터 기반 접근 방식이 대표적인 예이다. 이 방법의 목적은 조명 개량, 폐 건물 축소, 공공 장소에서의 자연 감시 증대와 같은 도시 개선을 맞춤화하여 궁극적으로 범죄율이 낮아진 보다 안전하고 보다 역동적인 지역공동체를 조성하는 것이다. 도시 계획 및 설계 전략에서는 데이터 기반 도시 계획을 (주류판매점 밀도와 같은 요인을 고려하여) 사회 통합 노력 및 복합 용도 개발과 결합함으로써 보다 안전하고 역동적인 지역 사회를 조성한다. 끝으로, 정보통신기술(ICT)을 활용한 접근법이 유망하다. 이 전략은 무료 Wi-Fi, 디지털 서명, 시민 참여 플랫폼과 같은 요소를 포함하는 디지털 기반 도시 설계를 활용한다. 이러한 기술들은 지역 사회 경계, 정보 공유, 당국과의 협력을 촉진하여 궁극적으로 보다 안전하고 자율적인 지역 사회를 조성하는 데 일조한다.
본 논문은 이와 같은 종합적인 조사를 통해 데이터에 기반하고 설계에 입각한 남아공 도시 내 폭력 범죄 예방을 위한 솔루션이 통합된 프레임워크를 제안한다. 이 프레임워크는 공간적, 사회경제적 격차가 미치는 영향을 인지하고 범죄의 근원을 해결하여 보다 안전하고 지속 가능한 도시 환경을 조성하기 위한 다각적인 접근 방식을 제시한다.

다국어 초록 (Multilingual Abstract)

South African cities continue to grapple with violent crime, despite past reductions. This thesis delves into the influence of spatial and socioeconomic disparities on these crime rates, proposing a data-driven and design-informed framework for prevention. Focusing on Gauteng Province, the research investigates the state-of-the-art in data and design solutions and explores their potential for adaptation and application within the South African context. The thesis unfolds in three main sections. The first establishes the theoretical foundation, defining key concepts like violent crime and urban safety. It explores established methods for measuring and analyzing crime, highlighting the power of spatial analysis techniques like hotspot mapping. The literature review delves into existing data analytics solutions, design principles such as Crime Prevention Through Environmental Design (CPTED), and the integration of mixed methods for violence prevention. This review lays the groundwork for understanding the potential of data- driven solutions like hotspot mapping to locate high-crime areas, the effectiveness of CPTED principles in enhancing public space safety, and the importance of combining quantitative and qualitative data for a holistic comprehension of crime. The second section employs a quantitative approach, exploring the relationships between violent crime rates and various spatial and socioeconomic factors within Gauteng Province. The analysis utilizes data from the national census and the South African Police Service (SAPS). While the study reveals non- statistically significant connections between crime rates and factors like income distribution, population density, and household infrastructure, the potential for multicollinearity hinders achieving statistical significance for the overall model. Recognizing these limitations, the third section adopts a triangulation approach. It examines an existing case study from Cape Town townships, the Violence Prevention through Urban Upgrading (VPUU) project. This analysis aims to understand the key interventions employed in this successful project and assess their potential for extrapolation and application on a city or regional scale. Additionally, semi-structured interviews were conducted with experts in urban planning and city development specialists utilizing design and data/ICT-driven solutions. These interviews explore crucial questions: How can we effectively measure the impact of ICT infrastructure like CCTV cameras or smart lighting on crime rates? Beyond ICT, what other relevant socioeconomic factors related to the built environment should be considered to create a more comprehensive data picture? Furthermore, the interviews delve into current data mining and analysis practices for crime prevention in South Africa, identifying potential best practices and challenges. Finally, with Cape Town serving as a model for urban development prioritizing crime prevention, the research examines the transferability of interventions from community scales to regional development strategies. In the context of the growing popularity of data-driven solutions within smart cities, the interviews explore the potential for South African cities to integrate existing environmental-based solutions like those used in VPUU with data-driven approaches. The concluding section, informed by the aforementioned studies, discusses the applicability of state-of-the-art solutions. It outlines Data-Driven Strategies such as Predictive Modelling, which aims to integrate data-driven predictions with targeted built-environment interventions to address socioeconomic and spatial disparities in crime hotspots. Spatial Analysis techniques like Kernel Density Estimation (KDE) and Geo-Detector are explored for identifying crime hotspots and tailoring urban design solutions like improved lighting, strategic surveillance placement, and increased public amenities to address specific environmental and socioeconomic factors contributing to crime in those areas. The thesis further proposes Data-Driven Policing, a strategy that integrates data analysis with targeted urban design solutions (addressing factors like housing, poverty, and social makeup) and leverages machine learning for resource allocation. By combining these approaches, South African cities can develop a comprehensive method for tackling violent crime at its root causes. Design-based solutions are also explored. These include Environmental Design, a place-based approach that leverages existing environmental design programs like Cape Town's VPUU and data-driven approaches like CPTED principles and granular analysis. This method aims to tailor urban improvements like better lighting, reduced abandoned buildings, and increased natural surveillance in public spaces, ultimately fostering safer and more vibrant communities with lower crime rates. Urban Planning and Design strategies integrate data-driven urban planning (considering factors such as alcohol outlet density) with social cohesion efforts and mixed-use development to create safer and more vibrant communities. Finally, Information and Communication Technologies (ICT) offer a promising approach. This strategy utilizes data-driven urban design with elements such as free Wi-Fi, digital signage, and citizen participation platforms. These technologies promote community vigilance, information sharing, and collaboration with authorities, ultimately fostering safer and more empowered communities. Through this comprehensive examination, the thesis proposes a framework integrating data-driven and design-informed solutions for violent crime prevention in South African cities. This framework acknowledges the influence of spatial and socioeconomic disparities and offers a multi-pronged approach for tackling crime at its root causes, fostering safer and more sustainable urban environments. Keywords: Violent Crime, Design and Data-based Approach, Spatial and Socioeconomic Disparities, South African Cities

목차 (Table of Contents)

• 1. INTRODUCTION 1
• 1.1 Background 1
• 1.2 Statement of the Problem 8
• 1.3 Purpose of the Research 10
• 1.4 Research Objectives 11
• 1.5 Research Questions 11
• 1.6 Research Gap 12
• 1.7 Significance of the Research 13
• 1.8 Research Scope 15
• 1.9 Organization of the Thesis 18
• 2. THEORY AND CONCEPTS IN VIOLENT CRIME PREVENTION 23
• 2.1 What is Violent Crime? 23
• 2.2 What is Urban Safety? 23
• 2.3 Crime Statistics 24
• 2.4 Vulnerability and Risk 24
• 2.5 Perception of Safety 25
• 2.6 Crime Theories 25
• 2.6.1 Place-Related Theory 26
• 2.6.2 Data-Related Theory 28
• 2.7 The Republic of South Africa Legislation, and Key Policies 31
• 3. RESEARCH METHODOLOGY 35
• 3.1 Literature Review 35
• 3.2 Quantitative Data Analysis 35
• 3.3 Triangulation Study and Discussions 36
• 4. DATA ANALYSIS 37
• 4.1 Violent Crime Prevention State-of-the-art 37
• 4.1.1 Data Description 37
• 4.1.2 Research Design 40
• 4.1.3 State-of-the-art of Crime Prevention Review 40
• 4.1.4 State-of-the-art Crime Prevention Summary 69
• 4.2 Desktop Quantitative Study 72
• 4.2.1 Data Description and Collection 72
• 4.2.2 Research Design – Model Description 77
• 4.2.3 Evaluating The Significance of PD, HID, IGC, PI & HHI to CD 79
• 4.3 Triangulation 84
• 4.3.1 Introduction 84
• 4.3.2 Case study: Urban upgrading and levels of interpersonal violence in Cape Town South Africa: The violence prevention through urban upgrading programme (Matzopoulos et al., 2020) 85
• 4.3.3 Interview Discussions 93
• 5. CONCLUSION AND RECOMMENDATIONS 96
• 5.1 Introduction 96
• 5.2 Data-Driven Strategies 96
• 5.3 Design-Based Strategies 98
• 5.4 Conclusion: Integration and South African Context 100
• 5.5 Study Limitations and Recommendations 101
• BIBLIOGRAPHY 105
• 초록 108
• ACKNOWLEDGEMENT 112