수도권 지역 마약 범죄 발생과 도시환경 요인의 연관성 분석: 생활안전지도 치안사고통계 자료를 활용하여

1. 연구의 배경 및 목적

마약이란 중추신경계에 작용하면서 오용하거나 남용할 경우 인체에 심각한 위해가 있는 약물을 말한다(대검찰청, 2023). 도시에서 발생하는 범죄 중 마약은 중독성이 강하며 본인뿐만이 아닌 주변 사람에게도 전파될 가능성이 높다. 특히, 유명 연예인 또는 재벌의 마약류 범죄에 대한 뉴스가 보도되고 있으며, 이는 마약 범죄 두려움을 증가시키는 등 사회 전체에도 영향을 미친다. 대검찰청의 연도별 「마약류 범죄백서」를 살펴보면 2010년부터 2023년까지 마약류사범 범죄가 증가하고 있는 것으로 나타났으며 2023년 27,611건이 발생하였다(그림 1). 이는 2010년 9,732건 대비 183.71% 증가로 마약 범죄의 심각성을 보여준다.

Figure 1.

Annual statistics on drug-related offensesSource: Prosecution Service, Drug Control in Korea

이러한 맥락에서 마약류사범 연령별 현황을 살펴보면 20대와 30대의 연령이 가장 높은 것으로 나타났다. 2023년 20대가 8,368건, 30대가 6,683으로 마약류사범 연령대 중 20~30대가 높은 비중을 차지하고 있다(그림 2). 또한, 10대 마약류사범 범죄는 2010년 이래 꾸준히 증가해 2023년 1,477건에 달한다. 이는 마약 유통의 중심이 인터넷, 소셜네트워크 서비스(SNS) 등 사이버 공간으로 옮겨지면서 마약에 대한 접근과 구입이 용이해졌기 때문으로 볼 수 있다. 이와 같이 마약 거래는 수사기관의 추적을 피해 이루어지며 동시에 도주하기 편리한 노상에서, 마약 투약은 은밀한 장소에서 발생한다. 이는 마약 범행 장소가 도시 내 특정 공간적 패턴과 밀접하게 연관되어 있음을 의미한다. 따라서 마약 범죄가 발생하는 요인을 파악하는 것은 마약 범죄를 효율적으로 예방할 수 있을 뿐만 아니라 안전한 도시를 만드는 데 도움을 줄 수 있다.

Figure 2.

Drug-related offenses by age groupSource: Prosecution Service, Drug Control in Korea

그동안 국내에서 마약 범죄에 대한 연구가 다수 진행되었지만, 마약 범죄의 동향과 실태에 대한 현황 분석과 대책에 관한 연구가 진행되었으며 마약 범죄에 영향을 미치는 도시환경요인을 분석한 연구는 미비한 실정이다. 또한, 주민들의 불안을 증가시킬 수 있는 범죄 자료의 특성상 정확한 위치자료 제공이 어려우며 범죄 발생에 대한 종합적인 평균값을 제공하고 있어 분석에 어려움이 있다.

본 연구는 마약 범죄에 영향을 미치는 도시환경 요소를 파악하기 위해 생활안전지도에서 제공하는 치안사고통계 자료와 순서형 로지스틱 회귀분석을 활용하였다. 이를 통해 마약 범죄와 연관이 있는 도시환경 요인을 분석하고, 나아가 마약 범죄 예방에 효과가 있는 방범시설을 밝혀 안전한 도시를 형성하기 위한 정책적 시사점을 제안한다.

1. 마약 범죄의 특성

마약은 인체에 심각한 위해를 가할 수 있으며, 일반적으로 마약·항정신성 의약품·대마를 통틀어 마약이라고 정의한다. 국내에서 정부는 「마약법」, 「대마관리법」, 「항정신성의약품관리법」 등으로 분류하여 마약 규제를 진행하였지만, 2000년 7월부터 「마약류관리에관할법률」으로 통합하여 규제하고 있다(대검찰청, 2024).

마약 범죄는 생산, 유통, 투약으로 분류되며 개인 또는 집단적으로 이루어지는 특성을 갖는다(이민식, 2007). 또한, 마약류 범죄의 유통 및 판매의 특징은 노출되지 않은 음성적 형태를 가진다(박상기 외, 2023). 이러한 은밀성과 고도의 체계성, 전문성으로 인해 마약 범죄는 지능범 특성을 가지고 있다. 따라서 마약 범죄 발생 가능성이 높은 장소 또는 지역을 파악하여 이에 대한 분석이 필요하다.

최근 SNS의 발전으로 온라인 거래가 증가하고, 단시간 내에 물품을 전달받을 수 있어 일반인들도 손쉽게 마약류를 구매할 수 있게 되었다(박호정, 2018). 이는 SNS를 통한 비대면 거래의 특성이 마약 범죄 증가와 연관이 있을 수 있음을 시사한다.

2. 국내 마약 범죄 연구

국내 마약 범죄 연구는 마약의 현황 분석 및 동향, 중독에 대한 연구가 주를 이룬다(송광섭, 2002; 김학신, 2012; 박성수·백민석, 2016; 하태인, 2023). 마약류 복용은 모든 사회계층에 걸쳐 급격하게 확산될 수 있어 심각한 사회문제로 번질 수 있다(김경태, 2009). 또한, 마약 범죄는 호기심, 쾌감, 현실 도피 등과 같은 개인적 위험요인과 일터(직장), 유흥업소, 교정시설과 같은 사회환경적 위험요인과 연관이 있다(강준혁 외, 2021). 이러한 마약류 확산 방지를 위해 마약류사범에 예방홍보활동과 치료재활 중심의 정책이 필요하며 민간기구와 협력강화가 필요하다(박영수, 2014). 그러나 이와 같은 연구는 마약 범죄 발생에 영향을 미치는 요인을 파악하는 데 어려움이 있으며, 이는 안전한 도시를 위한 마약 범죄 예방 정책을 개발하는 데 한계가 있다.

다른 한편으로, 공정배 외(2023)는 위치데이터를 포함한 범죄 통계를 활용하여 서울특별시에 발생하는 마약 범죄에 대한 공간적 영향요인을 분석하였다. 분석 결과, 클럽, 단란주점이 마약 범죄 발생에 영향을 미치는 것으로 나타났다. 이 연구는 물리적 환경요인을 살펴보았다는 점에서 의의가 있지만, 서울시만을 대상으로 분석하여 다른 지역에 대한 일반화를 적용하는 데 어려움이 있다.

3. 국외 마약 범죄 연구

국외에서는 마약 범죄와 도시 내 발생하는 다양한 범죄와의 연관성을 분석한 연구가 진행되었다. 마약 거래 발생 지역은 외부인 유입이 증가하고, 특히 심각한 범죄자의 유입이 증가할 수 있어 해당 지역 주민들의 범죄에 대한 불안감이 증가할 수 있다(Chaiken and Chaiken, 1990; Ford and Beveridge, 2006). 또한, 마약 거래가 발생하는 지역은 거래 상황으로 인해 접점 또는 분쟁으로 인한 폭력 범죄가 증가하는 것으로 나타났다(Jacobs et al., 2000).

Contreras and Hipp(2020)은 마약 활동이 절도 및 폭력 범죄에 미치는 영향에 대해서 분석하였다. 분석 결과 마약 활동이 폭력 범죄 증가에 영향을 미치는 것으로 나타났으며, 마약 활동의 시공간 변화에 따라 특정 지역의 범죄율이 변화하는 것으로 나타났다. 또한, 마약 활동이 일어나는 동네는 범죄 현장으로 인해 범죄에 취약해지고 이로 인해 높은 비율의 강력 범죄를 증가시킬 수 있다(Zimring and Hawkins, 1999). 이처럼 마약 범죄는 도시 내에 발생하는 다양한 범죄에 영향을 미칠 수 있어, 마약 범죄 예방은 도시 내 범죄율을 감소시키는 데 도움을 줄 수 있다.

4. 연구의 차별성

앞서 검토한 마약 범죄 선행연구는 질적 연구 또는 통계분석을 통한 연구가 진행되었다. 또한, 위치데이터를 포함한 범죄 자료는 일반인이 접근하기에 어려움이 있어 범죄를 종합하여 통계 낸 자료를 사용한 연구가 진행되었다. 그러나 통계 낸 자료를 활용한 범죄 연구는 공간해상도가 낮아 범죄발생에 미치는 도시환경 특성을 분석하는 데 어려움이 있다. 최근 도시 빅데이터 등장으로 데이터 가공 및 수정이 가능할 뿐만 아니라 읍면동과 같은 미시적인 공간 단위에서 분석이 가능하다. 본 연구는 도시 내 마약 범죄 등급을 확인할 수 있는 생활안전지도와 도시 내 복합적인 시설을 분석할 수 있는 관심시설(Points of Interest: POI)을 활용하였다는 점에서 차별성이 있다.

앞선 선행연구는 특정 지역을 대상으로 도시환경과 마약 범죄의 연관성 분석 연구가 진행되었으며, 이는 분석 결과의 일반화를 진행하는 데 한계가 있다. 따라서 본 연구는 전국 지역을 포함한 생활안전지도를 활용하여 수도권을 공간적 범위로 설정하였다. 이는 한 개 시도만 확인하는 것이 아닌 다양한 지역 특성과 인접한 지역을 포함하였다. 이를 통해 국내 주요 마약 범죄에 영향을 미치는 도시환경 요인 분석 결과의 일반화 가능성을 확장하였다.

1. 분석 범위

본 연구의 공간적 범위는 수도권(서울특별시, 인천광역시, 경기도)을 대상으로 진행하였다. 분석단위는 통계지리정보서비스(SGIS)에서 제공하는 1,145개의 수도권 읍면동을 사용하였다(그림 3). 본 연구의 종속변수는 생활안전지도 API에서 제공하는 치안사고통계 중 1~5등급의 마약 범죄 등급이다. 종속변수의 시간적인 범위는 2019년 7월~2022년 6월까지의 마약 범죄 발생 건수를 등급으로 제공하고 있다. 따라서 최신연도인 2022년도를 시간적 범위로 설정하였다. 독립변수는 인구특성, 토지이용, 건설환경, 방범시설 그리고 관심시설(POI)로 구성하였다. 분석을 위해 ArcGIS Pro를 사용하여 수도권 내 1,145개의 읍면동 단위의 자료를 생성하고 변수는 밀도로 변환하였다. 분석에 활용한 변수의 자료 및 출처는 <표 1>과 같다.

Figure 3.

Administrative boundaries in the Seoul Metropolitan Area (SMA)

Table 1.

Description of variables and data sources

2. 분석 자료 및 변수 선정

종속변수는 치안사고통계 내 마약 범죄 등급으로 생활안전지도 API를 활용하여 구축하였다. 생활안전지도는 주민이 사는 동네의 안전 현황에 대해 종합적인 정보를 확인할 수 있으며, 도시에서 발생할 수 있는 범죄, 재난·재해 등의 정보를 지도상에 통합해 제공하는 시각화 서비스이다(김선재 외, 2022). 이 중 치안사고통계는 경찰관서(경찰서·지구대·파출소)별로 최근 3년간 발생한 마약, 살인, 도박 등의 범죄 발생통계 현황정보를 1~5등급으로 시각화한 자료이다. 본 분석의 종속변수는 마약 범죄 등급을 읍면동 단위로 변환하여 분석에 활용하였다.

구체적으로 경찰관서 중 지구대는 관할구역이 3개 이상, 파출소는 2개 이하인 행정 단위의 관할을 담당하고 있다. 마약 범죄 등급은 경찰관서의 포인트 좌표로 데이터를 제공하고 있지만, 경찰관서의 관할구역 특성상 일부 읍면동에는 경찰관서가 존재하지 않을 경우가 있으며 읍면동에 위치해 있더라도 관할구역에 해당하지 않을 수도 있다. 이는 읍면동 단위로 변수를 변환하는 데 어려움이 있다. 이를 해결하기 위해 경찰관서별 ‘경찰서의 조직 및 사무분장 규칙’을 활용하여 경찰관서별 관할구역을 파악하였으며, 각 관할구역에 해당하는 마약 범죄 등급을 부여하였다. 경찰관서의 분포도는 <그림 4 (a)>와 같으며, 각 경찰관서별 관할구역 예시는 <그림 4 (b)>와 같다. 관할구역이 중복되는 읍면동의 경우 해당 지역 마약 범죄 등급의 평균값을 형성하였다. 마약 범죄 등급을 대상지에 분석한 결과는 <그림 4 (c)>와 같다.

Figure 4.

Crime and safety incident statistics in the Seoul Metropolitan Area (drugs)

독립변수로 인구 특성은 남성 인구 비율과 인구 밀도, 외국인 인구 비율을 분석에 사용하였다. 최근 대한민국 성별 마약류 사범 범죄를 살펴보게 되면 2023년 남성 67.7%, 여성 32.3%로 나타났다. 또한 외국인 마약류사범 범죄는 꾸준히 증가하고 있으며 2010년 858건 대비 2023년 3,151건으로 267.24% 증가한 것으로 나타났다. 따라서 남성 인구 비율과 외국인 인구 비율을 변수로 고려하였으며, 추가적으로 전체 인구 밀도를 고려하였다.

토지이용요인 변수는 주거, 상업, 업무, 자연녹지 연면적을 활용하였다. Brantingham and Brantingham(1981)의 ‘환경범죄학(Environmental Criminology)’이론에 따르면 범죄 발생에 있어 도시환경 요인 중 특히 장소가 중요함을 지적하였으며, Cornish and Clarke (1989)는 개인과 주변 상황을 모두 종합하였을 때 범죄가 발생한다는 ‘합리적선택(Rational Choice)’을 제시하였다. 마약 관련 범죄가 일어나는 장소는 도주가 용이하거나 은밀한 장소에서 주로 발생하므로, 이는 ‘환경범죄학’과 ‘합리적선택’에 따라 마약 범죄 발생에 장소가 큰 영향을 미칠 수 있다.

건설현장은 개방된 공간에서 진행되며 사람의 접근이나 관찰을 통제하는 데 어려움이 있으며, 사용자나 거주자가 없어 방범에 취약한 장소이다(Boba and Santos, 2008). 생활안전지도는 공공과 민간의 건설공사현황 위치 좌표를 제공하고 있으며, 이를 밀도로 변환하여 구축하였다.

CCTV와 보안등은 CPTED의 기본 원리 중 감시(Surveillance)에 해당하며, 치안시설(경찰서, 지구대, 파출소, 치안센터, 안심부스)은 감시요소인 동시에 접근통제(Access Control)에 해당한다. 이는 Newman(1973)의 ‘방어적공간(Defensible Space)’ 이론에 따라 자연적 감시, 공간의 영역성, 안전한 지역을 형성하여 범죄를 감소시킬 수 있다. 따라서 수도권 읍면동을 대상으로 494,778개의 방범시설을 수집하였으며, 이를 각 읍면동의 밀도로 변환하였다.

Points of Interest(POI)는 인터넷 지도서비스를 통해 음식점, 유흥시설, 교육시설 등과 같이 도시 내에 다양한 시설의 위치를 활용하여 도시 내 활력을 측정할 수 있다(조월·이수기, 2021). 또한, 건물의 주 용도뿐만이 아닌 토지 내의 각 시설 유형과 개수의 밀집도를 파악하는 데 많이 사용된다(He and Li, 2021; Kim and Lee, 2023). POI 위치 좌표 데이터는 일차적으로 수도권 내의 POI 밀집도를 확인하는 데 유용하다. Kakao Map API의 특성상 과거 자료 수집에 한계가 있어 연구 시점의 POI데이터를 사용하여 2024년 10월의 POI데이터를 수집하였다. 유흥시설은 스마트치안 빅데이터 플랫폼에서 수집하였으며, 최종적인 POI 분류는 <표 2>와 같다. 총 7개의 시설로 분류하였으며 수도권 내에 총 357,655개의 위치 데이터를 밀도변수로 구축하였다. 또한, 도시 내 관심시설의 종류가 높은 지역일수록 범죄 발생이 증가할 수 있으며(Lee and Contertas, 2021), POI 다양성을 도출하기 위해 식 (1)과 같이 POI 혼합도를 구축하였다. P(x_i)는 N/S로 전체 행정동 POI에서 해당 행정동 POI 개수비, N은 행정동의 i번째 POI 종류, S는 전체 행정동의 POI 개수를 의미한다.

Table 2.

Classification of POI in the SMA

3. 분석 방법론

수도권에 발생하는 마약 범죄 군집의 시각화는 ArcGIS Pro를 사용하였다. Local Indicators of Spatial Association(LISA)분석은 Moran’s I 통계량을 활용하여 핫스팟과 콜드스팟 지역을 도출할 수 있으며, 이를 활용하여 마약 범죄 군집의 시각화를 진행하였다.

LISA분석은 특정 지역이 갖는 값과 인접한 주변 지역들이 갖는 값의 가중 평균값이 유사한 값으로 나타나면 정적인 자기상관을 가지며, 반대로 가중 평균값의 차이가 크면 부정적인 자기상관을 나타낸다(성우석·이수기, 2025). 이는 해당 지역 주변에 유사한 값을 갖는 공간적 군집의 유의성을 판정할 수 있으며, High-High 유형(HH), High-Low 유형(HL), Low-High 유형(LH), Low-Low 유형(LL) 총 네 개의 유형으로 군집이 산출된다. 이중 HH유형, LL유형은 Local Moran’s I의 분석 단위들이 z-score에 기초하여 산출된다. 또한, 통계적으로 95%의 신뢰 수준에서 높은 양의 z-socre를 보여준다.

생활안전지도에서 제공하는 마약 범죄 등급은 1~5등급의 서열을 지닌 범주형 변수로, 순서척도(Ordinal Scale)에 해당한다. 따라서 분석 모형에서 로지스틱 회귀모형을 고려할 수 있다.

로지스틱 회귀분석은 종속변수의 수에 따라 이항 로지스틱과 순서형 로지스틱 모형으로 구분될 수 있다. 본 연구의 종속변수인 마약 등급은 1에서 5의 등급을 제공하고 있기 때문에 순서형 로지스틱 회귀모형을 최종적으로 선택하였다. 순서형 로지스틱 회귀모형은 승산비(Odds Ratio)를 산출하여 독립변수의 상대적인 중요성을 평가할 수 있으며(강대식 외, 2024), Stata 17.0을 사용하여 순서형 로지스틱 회귀분석을 진행하였다.

1. 기초통계 분석

본 연구의 기술통계 분석 결과는 <표 3>과 같다. 독립변수 사이에 다중공선성 문제를 파악하기 위해 분산팽창계수(Variance Inflation Factor: VIF)를 사용하였다. 본 분석에서는 VIF가 5 미만으로 나타나 다중공선성 문제가 없는 것으로 나타났다.

Table 3.

Descriptive statistical analysis

마약 범죄 등급은 1에서 5등급을 가지고 있으며 1.89의 평균값을 가지는 것으로 나타났다. 이는 수도권 내 마약 위험이 평균적으로 낮은 것을 의미한다. 인구 특성 중 남성 비율 평균값은 49.39로 수도권 읍면동 내 남녀 성비 비율이 균등한 것을 알 수 있다. 토지이용 특성 중 자연녹지의 평균값과 최댓값이 가장 높으며 주거, 상업, 업무 순으로 나타났다. 이는 자연녹지에 공원과 숲, 수계를 포함하고 있어 산간지역이 많은 경기도의 특성의 결과로 예상할 수 있다. 건설공사현황 밀도의 평균값은 1.82이지만 최댓값은 40.87로 특정 읍면동의 건설현장이 많은 것으로 나타났다. 이는 재개발사업 또는 주거환경개선사업 등의 정비사업이 진행되는 지역으로 볼 수 있다. 방범시설 중 보안등 밀도의 평균, 최댓값이 가장 높은 것으로 나타났다. 이는 수도권 읍면동 내에 보안등의 설치가 가장 많은 것을 알 수 있다.

관심시설 변수 중 음식점이 가장 높은 평균 밀도 값을 가지는 것으로 나타났다. 그다음으로 교육시설, 유흥시설 순으로 나타났으며, 대형마트의 평균밀도가 가장 낮은 것으로 나타났다. POI 혼합도는 0에서 1의 값을 가지고 0에 가까울수록 단일 시설이 많으며, 1에 가까울수록 다양한 시설이 혼합되어 있는 것을 나타낸다. 본 연구의 POI 혼합도의 평균값은 0.58로 읍면동 내 다양한 관심시설이 혼합되어 있음을 알 수 있다.

2. 마약 범죄 공간적 패턴

공간적 자기상관 여부를 확인하기 위해 Moran’s I 계수를 활용하였다. Moran’s I 값은 -1에서 1까지의 범위 값을 가지며 -1 또는 1에 가까울수록 공간적 자기상관을 가지는 것으로 볼 수 있다(Anselin, 1995). 본 연구는 마약 범죄 등급의 Moran’s I의 값이 0.403이며, 유의도(p-value) 값이 0.001로 공간적 자기상관이 통계적으로 유의하게 나타났다. 수도권 내에서 발생하는 마약 범죄의 군집 형성 지역을 파악하기 위해 LISA분석 시각화를 진행하였으며 결과는 <그림 5>와 같다. 수도권에서 발생하는 마약 범죄는 서울시, 인천시, 화성시 등 서측 지역 일대에서 마약 범죄 발생이 높은 지역이 밀집해 있다. 반대로 가평군, 양평군, 남양주시 등 동측 지역은 마약 범죄 발생이 낮은 지역이 밀집해 있다.

Figure 5.

LISA analysis results of crime and safety incident grade (drugs)

서울시 마약 범죄가 높은 HH 군집에 속하는 강남구, 용산구, 서초구, 영동포구, 성동구와 같은 지역은 서울시 내 유동인구가 많으며 상업과 업무, 유흥 시설 등 다양한 관심시설 자리 잡고 있는 지역이다. 이중 용산(이태원), 홍대와 같은 지역은 단란주점, 클럽과 같은 유흥시설이 밀집해 있는 지역으로 마약 범죄와 밀접한 관련이 있는 것으로 나타났다. 이는 유흥시설이 마약 범죄에 영향을 미친다는 결과와 일치한다(공정배 외, 2023).

외국인 출입국, 해외 수출입과 관련된 항구, 공항이 밀집해 있는 인천시(인천국제공항, 인천항 등), 강서구(김포국제공항)와 같은 지역에서 마약 범죄 발생이 높은 것으로 나타났다. 특히, 인천 중구는 인천국제공항, 인천항 등 해외 연결중심성이 높아 해외 수출입, 외국인 인구 이동 연결망에서 중요한 위치로 자리잡고 있다.

또한, 2000년 이후 국내 외국인 입국이 증가함과 동시에 외국인 마약 범죄가 급격하게 증가하였다(신재헌, 2022). 안산시, 영등포구, 구로구, 시흥시와 같은 지역은 외국인이 밀집해 있는 지역으로 범죄 발생률이 높은 지역으로 자리 잡고 있으며(최영신·강석진, 2012), 마약 범죄 발생 집중지역으로 나타났다. 이는 외국인 밀집지역이 마약 범죄 발생 증가와 관련이 있음을 알 수 있다.

경기도 외곽 지역인 남양주시, 양평군, 가평군, 안성시 등은 마약 범죄 발생 수준이 낮으며, 인접 지역 또한 낮은 범죄율을 보이는 LL군집을 형성하는 것으로 나타났다. 해당 지역은 산간 지형이 많고 인구밀도 감소 및 인구 고령화가 진행되고 있는 지역이다. 이는 마약 범죄 연령대에서 20~30대의 비중이 높은 점을 고려할 때, 고령 인구가 많은 지역일수록 낮은 마약 범죄 군집과 관련이 있음을 알 수 있다.

3. 순서형 로지스틱 회귀분석

본 연구는 마약 범죄에 영향을 미치는 도시환경 요인을 확인하기 위하여 인구특성, 토지이용, 건설환경, 방범시설, 관심시설을 독립변수로 설정하였다. 또한 치안사고통계 중 마약 등급을 종속변수로 설정하여 순서형 로지스틱 회귀분석을 진행하였으며, 그 결과는 <표 4>와 같다. 순서형 로지스틱 회귀모형의 의사 결정계수(Pseudo R2) 값은 약 0.072로, 이는 마약 범죄에 대한 순서형 로지스틱 회귀모형이 약 7.2%의 설명력을 가지고 있음을 의미한다.

Table 4.

Ordered logistic regression analysis results for drugs crime

외국인 인구 비율은 통계적으로 마약 범죄와 양(+)의 관계를 가지는 것으로 나타났다. 이는 외국인이 많이 사는 동네에서 마약 범죄 발생이 높은 것을 의미한다.

토지 이용 변수 중 주거 연면적은 마약 범죄와 음(-)의 관계를 가지며, 상업 연면적은 양(+)의 관계를 가지는 것으로 나타났다. 세부적으로 토지 이용에 대한 마약 범죄를 비교했을 때 상업 연면적(O.R.= 5.074), 주거 연면적(O.R.= 0.701) 순으로 나타났다. 이는 도시 내에서 발생하는 마약 범죄는 다양한 토지 이용 특성에 영향을 받는 것을 시사한다. 특히, 주거시설이 많은 지역에서 마약 범죄 위험이 감소하는 것과 대비되어 상업시설이 많은 지역에서 마약 범죄 위험이 증가하므로 상업시설이 많은 지역에 대한 마약 범죄 예방 및 관리 정책이 필요함을 시사한다.

다음으로 건설공사현황 밀도는 마약 범죄와 양(+)의 관계를 가지는 것으로 나타났다. 이는 방범이 취약한 건설현장에서 범죄 위험이 높다(Boba and Santos, 2008)는 결과와 일치하며, 건설현장에 대한 방범시설 강화가 필요할 것으로 판단된다.

방범시설 중 치안시설 밀도만 마약 범죄와 음(-)의 관계를 가지는 것으로 나타났다. 치안시설에는 경찰서, 파출소, 지구대 등이 포함되어 있으며, 이러한 시설의 배치와 더불어 해당 건물에 소속된 경찰관의 순찰을 통해 마약 범죄가 감소하는 것으로 해석할 수 있다. CCTV와 보안등의 밀도는 마약 범죄와 양(+)의 관계를 가지지만, 통계적으로 유의미한 결과를 보이지 않는다. 이는 방범시설은 주로 다양한 범죄가 자주 발생하는 지역을 대상으로 설치되고 있으며, 범죄발생과 밀접한 관계를 가지는 것으로 해석할 수 있다.

관심시설 중 유흥시설, 음식점의 밀도가 마약 범죄와 양(+)의 관계를 가지며, 병원, 숙박의 밀도는 음(-)의 관계를 가지는 것으로 나타났다. 특히, 관심시설에 대한 마약 범죄를 비교했을 때 유흥시설(O.R.= 1.00)과 음식점(O.R.= 1.00), 병원(O.R.= 0.99), 숙박(O.R = 0.99) 순서로 나타났다. 유흥시설에는 술집, 클럽, 유흥주점 등과 같은 시설들이 포함되어 있으며, 이는 클럽, 단란주점이 많은 지역에서 마약 범죄 발생이 증가한다는 결과와 일치한다(공정배 외, 2023). 또한, POI 혼합도가 높을수록 마약 범죄와 양(+)의 관계를 가지는 것으로 나타났다. POI 다양성이 높을수록 음식점, 유흥시설, 교육시설, 병원 등 다양한 시설이 혼합된 것을 나타내며, 이는 앞서 토지이용에서 분석한 상업 연면적의 결과와 일치한다.