일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- 정책과정론
- 정책학
- 조직절차모형
- 계량분석
- 정책평가
- 국제학
- 정책결정론
- 미숙련 노동자
- 징병추첨번호
- 상향식접근
- 논문쓰기
- 취업
- 전망이론
- 기대효용이론
- 이론이란?
- 손실구간
- 정책집행론
- 도구변수
- 실험설계
- 식품불안정
- 관료정치모형
- 조직행동
- 앨리슨모형
- 상향식 집행
- 조직관리
- 행정학
- 하향식접근
- 쓰레기통모형
- 합리모형
- 조직루틴
- Today
- Total
공간정책분석가
논문리뷰 (사형제도와 살인범죄율 인과관계): Uses and Abuses of Empirical Evidence in the Death Penalty Debate (Donohue & Wolfers, 2006) 본문
논문리뷰 (사형제도와 살인범죄율 인과관계): Uses and Abuses of Empirical Evidence in the Death Penalty Debate (Donohue & Wolfers, 2006)
분석가 가온 2023. 10. 10. 01:36Backgroud
본 논문은 사형제도가 살인범죄율에 영향을 주는지를 파악하고자 한다. Ehlich(1975)의 연구를 시작으로 이에 대한 실증연구들이 나오기 시작했는데, 이론적으로는 살인죄로 인한 비용이 커지면 살인 범죄가 감소한다는 것을 기초로 하고 있다. 저자는 기존의 연구들에서 실시한 실증적 방법론들이 관측값의 부족, 오차항 통제의 부족 등 방법론적 오류를 갖고 있다는 인식하에 기존 연구들의 데이터와 방법론의 재현을 바탕으로, 비판적인 메타연구를 진행했다. 저자는 단순 시계열분석, 통제집단을 활용한 이중차분법, 고정효과 패널분석, 도구변수, 검정력까지 다양한 측면에서 사형제도의 억제효과를 종합적으로 검토했다.
Data
본 연구는 기존의 다양한 연구에서 시행한 방법론을 재현하는 연구로써, 기존 연구들에서 사용된 데이터들을 최대한 확보하기 위해 노력했고, 몇몇 연구에 대해서는 민감성까지 검정했다. 연구의 신뢰성을 확보하는 것은 해당 연구의 내적 타당성과 외적 타당성과 직결되는 문제이다. 만약 연구가 모형의존도나 데이터의존도가 매우 높다면, 데이터가 조금이라도 변경되었을 때 연구결과가 완전히 달라지는 높은 민감성을 보일 경우 연구에 대한 신뢰성이 훼손될 수 있다. 특히 연구에서 자주 사용되는 OLS는 평균을 활용하기 때문에 극단값이 존재할 경우 추정값이 잘못 도출될 수 있다. 이를 위해 저자는 택사스, 캘리포니아 등의 극단값을 고려하고, 다른 곳에서 수집한 데이터를 활용하여 분석대상을 확장하는 등 데이터의 민감성을 낮추기 위해 노력했다. 또한, 행정구역단위를 엄밀하게 구분하여 분석결과를 해석함으로써 분석 단위의 표준오차 과소추정을 통제하고자 했다.
Design
본 논문은 단순 시계열분석, 고정효과모형, 도구변수법, 검정력의 순서로 연구를 진행함으로써 각각의 방법론에서 나타나는 문제점들을 파악할 수 있는 장점을 가지고 있다. 기본적인 가정은 살인의 비용을 높여 살인범죄 수를 줄이겠다는 것인데, 여기서 살인의 비용을 높인다는 것은 사형제도, 투옥기간 등을 의미한다. 하지만 이러한 상황은 현실에서 보기 드문 사건으로, 관찰값이 소수이고, 오히려 사형제도가 생명경시 풍조를 유발하여 살인을 촉발할 수 있다는 점 등의 문제가 있다. 저자는 이러한 점을 이론적으로 지적하는 것을 시작으로 다양한 방법론을 논리적 흐름에 따라 보여줌으로써 기존 연구들을 검토했다.
먼저 시계열자료를 살펴보면 살인범죄의 수와 사형집행 수 간의 상관관계는 명확하게 나타나지 않는다. 1960년 이후 살인범죄가 사형으로 연결된 것은 0~3% 정도였고, 지난 60년간 2.5%~18%로 크게 변하는 추세를 보였다. 따라서 이와 같은 데이터를 기반으로 사형제도의 억제효과를 파악하고 이에 대해 단정을 하는 것은 연구 신뢰성이 떨어질 수 있다. 선행연구를 보면 Parasell and Taylor는 1935년부터 1962년까지의 데이터를 기반으로 사형제도의 억제효과가 없다고 주장한 반면, Dezhbaksh and Shepherd는 1960부터 2000년까지의 데이터를 기반으로 사형집행 수와 살인범죄율간의 강한 부의 상관관계가 있다고 주장해다.
단순시계열분석은 다양한 사회경제적 변수들을 통제하지 못한다는 단점을 가지고 있다. 따라서 저자는 이어서 고정효과를 통한 패널분석을 실시했다. 분석대상으로 사형제도가 조기에 폐지된 캐나다와 사형제도가 폐지되었다가 다시 실시된 미국을 비교하여 사형제도의 억제효과를 분석했다. 캐나다는 1961년 사형제도가 폐지된 이후 살인 범죄율이 급격히 상승했지만, 이는 사형제도가 유지되던 미국에서도 마찬가지로 증가했다. 1972년 미국의 사형제도가 폐지된 후 1976년 사형제도가 다시 부활했다. 1976년 이후 두 개 국가는 서로 다른 추레를 보이는데, 미국은 1976년 이후 살인 범죄율이 지속적으로 증가하는 반면, 캐나다는 떨어지는 추세를 보였다. 이를 보면 사형제도가 살인 범죄율을 상승시키는 요인으로 보이지만, 지속적으로 사형제도가 없었던 주를 통제하여 사형제도의 억제효과를 분석하면 사형제도가 지속적으로 존재하지 않았던 주가 연간 10만명당 살인사건 발생 수가 더 낮은 것으로 나타났다. 사형제도가 일시적으로 폐지되었던 1972년부터 1976년에는 두 국가 모두 살인사건 발생률이 증가하는 것으로 나타났고, 이 추세는 1990년대 후반이 되어야 꺾이기 시작했다. 이를 기반으로 볼 때, 사형제도가 억제효과를 가지고 있다는 실증적 증거는 찾기 어려운 것으로 보인다.
저자는 앞선 분석을 기반으로 처치집단과 통제집단에 공통적으로 영향을 주는 요소가 있을 수 있고 따라서 해당 요소가 사형집행과 살인범죄율 간의 허위상관관계를 만든다고 적시했다. 따라서 이를 통제하기 위해서는 공통적으로 영향을 주는 요소를 통제해야 한다. 이를 위해 저자는 이중차분법을 사용했고 그 결과 Dezhbaksh and Shepherd의 주장과 다르게 어떠한 시점에서도 사형집행과 살인범죄율간의 관계가 통계적으로 유의미하지 않았다.
통계적 기법
본 연구는 통계적 측면에서 패널데이터분석을 통해 시점효과와 주 단위 효과를 고정효과 모형을 활용하여 통제했고, 도구변수를 활용항 쌍방향적 인과관계에서 일방향적인 인고관계의 효과를 분리하여 추정했다. Dezhbaksh and Shepherd는 OLS를 통해 사형집행의 억제효과를 추정하려고 하였으나, 자기상관이 존재하는 시계열 데이터를 OLS로 추정할 경우 표준오차가 과소추정되어 통계적 유의미성이 과대평가될 수 있다. 저자는 위와같은 문제를 피하기 위해 WLS 방법으로 사형제도의 억제효과를 주정했고, OLS로 추정했을 때에 비해 약 3배 정도 큰 것으로 확인되었고, 사형집행과 살인범죄율 간의 관계는 Dezhbaksh and Shepherd의 연구와 다르게 통계적으로 유의미하지 않은 것으로 나타났다.
본 연구에서 사용된 다른 방법은 도구변수법이다. Dezhbakhsh, Rubin and Shepherd(2003)는 살인범죄율이나 관찰되지 않는 범죄결정요인(선고형의 장단)에는 영향을 미치지 않으면서, 사형에는 영향을 미치는 도구변수로 주-경찰보수총액(state-level police payroll), 사법지출(judicial expenditures), 공화당투표율(Republican vote share in PE), 교도소 입소(prison admissions)의 4가지를 선정하였다. 4가지 변수들이 좋은 도구변수라면 사형제도와 관련된 변수들을 변화시키면서, 살인범죄율에는 영향을 주지 않아야 한다. 저자는 해당 연구에서 사용된 도구변수들이 전자를 충족시키지만 후자를 충족시키지 못한다고 보고, Hausman test를 통해 검증했다.
전체적인 평가와 한계
저자는 기존 선행연구들의 데이터와 방법론을 재현함으로써 기존 연구들의 연구결과를 비판하고 있다. 이어서 본 연구는 통계적 방법론을 사용함에 있어서 데이터의 특징, 사용되는 방법론의 한계 등을 고려하여 분석이 진행되어야 한다는 것을 보여주고 있다는 점에서 매우 시사성이 높은 연구라고 할 수 있다. 특히 실증연구에 대한 신뢰성이 계량경제학적 방법에 의존하는 것이 아님을 보여주면서, 모델의존성과 데이터민감성을 최소화하하기 위해 노력해야하는 이유를 연구를 통해 보여주었다고 할 수 있다. 하지만 저자는 기존 선행연구들의 방법론을 재현하는 과정에서 종속변수를 바꾸거나 새로운 시계열을 추가하는 등 데이터의 여러 측면을 많이 변형시켰다. 특히 종속변수를 바꿀 경우 모델의존성이나 데이터민감성과 상관없이 연구 측면으로 볼 때 전혀 다른 연구라고 할 수 있다. 따라서 이를 기반으로 기존 연구의 결과가 강건하지 않다고 보는 것은 어렵다고 할 수 있다.