초록 열기/닫기 버튼
공무집행방해로 인해 공상 피해가 발생하는 상황적 특성과 맥락을 파악하기 위하여 2010년부터 2015년까지 6년간 공무원연금공단으로부터 공무집행방해로 인한 공상이 인정된 경찰관 3,240명에 대한 자료를 음이항회귀모형(negative binomial regression model)을 이용하여 분석하였다. 요양일수의 크기로 파악되는 경찰관들의 공상 정도가 매년 심화되고 있는 경향이 확인되는 가운데, 특히 인신구속 또는 교통단속 업무를 수행하고 있었는지 여부는 중한 공상 피해를 강하게 예측하는 요인으로 나타났다. 통상적인 인식과는 달리 가해자가 여러 명인지 여부, 가해자의 음주 여부, 피해 경찰관 및 가해자의 성별, 공무집행방해 행위가 실외에서 이루어졌는지 여부는 공무집행방해로 인한 중한 공상 피해 위험성과는 관련성이 낮은 것으로 분석되었다. 공무집행방해가 체포면탈이나 단속회피와 같이 강제력 행사를 벗어나고자 하는 가해자의 상황과 결부되었을 때 중한 공상 피해가 야기될 위험성이 높아진다는 분석결과를 바탕으로, 순찰 등 일상적인 경찰활동에 존재하는 공무집행방해와 중한 공상 피해가 발생할 가능성이 높은 공무집행방해를 구분하여 이해할 필요가 있음을 제언하였다.
Using a negative binomial regression model, this study analyzed data on 3,240 police officers assaulted in the execution of official duties collected by the Government Employees Pension Service for six years from 2010 to 2015. While the level of official injuries for police officers, estimated as the days of convalescence, has been more serious every year, whether they were using force for the purpose of arrest/detention or traffic control at the time of assault is identified as a strong predictor for serious official injuries. Besides gender of victimized police officer and perpetrator, factors on whether there were multiple perpetrators, whether the perpetrator was drunk with alcohol, and whether the obstruction of justice was committed outdoors are not related to the risk of serious official injuries, which is contrary to common expectations. Based on the analysis result that there is an increased risk of official injuries when an obstruction of justice is associated with an assailant's attempt to escape from a situation that the use of force relating to arrest or control is needed, this study suggests that it is necessary to distinguish between obstructions of justice existing in routine police activities - such as patrols - and those with high probability of causing serious official injuries.
키워드열기/닫기 버튼
Obstruction of Police’s Performance of Official Duties, Police Officers Assaulted, Days of Convalescence, Negative Binomial Regression Model, Incidence Rate Ratio
