Analysis of the Relationship between the Urban Environment and Safety : Infectious Diseases, Traffic Accidents, and Crime = 도시 구조가 도시 안전에 미치는 영향 - 전염병, 교통사고, 범죄를 중심으로 -

다국어 초록 (Multilingual Abstract)

Following the Korean War, South Korea embarked on urban replacement and planning initiatives aimed at catalyzing economic growth, which led to a significant concentration of the urban population. During the 1970s and 1980s, the primary focus of urban planning was to establish an infrastructure that could support economic development and accommodate the mass migration from rural to urban areas. During this era, man-made disasters, a consequence of population density, were only temporarily addressed. Traditional responses to traffic accidents relied on traffic engineering and road traffic studies, crime was examined through criminology, and infectious diseases were approached medically, leaving a gap in the urban planning response to man-made disasters.

As cities expanded and adopted density-focused compact development, the potential for man-made disasters increased. The COVID-19 pandemic has particularly underscored the close link between infectious disease outbreaks and urban environments, influencing urban dwellers’ perceptions (personal factors) and behavior towards urban spaces. The pandemic-induced preference for personal vehicle use could lead to increased road congestion and, subsequently, higher rates of traffic accidents and crime. Thus, these disasters are interconnected, influencing urban environments and individual behaviors, and highlighting the need for comprehensive urban planning approaches.

Furthermore, the compact nature of modern cities and their physical and non-physical density foster social interactions that impact personal characteristics and behaviors. Human ecology suggests that an individual's traits are shaped by their urban environment and vice versa. This interaction between personal factors, behaviors, and the urban environment underscores the importance of urban planning strategies that account for the urban environment's influence on individual behavior.

This study concentrates on man-made disasters within urban environment, grounded in reciprocal determinism, and explores (1) the impact of government control policies on infectious disease transmission and the subsequent changes in individuals' perceptions (which are personal factors) and behaviors towards urban spaces, (2) the role of urban environments in influencing traffic accidents, with personal factors contributing to over 70% of accident occurrences, and (3) the derivation of physical and non-physical urban characteristics that impact the occurrence of violent crimes, based on theories of human personal factors, behavior, and urban environment relations such as routine activity theory and social disorganization theory.

(1) The study examines how governmental quarantine policies and urban environments influence individual perceptions (personal factors) and behavior changes, focusing on Seoul, South Korea, and Shanghai, China, due to their differing responses to the COVID-19 pandemic. Unlike typical man-made disasters directly caused by individual actions, this study emphasizes the role of external factors in infectious disease spread and how these factors, coupled with related policies, affect individuals' perceptions and behaviors.

The findings reveal that infectious disease spread alters individuals' risk perceptions and their views of the urban environment, with the intensity of governmental quarantine policies leading to notable differences between Seoul and Shanghai. For example, in Seoul, restrictions on indoor activities significantly reduced the preference for indoor urban spaces and leisure activities during the pandemic, with a corresponding increase in outdoor activity preferences. Conversely, in Shanghai, comprehensive control policies led to a similar reduction in indoor activity preferences without a significant shift towards outdoor activities, instead fostering a preference for home-centered activities.

(2) Traffic accidents are closely associated with personal factors, necessitating the consideration of driving behaviors and the impact of the urban environment during driving. By categorizing the population by age, this study aimed to identify urban environments' physical and non-physical characteristics that make certain groups more vulnerable to traffic accidents and to understand how urban traits affect drivers' personal factors.

As emphasized by reciprocal determinism, the findings indicate that the urban environment significantly impacts individual behavior (traffic accidents), with distinct effects based on personal factors. For example, elderly drivers are more susceptible to physical and non-physical characteristics of urban environments that generate pedestrian and vehicle traffic, likely due to diminished cognitive abilities that impair their judgment and response times in busy environments (e.g., areas with high subway station accessibility and commercial areas). Moreover, urban environments with high pedestrian traffic present challenges in visibility, increasing the likelihood of accidents due to the emergence of blind spots. These outcomes suggest the necessity of incorporating pedestrian-induced physical and non-physical environments into factors influencing traffic accidents and underscore the need for improvements in aptitude testing systems and driving conditions at accident-prone spots, especially for elderly drivers.

(3) Personal factors influencing criminal behavior are affected by the urban environment. Drawing on reciprocal determinism and criminological theories, such as routine activity theory and social disorganization theory, this study posits that crime is influenced by the urban environment, guardians' presence, and potential victims. Contrary to previous findings that vibrant urban interactions decrease crime occurrences, this study demonstrates that crime's nature and impact depend on individuals' personal ffactors using urban spaces. For example, areas with a concentrated working population showed a decreased likelihood of violent crimes, whereas areas with a high proportion of foreign residents or significant night-time population influx showed an increased crime risk.

Furthermore, social disorder was closely related to commercial activities, an essential component of urban vitality. Nightlife venues emerged as factors that increase the likelihood of crime, creating a negative spillover effect that concentrates the potential for crime in certain areas. Convenience stores operating 24/7 influenced crime due to urban characteristics such as dense population during nighttime hours and solitary operation, facilitating anonymity and promoting criminal behavior. The findings indicate that physical disorder factors (e.g., dilapidated buildings, parking lots, roads) identified in criminology do not significantly impact or only affect certain types of crime. Therefore, crime occurrences can vary based on the physical characteristics of urban environments and personal traits, suggesting that urban disorder (physical and social disorder), associated with the concentration of population and vitality, necessitates consideration in crime prevention policies.

In summary, based on reciprocal determinism, infectious diseases, traffic accidents, and crime, while representing different types of man-made disasters, are influenced by personal factors and the urban environment (physical structure, non-physical characteristics, government policies). Environmental changes in response to disasters affect personal factors, altering individual behaviors and perceptions of the urban environment. Specifically, urban crime and traffic accidents share vulnerabilities to density, necessitating targeted responses. The spread of infectious diseases highlights the vulnerability of densely populated environments, necessitating urban planning and design guidelines that consider safe space usage and susceptibility to disease spread, especially during pandemics.

국문 초록 (Abstract)

한국은 한국전쟁 이후 경제 성장을 위한 도시 재건에 주력하였고 경제성장을 바탕으로 도시 지역에 인구가 집중되면서 본격적인 도시 계획이 이루어졌다. 1970~1980년대 도시계획의 주요 안건은 경제성장과 대규모의 이촌향도 현상을 뒷받침할 수 있는 도시 기반을 마련하는 것이었다. 이 과정에서 인구 집중과 사회경제 구조 변화로 인해 발생하는 인적 재난(Man-made disaster)은 일시적으로 재난에 대응하기 위한 측면에서 접근되었다. 주로 교통사고는 교통공학과 도로교통, 범죄는 범죄학, 감염병은 의학 측면에서 재난 상황을 극복하고자 노력하였으며, 도시 계획 측면에서 인적 재난에 대응하기 위한 시도는 결여되어 왔다.

도시가 성장하고 밀도 중심의 압축 개발을 통해 발생하는 다양한 상호작용과 사회 구조 변화는 인적 재난 발생 가능성을 증가 시키고 있다. 특히, 코로나19 대유행과 같은 대규모의 감염병 유행은 감염병 확산(취약성) 및 통제 정책이 도시 환경과 밀접하게 연관되어 있으며,이로 인해—도시환경의 감염 취약성을 고려한 정부의 통제 정책은—도시민의 인식(인적특성)과 도시 공간 선택과 같은 행동에 영향을 미치기도 하였다. 감염병 확산으로 인한 개인 차량 이용 선호는 도로의 차량 집중을 유발하며 팬데믹 이후 외부 통행 증가는 교통사고 증가, 범죄 발생을 야기할 수 있다. 이처럼, 인적 재난은 서로 직간접적으로 연관되어 있으며 인적 재난으로 인한 도시 환경 변화는 개인의 인식과 행동에 영향을 미칠 수 있으므로 도시 계획 관점에서 접근이 요구된다.

특히, 현대 도시의 압축적인 도시 구조와 물리적・비물리적 밀집은 도시민의 교류를 촉진하며, 상호작용을 촉진하는 도시 환경은 개인의 인적 특성과 행동에 영향을 미친다고 알려져 왔다. 이와 관련하여, 인간 생태학은 개인의 인적 특성은 도시 환경에 영향을 받으며, 역으로 인적 특성 또한 도시 환경에 영향을 미칠 수 있다고 보았다. 따라서, 인적 재난의 발생(원인)과 영향(파급효과)을 분석하는 데 있어 개인의 인적 특성-행동-도시 환경의 상호작용에 대한 고려가 필요하며, 이는 정부 정책에 영향을 받을 수 있음을 함께 반영한 학술적・정책적 접근이 요구된다.

이와 같은 배경에서 본 연구는 도시에서 발생하는 인적 재난에 주목하였다. 특히, 상호결정론을 기반으로 (1) 감염병 확산으로 인한 정부의 통제 정책과 도시 환경에 대한 개인의 인식과 행동 변화에 주목하였으며, (2) 개인의 인적 특성이 충돌 사고 발생에 70% 이상 영향을 미치는 것으로 알려져 있는 교통사고를 대상으로 인적특성(연령)에 따른 교통사고 발생에 도시 환경이 미치는 영향을 유명하였다. 마지막으로 (3) 일상생활이론과 사회해체이론과 같은 인적 특성, 행동, 도시 환경의 관계를 다룬 범죄 이론을 바탕으로 강력 범죄 발생에 영향을 미치는 도시의 물리적, 비물리적 특성을 도출하였다.

(1) 감염병 확산으로 인한 외적 요인(정부의 방역 정책)과 도시 환경과 관련된 개인의 인적 요인인 인식과 행동 변화를 동아시아의 대표 도시이자 유사한 도시 특성을 보이지만 코로나19 팬데믹 대응에 있어 상이한 접근 방식을 선택한 한국의 서울과 중국의 상해를 연구의 공간적 범위로 설정하여 정부 정책에 따른 도시 환경에 대한 인적 특성(인식)과 행동 변화를 규명하고자 하였다. 본 고에서는 일반적으로 인적 재난이 개인의 행동에 의해 발생하는 것과 달리, 감염병은 외부 요인에 의해 발생한다는 점을 고려하여 감염병 확산과 그에 대한 정부 대응 정책이 인적 특성(인식)과 행동에 미치는 영향에 주목하였다.

연구 결과, 감염병 확산은 개인의 위험 인식과 도시 환경에 대한 인식에 영향을 미치며, 정부의 방역 정책 강도의 영향으로 두 도시 간 인식과 행동이 유의미한 차이가 있음을 확인하였다. 예를 들어, 서울은 실내 활동에 대한 정부 조치로 인하여 코로나19 팬데믹 이전에 비해 팬데믹 중 실내 도시 공간과 여가활동에 대한 선호도가 매우 감소하였으며 시점 별 유의미한 차이를 보였다. 또한, 외부 활동과 관련된 녹지 및 오픈 스페이스, 실외 체육 시설, 실외 여가 활동에 대한 선호도가 팬데믹 이전에 비해 증가하였다. 반면, 중국 상해는 필수 시설을 제외한 도시 공간 이용에 대한 전면 통제 정책으로 인하여 실내 도시 공간과 여가 활동에 대한 선호도가 서울과 같이 팬데믹 이전에 비해 감소하였으나, 서울처럼 실내활동에 대한 인식이 실외활동으로 전환되지 않고 집 중심의 활동에 대한 선호로 전환된 양상을 보임을 확인하였다.

팬데믹 이전 대비 팬데믹 중 도시 공간에 대한 인식 변화는 상호결정론에서 인간이 환경과 지속적인 상호작용을 통해 개인의 인적 특성과 행동이 변화할 수 있음을 보여주는 결과라고 할 수 있다. 또한, 서울은 팬데믹이 지속됨에 따라, 1차 설문 시점(2020년) 보다 2차 설문 시점(2021년)에서 도시 환경에 대한 인식이 전반적으로 개선되어 감염병 확산 중 시간 경과에 따라 개인의 인적 특성(인식)이 변화할 수 있음을 확인하였다. 이와 같은 연구 결과는 감염병 확산을 통제하기 위한 정부 정책의 강도에 따라 개인의 인적 특성(인식)과 행동의 변화가 발생하지만, 팬데믹이 장기간동안 지속됨에 따라 도시 환경에 대한 위험 인식이 감소한다는 점에서 도시 환경을 대상으로 한 방역정책의 효과 유지를 위한 대책 마련이 필요하다는 점을 강조한다.

아울러, 코로나19와 같이 장기간동안 지속된 대유행 상황에서 시점에 따른 도시 공간에 대한 인식과 개인의 행동 변화를 파악하여 변화에 대응하기 위한(확산을 예방하기 위한) 정책적 접근이 요구된다. 본 연구에서 팬데믹 경과 시점에 따라 도시 공간에 대한 인식이 변화한 것처럼, 도시 공간 이용을 통제하는 강도 높은 방역 정책이 지속되면서 실외 공간에 대한 선호도가 증가 하였고 방역 정책의 사각지대에 있던 공원 및 오픈스페이스의 야간 및 주말 이용자 수가 증가함에 따라 사회적 거리두기 실천이 불가능해지면서 한강 공원을 비롯한 도심 내 공원 잔디밭 이용이 통제되기도 하였다.

(2) 교통사고는 개인의 인적 특성과 밀접하게 연관되어 있으며, 주행 행동과 주행 중 도시 환경이 미치는 영향에 대한 고려가 필요하다. 이에 본 연구는 인적 특성 중 연령을 세분화하여 고령 운전자(만 65세 이상)와 비고령 운전자(만 65세 미만) 집단을 구분하여 집단 별 교통사고 발생에 취약한 도시 환경의 물리적・비물리적 특성을 도출하고자 하였다. 이후 집단 별 교통사고 발생에 영향을 미치는 도시 환경 특성과 운전자의 인적 특성 간의 관계를 고려하여 연구 결과를 해석하였다.

연구 결과, 상호 결정론에서 강조한 것처럼, 도시 환경은 개인의 행동(교통사고)에 영향을 미치는 것으로 나타났으며, 인적 특성에 따라 영향을 미치는 도시 환경 특성과 행동이 상이함을 확인하였다. 예를 들어, 고령 운전자는 보행자와 차량 통행을 유발하는 도시의 물리적・비물리적 특성에 취약한 반면, 비고령 운전자는 보행자의 통행을 유발하는 도시 환경에 취약한 것으로 나타났다. 고령 운전자는 노화로 인한 인지 능력 저하로 주행 중 발생하는 긴급 상황에 대한 판단과 대응 속도가 비고령 운전자에 비하여 상대적으로 느리다. 따라서, 차량 통행이 많은 환경(지하철역 접근성이 높은 지역, 상업지역)에서 개인 인적 특성의 영향으로 인한 교통사고 발생 가능성이 증가하는 것으로 해석된다. 아울러, 보행자 통행이 많은 도시 환경에서는 신체 능력 저하 중 가시도 손상으로 인해 사각지대에 위치한 보행자를 인식하는 등 상황 발생에 대응하는 데 한계가 있어 교통사고 발생 가능성이 증가하는 것으로 보인다.

이와 같은 결과는 교통사고 발생에 영향을 미치는 환경 요인에 도로 환경 외에도 보행자의 통행을 유발하는 물리적 환경과 비물리적 환경(인구, 사회경제적 특성)을 포함해야 함을 보여주며, 도시 교통사고 예방을 위한 적성 검사 체계 개선과 고령 운전자를 고려한 사고 다발 지점의 주행 환경 개선(표지판 설치, 신호주기 개선 등)의 필요성을 강조한다.

(3) 범죄 행동에 영향을 미치는 인적 특성은 도시 환경의 영향을 받는다. 본 연구는 상호결정론과 범죄학의 일상생활이론, 사회해체이론을 기반으로 범죄가 일상생활 내 도시 환경, 감시자, 피해자 출현에 영향을 받는다고 보았다. 이를 통해 범죄에 영향을 미치는 도시의 물리적・비물리적 특성을 규명하고 범죄 이론 상 범죄 발생에 영향을 미치는 무질서한 공간의 의미를 재구성하고자 하였다.

연구 결과, 관련 선행연구에서 사람 간 상호작용이 활발한 도시 환경에서 범죄 발생 가능성이 감소한다고 밝힌 것과 달리, 상호 작용이 활발한(보행자가 많은) 도시 공간이라도 공간을 이용하는 사람들의 인적 특성에 따라 감시자의 역할이 결정되는 것으로 나타나, 공간을 구성하는 인적 특성에 따라 범죄 행동에 미치는 영향이 다르게 도출되었다. 예를 들어, 지역에 거주 주이거나 대부분의 일상 시간을 보내는 직장 인구가 집중된 지역에서는 강력 범죄 발생 가능성(5대 강력 범죄 발생 밀도)이 감소하지만, 거주 인구 중 외국인 거주민의 비중이 높거나 야간 유입인구, 외부 지역에서 이주한 인구가 많은 지역은 범죄 발생 가능성이 증가하는 것으로 나타났다. 외부 유입이 활발한 지역은 익명성이 보장된다는 점에서 지역과 공간을 이용하는 자신을 타자화하는 반면, 지역에 대한 애착감이 형성된 거주민 또는 직장인구 등은 지역에서 발생하는 일탈적 행위에 대한 개입 가능성이 높아 범죄 발생 가능성이 감소한다고 볼 수 있다.


또한, 사회적 무질서는 도시 활력 요소인 상업 활동과 연관성이 높게 나타났다. 상업 시설 중 유흥업소는 범죄 발생 가능성을 증가시키는 요인으로 나타났으며, 부(-)의 인접효과를 발생시켜 해당 지역의 범죄 발생 가능성을 집중시킨다. 24시간 운영하는 편의점은 공간의 특성(24시간 운영으로 야간 시간대 인구 밀집, 1인 운영)이 범죄 발생에 영향을 미치며, 불특정 다수가 방문한다는 점에서 익명성이 보장되어 범죄 행동을 촉진시킬 수 있다. 연구 결과, 범죄학에서 제시한 물리적 무질서 요인(노후된 건축물, 주차장, 도로)은 특정 범죄 유형에서 유의미한 영향을 미치는 것으로 나타났다. 즉 인구 집중을 유발하는 도시의 물리적 특성과 인적 특성에 따라 범죄 발생 가능성은 달리 나타날 수 있으며, 도시의 무질서는 인구를 집중시키는 도시 활력과 연관성이 높다고 볼 수 있으므로, 이를 고려한 방범 정책이 요구된다.

상호결정론을 기반으로 연구 결과를 종합하면, 감염병과 교통 사고, 범죄는 서로 다른 인적 재난의 성격을 보이고 있으나, 재난 발생(교통사고, 범죄)에 있어서는 개인의 인적 특성과 도시환경(물리적 구조, 비물리적 특성, 정책)이 재난을 야기하는 개인의 행동에 영향을 미친다고 볼 수 있다. 또한, 재난에 대응하기 위한 환경 변화는 개인의 인적 특성에 영향을 미쳐 개인의 행동과 도시 환경에 대한 인식을 변화시킬 수 있다. 특히, 도시의 범죄와 교통사고는 밀도에 취약하다는 공통점을 갖는다. 이 중 범죄는 익명성이 보장되며 상업활동이 활발하고 외부 이주민의 유입이 활발한 지역에서 범죄 발생 가능성이 증가한다. 교통사고는 상업활동을 비롯하여 보행자의 통행이 집중되는 도시 환경에서 개인의 인적 특성(인지반응 속도 감소, 신체적 노화 등)으로 인한 즉각적인 대응 한계로 인해 사고 발생 가능성이 증가한다는 점에서 집중 적인 대응이 요구된다. 감염병은 인구가 집중되는 도시 환경에서 전파된다는 점에서 공간을 대상으로 한 방역 정책이 인구 밀도가 높은 다중이용시설(주로 상업 공간)에 집중되었다.
방역 정책의 강도와 정책 대상에 대한 개인의 인식을 고려하여 안전한 공간 이용을 위하여 감염병 확산에 취약한 도시 공간 특성과 감염병 확산 취약성을 고려한 도시 계획 및 설계 지침이 마련되어야 한다.

목차 (Table of Contents)

• CHAPTER 1. INTRODUCTION １
• 1.1. RESEARCH BACKGROUND１
• 1.2. RESEARCH SCOPE ７
• 1.3. CHAPTER OUTLINE ９
• CHAPTER 2. RESEARCH DESIGN １２
• 2.1. DISASTERS AND CITIES １２
• 2.1.1 Urban Safety １２
• 2.1.2 Disaster and Urban Environment (Density) １５
• 2.1.3 Differentiation from Previous Studies １６
• 2.2 RESEARCH FRAMEWORK １９
• CHAPTER 3. ANALYZING IMPACT OF INFECTIOUS DISEASES ON
• PERCEPTIONS AND BEHAVIORS IN URBAN ENVIRONMENT ２３
• 3.1 INTRODUCTION ２３
• 2.2. LITERATURE REVIEW ２５
• 2.2. Infectious disease and cities. ２５
• 3.2 DATA AND METHODS ２９
• 3.2.1 Research Area ２９
• 3.2.2 Countermeasures against COVID-19 in Seoul and Shanghai３１
• 3.2.3 Data and Participants ３６
• 3.2.4. Method ３８
• 3.3 RESULTS ４２
• 3.3.1 Risk perception on infection disease ４２
• 3) Personal preventive behaviors regarding infectious diseases ４３
• 3.3.2. Perception and behavioral changes in urban spaces ４４
• 3.3.3. Leisure and tourism ４９
• 3.3.4. Community ５２
• 3.3.5. Economic impact of COVID-19 on household income ５３
• 3.2 DISCUSSION ５４
• 3.4 CONCLUSION ６０
• CHAPTER 4. ANALYZING THE IMPACT OF URBAN ENVIRONMENT ON
• TRAFFIC ACCIDENTS: A COMPARATIVE ANALYSIS FROM THE PERSPECTIVE
• OF THE ELDERLY AND NON-ELDERLY DRIVERS ６２
• 4.1 INTRODUCTION ６２
• 4.2 LITERATURE REVIEW ６５
• 4.2.1 Traffic accidents and urban environment ６５
• 4.3 DATA AND METHODS ７２
• 4.3.1 Data ７２
• 4.3.2 Methods ７７
• 4.4 FINDINGS ７９
• 4.4.1 OLS modeling and its alternatives ７９
• 4.4.1 MAJOR CHARACTERISTICS OF ELDERLY DRIVER’S TRAFFIC ACCIDENTS ８２
• 4.5 CONCLUSION ８６
• CHAPTER 5. ANALYZING THE IMPACT OF URBAN ENVIRONMENT ON
• CRIME OCCURRENCE ９１
• 5.1 INTRODUCTION ９１
• 5.2 LITERATURE REVIEW ９５
• 5.2.1 Theory of Urban Crime ９５
• 5.2.2 Relationship between crime and urban environment (Relationship between
• disorder of urban spaces and crime) １００
• 5.3 DATA AND METHOD １０５
• 5.3.1 Research Model １０５
• 5.3.2 Research Area and Data １０５
• 5.3.3 Method １０９
• 5.3.3 Descriptive Analysis １１２
• 5.4 RESULTS １１４
• 5.4.1 Relationship between types of Crimes and Urban environment: Application of
• the SUR model. １１４
• 5.4.2 Analysis of the Relationship between Violent Crime Incidents and Urban
• environment in urban Areas Using Spatial Panel Models １１９
• 5.4.3 Discussion. １２４
• 5.5 CONCLUSION １３０
• 6.1 SUMMARY AND POLICY IMPLICATION １３４
• 6.2 LIMITATIONS AND FURTHER RESEARCH SUGGESTIONS １４１
• APPENDIX. １４３
• 1. RESULTS OF ANALYZING THE IMPACT OF URBAN ENVIRONMENTS ON CRIME
• OCCURRENCE１４３
• BIBLIOGRAPHY １５２
• Figure
• <!-- Not Allowed Attribute Filtered ( 1-1) --><Figure> Reciprocal determinism structure 5
• <!-- Not Allowed Attribute Filtered ( 2-1) --><Figure> Research Framework 22
• <!-- Not Allowed Attribute Filtered ( 3-1) --><Figure> Critical contextual factors shaping COVID-19 countermeasures . 31
• <!-- Not Allowed Attribute Filtered ( 3-1) --><Figure> Dr. Jeong Eun-kyung, the Director of the Korea Disease Control and Prevention Agency, along with other staff members from the agency, participated in the "Thanks to You Challenge." (Source: Central Disease Control Headquarters) 34
• <!-- Not Allowed Attribute Filtered ( 3-3) --><Figure> Research Framework 41
• <!-- Not Allowed Attribute Filtered ( 4-1) --><Figure> Traffic Accidents per 100,000 Population 62
• <!-- Not Allowed Attribute Filtered ( 4-2) --><Figure> Traffic accidents in Seoul involving elderly drivers in 2015 74
• <!-- Not Allowed Attribute Filtered ( 4-3) --><Figure> Testing of the OLS assumptions. 80
• <!-- Not Allowed Attribute Filtered ( 5-1) --><Figure> Research Framework 105
• <!-- Not Allowed Attribute Filtered ( 5-2) --><Figure> The SUR model structure 110
• <!-- Not Allowed Attribute Filtered ( 5-3) --><Figure> Crime incidents in convenience store 129
• Table
• &lt; Table 2-1&gt; Legal definition of disaster 12
• &lt; Table 3-1&gt; Survey participants 38
• &lt; Table 3-2&gt; Changes in risk perception on infectious disease 43
• &lt; Table 3-3&gt; Perception and behavioral changes in urban spaces 46
• &lt; Table 3-4&gt; Perception differences regarding Urban spaces in Seoul at different time point 41
• &lt; Table 3-5&gt; Changes in Leisure and tourism (Seoul and Shanghai) 51
• &lt; Table 3-6&gt; Community and economic impact of COVID-19 on household income 54
• &lt; Table 4-1&gt; Traffic accidents affecting factors by 3Ds (Density, Diversity, Design) concept 69
• &lt; Table 4-2&gt; Description of input variable 76
• &lt; Table 4-3&gt; Model Comparisons 81
• &lt; Table 4-4&gt; Spatial weighting matrix 81
• &lt; Table 4-5&gt; Results of the analysis from the elderly and non-elderly driver groups 85
• &lt; Table 5-1&gt; Impact of urban environments on crime 102
• &lt; Table 5-2&gt; Data Description 108
• &lt; Table 5-3&gt; Descriptive analysis 113
• &lt; Table 5-4&gt; The results of the SUR analysis 118
• &lt; Table 5-5&gt; Results from spatial panel model 122