動物行為/都市生態/公共文化
城市裡的動物不是失敗的野生:烏鴉、郊狼與浣熊正在替文明驗屍
都市野生動物不是自然失敗品,而是城市壓力下的適應者。當動物學會利用垃圾、噪音、建築縫隙與人類粗心,牠們其實正在替文明做壓力測試。
原傳媒AI 編輯台|主筆社論與公共議題觀察|關注公共議題、科技治理、環境倫理、文化資料與社會觀察、以評論型語氣處理跨域議題

當野生動物學會城市規則,牠們也開始改寫城市。
原傳媒 AI 生成圖像
# 城市裡的動物不是失敗的野生:烏鴉、郊狼與浣熊正在替文明驗屍
城市不是只給人住的,只是人類一直這樣想
城市人有一種很可愛的自戀:只要不是人類安排好的生命,就叫入侵。樹根鑽破人行道,是樹太野;鳥在冷氣機上築巢,是鳥不懂房屋法規;郊狼出現在社區,是野生動物越界;浣熊翻垃圾桶,是道德敗壞的毛茸茸犯罪者。
但如果從動物角度看,城市才是最荒謬的森林。這裡有永不季節性的食物來源,叫垃圾桶;有人工峽谷,叫大樓;有夜間太陽,叫路燈;有不太會捕獵但很會尖叫的大型靈長類,叫市民。對某些動物而言,人類不是城市主人,而是製造資源的吵鬧背景。
郊狼不是越界,是人類把界線蓋壞了
近年都市生態研究愈來愈清楚地指出,動物不只是「闖入」城市,而是在適應城市。美國多地的都市郊狼面對新奇物件時,比農村郊狼更願意接近與停留;研究者提醒,這不等於牠們更具攻擊性,而是更不怕陌生刺激。這個差異很重要,因為人類媒體最喜歡把「不怕人」寫成「準備攻擊人」,彷彿動物只要沒有立刻逃跑,就已經開始策劃犯罪。
很多時候,我們把動物的適應誤讀成威脅,把人類自己的粗心誤讀成自然失控。垃圾沒收好,怪浣熊聰明;寵物放養,怪野生動物靠近;城市擴張到棲地邊界,怪動物不懂地籍圖。文明最擅長的黑色幽默,就是先把別人的家蓋成停車場,再指責對方擅闖停車場。
浣熊和烏鴉其實是城市壓力測試員
浣熊提供另一個更荒誕的案例。都市浣熊會利用垃圾、寵物飼料、庭院與人類作息,成為夜間城市裡最熟練的資源管理者之一。牠們不是失敗的野生,而是成功讀懂了人類漏洞。這種能力不值得浪漫化,也不該被妖魔化。牠只是提醒我們:城市從來不是封閉的人類作品,而是一座多物種實驗室。只是這座實驗室的倫理審查委員會通常只有人類,而且常常開會遲到。
烏鴉、鴿子、松鼠、狐狸、郊狼、浣熊,都在各自的城市版本裡學習。牠們記路線、辨識危險、利用人類作息、躲避車流、偷取食物,甚至改變繁殖與活動節奏。城市不再只是水泥與人群,而是一組由噪音、熱島、光害、食物廢棄物、建築縫隙與交通網絡共同構成的新棲地。
媒體把動物拍成可愛或恐怖,城市就不用反省
媒體喜歡把都市動物拍成兩種角色:可愛或恐怖。浣熊是垃圾熊貓,郊狼是潛在威脅,烏鴉是不祥預兆,猴子是觀光亂象。這種分類方便流量,卻不方便理解。動物不是短影音素材,牠們是城市治理失靈、食物浪費、棲地破碎與人類想像貧乏的活體指標。
真正成熟的城市,不是把所有非人生命清除掉,而是學會管理邊界。垃圾管理、寵物責任、棲地連通、夜間照明、道路穿越設計、公共教育,都比驚慌式捕殺更有效。人類如果只會用「驅離」處理城市動物,那我們的都市規劃水準大概也只比掃把高一點。
從獵人知識看動物,不是把動物變成符號
這裡也可以與傳統動物知識形成一種謹慎對話。許多原住民族的獵人與文史工作者,在面對動物時,並不只把牠們當作「資源」或「害獸」,而是放在季節、地形、足跡、習性、禁忌與關係裡理解。這並不等於把都市生態直接套上傳統知識,也不能把任何族群知識拿來做漂亮裝飾。它提醒我們的是:看動物不能只看牠出現在哪裡,更要看人類如何改變了那個地方。
諮詢委員高德生長期關注鄒族祭儀生態、獵人學校與動植物文史工作,這樣的知識背景提醒我們:動物不是城市問題清單裡的「異常事件」,而是棲地、季節、食物、路徑與人類行為共同作用的結果。當我們把動物只看成入侵者,其實是在遮掩自己對棲地變化的責任。
城市野生動物正在替文明驗屍
城市裡的動物不是失敗的野生。牠們是成功讀懂人類漏洞的生命。牠們提醒我們,文明從來沒有真正離開自然,只是用柏油路把自然暫時壓在下面。當烏鴉站在路燈上看我們,牠可能不是在預告死亡。牠只是在想:這些人類蓋了這麼複雜的城市,居然還不會把垃圾桶蓋好。
如果城市願意誠實一點,就應該把這些動物看成診斷工具。牠們出現的地方,常常也是垃圾管理、棲地破碎、夜間照明、寵物責任與都市規劃出問題的地方。牠們不是城市文明的反面,而是城市文明的驗屍報告。
延伸閱讀與資料來源
- Scientific Reports urban coyote behavior research
- Urban wildlife and rapid evolution studies
- Public ecology research on city animal adaptation
AI 使用與內容安全揭露
本文由原傳媒 AI 編輯流程整理與校訂,經人工審稿後出刊。
Newsletter
喜歡這篇文章?
訂閱原傳媒AI電子報,每日接收AI、傳統知識與雙向知識更新。