| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

新聞資訊

論壇

溫哥華地產

大溫餐館點評

溫哥華汽車

溫哥華教育

黃頁/二手

旅游

澳大利亞: 澳洲23歲華裔女醉駕車禍:熟人爆料身份 非天龍人

QR Code
請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
作者:娜烏和西卡


近日,網上多名博主,都在討論“澳洲23歲華裔(专题)女楊蘭蘭”的身份,甚至,有不少網友懷疑,這位豪門千金,必定是“天龍人”;

因為,當地媒體報道,這位“楊蘭蘭”女士,並無工作,生活卻極其奢侈,她的錢,超乎眾人想象;


然而,隨著事件在國內網絡上傳播,眾人不識楊蘭蘭的身份的時候,卻有兩位熟人,對“楊蘭蘭”的身份背景,知根知底。

事件的起因,這裡簡單復述一遍;

事發時間,7月26日,澳洲悉尼凌晨三點半,悉尼Rose Bay富人區旁一條馬路上。突然傳出一聲“巨響”,一輛價值百萬澳元的蒂芙尼藍勞斯萊斯SUV與一輛奔馳車迎面相撞,觸發了附近商店的防盜警報。

勞斯萊斯車頭面目全非,駕駛者23歲華裔女子楊蘭蘭毫發無傷;

看到發生車禍,立即駕車逃離現場,後面,又返回現場,主動投案。

至於另外一輛車的司機,因受到車輛劇烈撞擊,導致骨盆破裂、脾臓出血、脊柱和10根肋骨斷裂,整個右髖和腿被截肢。

警方來到現場後,要求給23歲華裔女“楊蘭蘭”進行酒精檢測被拒,最終,警方給予了涉嫌“醉駕”危險駕駛。

事後,被警方逮捕的“楊蘭蘭”,交了“巨額保釋金”,返回到了家中,等待8月15日法庭開庭;

而對於“巨額保證金”,網傳高達幾百萬,這些信息,都為不實信息,根據澳洲保釋金繳納標准,只需要5,000–20,000澳元(約合人民幣(专题)2.4萬–9.6萬元);

同時,華裔女楊蘭蘭的“護照”,被暫時沒收。

由於華裔女楊蘭蘭的國籍身份,再加上受重傷的司機,為知名人物的司機,此事引起當地媒體關注;

記者在走訪“楊蘭蘭”的住所時,她的車庫裡除了肇事的蒂芙尼藍勞斯萊斯,還停著一輛白色勞斯萊斯幻影敞篷車,車內儀表台上擺滿限量款Labubu玩偶;

記者采訪附加居民,向他們打聽“楊蘭蘭”的身份背景,得出了結論,村民完全不知道楊蘭蘭的經濟來源,也沒有看她有工作,

對於楊蘭蘭的性格,鄰居給予了彬彬有禮,有點害羞,幾乎不與人交談,但穿戴皆為奢侈品;


在被媒體拍到時,她口罩帽子全副武裝,身穿的黑色上衣是香奈兒新款,售價近15萬元。

此後,不斷有“楊蘭蘭”的揮金如土的生活小料,被人曝光了出來,傳言,楊蘭蘭逛商場,都是直接“包場”,費用都由她一人承擔。

23歲華裔女,揮金如土的生活,國內人立即猜疑,她是否為“天龍人”的後代,質疑聲不斷,而她的信息,一直成了一個“未解之謎”。

8月7日,某紅薯上,一位上海網友評論,似乎認出了“楊蘭蘭”的身份,

不過,在她的印象裡,“楊蘭蘭”的英文名為Wendy Yang,是否做礦石生意的?我大概知道是誰了?


隨後,一位網友,從其他渠道獲知的信息截圖,公布在評論下方:

這張信息截圖,來源於知乎平台,發布信息的人,來自澳大利亞的“Jonathan”;

他透露,這位楊蘭蘭女士,英文名Wendy Yang,之前是做礦石生意的,主要賣礦山給一些企業,或者上市公司、亦或者國有企業;

這些人都在一個圈子裡,定時會在澳洲聚會。

內容真實信不得而知。

與此同時,還有一位熟人,認識這位楊蘭蘭;

根據這位熟人透露,和楊蘭蘭認識很久,2018年還跟她合影過,並附帶了一張合影照片,

只是,楊蘭蘭的面容,打了馬賽克,無法分辨是否就是澳洲醉駕車禍楊蘭蘭本人。

得知楊蘭蘭醉駕車禍,這位熟人也是感慨萬分,在她的印象裡,楊蘭蘭與當地鄰居所述,十分有禮貌 ,很安靜的一位女孩。

其次,對於網友們的疑問,楊蘭蘭的身份背景和收入來源;

這位熟人也做了解釋,她告知網友們,楊蘭蘭並非“天龍人”,一直做生意,而為何查不到楊蘭蘭的父母;
點個贊吧!您的鼓勵讓我們進步     這條新聞還沒有人評論喔,等著您的高見呢
上一頁12下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0368 秒 and 3 DB Queries in 0.0008 秒