[公开询价]公务车辆采购项目比选通知书

发布时间: 2025年01月16日
摘要信息
招标单位
招标编号
招标估价
招标联系人
招标代理机构
代理联系人
报名截止时间
投标截止时间
关键信息
招标详情
下文中****为隐藏内容,仅对千里马会员开放,如需查看完整内容请 或 拨打咨询热线: 400-688-2000
相关单位:
***********公司企业信息
***********公司企业信息
公务车辆采购项目比选通知书
(发布时间:2025-01-16 09:00:00)
项目概况
项目名称:公务车辆采购项目项目编号:****
项目类型:物资 采购方式:询价比选
公告内容

公务车辆采购项目比选通知书

(招标编号: ****)

项目所在地区: **市

一、招标条件

本 公务车辆采购项目已由项目审批/核准/备案机关批准,项目资金来源为 企业自筹,招标人为 ****。本项目已具备招标条件,现招标方式为 其他方式。

二、项目概况和招标范围

规模: 本次拟采购3辆公务用车,其中车型1为"比亚迪"品牌,宋PLUS,新能源(EV520km豪华型),2辆;车型2为"比亚迪"品牌,唐,新能源(DM-I115km尊贵型),1辆。车辆应配备齐全的标准配置并包含首年交强险。

范围:本招标项目划分为 1个标段,本次招标为其中的:

(001)公务车辆采购项目

三、投标人资格要求

标段(包):(E120********10393)公务车辆采购项目
该标段(包)中投标人资格能力要求 :1.供应商须为在中华人民**国境内注册的,具有独立企业法人资格或事业法人资格,****事业单位法人证书在****事业单位; 2.供应商参加比选活动前三年内在经营活动中无重大违法记录,被行政处罚且在禁止参加采购活动期内的比选人,不得参加本次比选活动。须提供书面声明函原件。

本项目不允许 联合体投标。

四、招标文件的获取

获取时间: 2025年01月16日09时00分 --- 2025年01月22日17时00分

获取方式: 1、供****集团电子采购平台完成注册(网址 http://caigou.tj-chengtou.com/)。2、比选文件费用:每标段500元人民币/本,售出不退。 3、交纳方式:银行电汇、网上银行转账、现金,账号信息如下:开户名:****;开户行:****银行****公司**市海河**支行;银行账号:030********00178115;****银行账户汇出,电汇时请在"用途"(或"摘要"、"备注"、"附言")处填写项目名称+文件费。 4、比选文件获取:现场获取比选文件,同时携带营业执照(复印件加盖公章)、经办人授权书原件(经办人须为供应商正式员工)、经办人身份证(复印件加盖公章)、****银行回单或电汇凭证复印件、如联合体响应需携带联合体协议复印件。 5、所有供应商须在文件获取截止****集团电子采购平台(http://caigou.tj-chengtou.com/)进行响应确认,未进行响应确认的供应商一切后果自行承担。

五、投标文件的递交

递交截止时间: 2025年01月26日15时10分标书代写

递交方式: 电子文件上传及纸质文件递交标书代写

六、开标时间及地点标书代写

开标时间: 2025年01月26日15时10分标书代写

开标地点: ******园区榕苑路 7 号凯德大厦 B 座 4 层智慧标室标书代写

七、其他

1、本次比选采用全线上模式,****集团电子采购平台(http://caigou.tj-chengtou.com/)于响应截止时间前30分钟开启签到通道,供应商应充分考虑线上签到所需时间,如响应截止时间前未完成线上签到工作,视为否决其响应;2、在响应文件解密时间开始后15分钟内未完成响应文件解密的,视为否决其响应;3、响应截止时间前****集团电子采购平台(http://caigou.tj-chengtou.com/)上填写清楚响应报价金额及评标响应项(响应项内容详见电子平台中所示内容)。4、服务期限或交货时间:按照采购方需求日期完成车辆交付并办理好相关手续。标书代写

八、监督部门

本招标项目的监督部门为 无。

九、联系方式

招 标 人: ****

地 址: **市**区奥式商务公园 A 座

联 系 人: 刘洋

电 话: ****2389

电子邮件: /


招标代理机构: ****

地 址: **市**区**南路与凌宾路**商会联合大厦13层

联 系 人: 丁晨光

电 话: ****8108-6058

电子邮件: ****@163.com




招标人或其招标代理机构主要负责人(项目负责人): (签名)

招标人或其招标代理机构: (盖章)

招标进度跟踪
2025-01-16
招标公告
[公开询价]公务车辆采购项目比选通知书
当前信息
招标项目商机
暂无推荐数据