2025年10月31日中储粮湖北分公司玉米竞价采购交易公告(中储粮洪湖直属库)

发布时间: 2025年10月29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
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
2025年10月31****公司玉米竞价采购交易****直属库)
| 时间:2025-10-29 16:56|

受****委托,****采取竞价采购方式交易玉米。具体事宜公告如下:

一、交易时间、方式和资格

交易时间:2025年10月31日10:00。

交易方式:竞价采购。参加网上交易的会员按时登录网址http://www.****.cn,选择“**市场”进入 “****公司玉米竞价采购交易专场”交易。采取递减竞价,竞价阶梯5元/吨,最低应价者中标。

交易资格:参加交易企业应是国家粮食电子交易平台注册会员。

参与交易会员应认真阅读本交易公告、交易清单和交易规则,审慎评价市场**策风险、自身风险承担能力,自主决定是否参与交易,并自行承担参与交易后相应的责任和风险。

二、采购品种、数量、价格、产地、交货地点及交货时间

品种:2025年新产玉米

数量:20000吨

价格:国标二等及以上起拍价格2350元/吨(散粮到库价)。

产地:仅限**、**、**自治区。

交货地点:****(地址:**市文泉东路28号)。

合同履约期限:2025年10月31日起至2026年1月29日。

合同作业期限:自2025年12月1日起至2026年1月29日止。

不得逾期,若不能在规定时间内完成交货,将扣除中标方未完成数量履约保证金。

三、质量标准及扣量要求

质量标准:等级达到国标二等及以上标准,收购水分≤14%,水分超过国家标准(14%)的,每超0.1%扣0.125%,水份上限14.2%,水分>14.2%拒收;杂质≤1.0,超过国家标准(1%)的据实清杂退回;容重≥690g/L;不完善粒≤8%,霉变粒≤2%,脂肪酸值≤45(KOH/干基)/(mg/100g);黄曲霉毒素≤20ug/kg,呕吐毒素≤1000ug/kg,玉米赤霉烯酮≤60ug/kg。其他质量标准和食品卫生指标必须符合国家相关规定。

四、注意事项

1、卖方不得向中储粮直属企业销售国家政策性粮或中央、地方政府储备轮出粮,销售的粮食来源必须符合国家法律、法规及政策规定,否则一切不良后果和法律责任均由卖方承担。

2、卖方必须保证是2025年产新玉米(产地:**、**和****、**、**、**、**、**地区)。严禁掺杂陈粮,一经查实,买方有权终止合同,按卖方违约处理,由此所产生的政策风险及相关责任均由卖方承担。

3、验货方式:卖方将货物运至交货地点后,买方按照本合同约定标准逐车进行检验,检验结果与合同约定的质量标准不符的,买方有权拒收。

4、数量确认:以买方实际交收库点库内地磅计量为准。

5、中标方对于承运粮食,应优先选用各类专用粮食运输工具,采用非专用运输工具应当有必要的铺垫物和防潮湿等设备,保证粮食不被污染;不得使用被污染的运输工具或包装材料运输粮食;不得与有毒有害物质混装运输。

五、保证金、手续费及结算方式

****交易中心交纳保证金310元/吨(其中交易保证金10元/吨,履约保证金300元/吨)。

交易成交后,成交合同、买卖双方粮款收付、交割、结算等所有与合同执行相关的行为必须通过“国家粮食交易平台”在线进行。

委托方在合同规定的入库期间内按到货批次逐批确认、逐批付款;中标方车到委托方指定库点检验合格并卸货入库后,委托方按质量要求的扣量办法折合标准品后结算数量,凭中标方开具的合法有效的增值税发票支付货款。

本场交易免收手续费。

保证****银行****银行,汇至农发行的系统直接到账,不需要入金操作;****银行的需要在系统做入金操作。

农发行账户信息如下:

户名:****

开户行:****银行****营业部

账号:203********100****59471

系统外农发行行号:203****00027

中国银行账户信息如下:

户名:****

开户行:中国银行**广埠屯支行

账号:567****50111

大额支付行号:104****03326

六、联系方式

交易中心:交易部直线:027-****0237

委托方联系人:李源培 手机:155****5298

附件:《交易清单》

****

2025年10月29日

附件(1)
招标进度跟踪
2025-10-29
招标公告
2025年10月31日中储粮湖北分公司玉米竞价采购交易公告(中储粮洪湖直属库)
当前信息
招标项目商机
暂无推荐数据