莆田市秀屿区南日镇万西片、海云片、岩下片2019年高标准农田商品有机肥采购最高限价询价公告

发布时间: 2026年04月01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

**市**区南日镇万西片、海云片、岩下片2019年高标准农田商品有机肥采购最高限价询价公告

****受****委托,对**市**区南日镇万西片、海云片、岩下片2019年高标准农田商品有机肥采购进行公开询价,欢迎合格的供应商参与报价。

一、报价人资格要求:

1、报价人应具有报价项目的经营范围,须提供报价人合格有效的法人营业执照(副本)复印件并加盖公章。

2、报价人代表必须经报价人的法定代表人关于参与本项目报价的授权,请提供法定代表人授权报价人代表的授权委托书原件(报价人代表是法定代表人无需),法定代表人和报价人代表的身份证复印件。

二、报价须知:

1、报价人所报的价格应为满足技术标准和质量要求的成品材料,材料价格需包括材料费、运输、增值税专用发票、货到项目指定地点的落地价(含卸车)等所发生的一切费用,投标报价保留小数点后两位。

2、本次项目材料询价有效报价的最低价,****小组确认后,作为本项目的预算编制(若有)及定价依据。

3、报价人必须响应项目内容及要求,所有报价材料须加盖公章及骑缝章并密封,否则报价无效。

4、报价人在报价函(详见附件1)上必须填写完整且有效的报价单位联系人、****公司详细地址,报价人应对所递交的报价文件以及与报价有关的证明和资料的真实性负责,若以弄虚作假给询价单位造成损失的,依法承担赔偿责任。

5、本次报价过程的所有费用自理。

6、询价单位不会公布任何报价内容和询价结果,报价人应无条件认可本次询价结果,询价单位不承担可能发生的一切法律责任、费用和后果。

三、报价文件的澄清及修改

询价公告及文件如有澄清和修改,代理单位将在**限额电子交易平台(https://fujian.****.cn/)、(https://www./)发布本次报价项目的相关信息,请各报价单位及时关注,报价单位若自己没有在以上网站上查询相关信息而影响报价的,报价单位自行承担相关责任。

四、时间安排:

1、询价公告时间:2026年04月1日至2026年04月07日(节假日及公休日除外)上午08:00-12:00,下午14:30-17:00(**时间,以下同);

2、报价递交时间:2026年04月07日17:00之前,逾期送达概不接受。

五、报价文件递交方式及地点:加急标书代写

1、本次询价报价人必须以纸质文件报价,其中报价清单应附有电子文档,电子文档必须以EXCLE表格形式或word表格形式编制(电子文档需存在U盘里面,一并放入报价文件袋,未提供电子报价清单文档的视为无效报价)。纸质文件必须在规定时间内送达本询价文件规定的地点。

2、报价文件中询价报价清单、技术参数响应表和价格依据证明材料(若有)应装订成册,页码顺序必须和报价清单序号先后顺序一致。所有纸质报价文件均应逐页加盖报价人公章并按类分别装订成册后放入档案袋中一并递交,并在档案袋封面标注《**市**区南日镇万西片、海云片、岩下片2019年高标准农田商品有机肥采购》字样并加盖报价人公章。

3、纸质报价文件邮寄送达地点:**市**区龙桥街道国资大厦17楼 ,联系人:林女士,电话:0594-****122/152****6865。

4、纸质文件一式贰份,可读介质U盘一份,需在密封袋骑缝密封处加盖单位公章,密封文件袋封面须注明项目名称,递交单位全称。纸质文件的扫描件与纸质文件不一致时以纸质文件为准。

5、如发现恶意报价者,****政府相关部门列入黑名单,限制其在本地区经销。

6、本次报价过程的所有费用自理。

7、询价单位不会公布任何报价内容和询价结果,报价人应无条件认可本次询价结果,询价单位不承担可能发生的一切法律责任、费用和后果。

8、采购包询价项目名称及要求详见附件1,本询价公告为最高限价的询价公告,本次询价报价仅作为最高限价设定的参考报价,不作为评标的依据。加急标书代写

六、联系方法

采购单位: ****

联 系 人: 林先生

联系方式: 180****6260

招标代理机构:****

电 话:0594-****122/152****6865

联系人:林女士

附件1:报价函

2026年04月01日

附件(1)
招标进度跟踪
2026-04-01
答疑公告
莆田市秀屿区南日镇万西片、海云片、岩下片2019年高标准农田商品有机肥采购最高限价询价公告
当前信息
招标项目商机
暂无推荐数据