关于为【渝欣创公司所属企业兰香园2栋与车间棚房、渝中区大同路 45号第一层房屋租金追偿两案专项法律服务】 公开选取【律师事务所服务】机构的公告

发布时间: 2026年11月12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
项目名称 ****公司所属企业兰香园2栋与车间棚房、**区**路 45号第一层房屋租金追偿两案专项法律服务
采购人 ****
投资审批项目 否
项目规模
资金来源 社会资金
项目实施地行政区划 **市**区
是否为行政管理中介服务事项采购 否
所需服务类型 律师事务所服务
服务内容 (一)代理案涉企业开展两案相关法律事务,包括但不限于:代理两案(含主动提起与被动应诉案件)的一审、二审、保全(委托保全担保机构,如有)、执行(如有)、执行异议(如有)、诉讼费退费程序(如有) (二)在案件处理过程中,为案涉企业提供全程法律支持,包括但不限于:1.按需参****集团组织的案件有关的各类专题研讨、工作会议、商务谈判;2.按需拟订案件有关的各类配套法律文书;3.按需出具案件有关的律师函、法律意见书、阶段性工作报告、备忘录;4.****公司、****公司及上级单位对本次采购事项开展的事中、事后审计工作。
中介机构要求 以采购公告为准
资质(资格)要求 需中介机构具备其中一项服务类型/资质子项
其他要求说明 ****事务所 1.经司法部门批准成立3年以上(成立年限计算截止2026年10月30日)。 2.自2023年10月30日至2026年10月30日期间没受过行业处分;没被暂扣或者吊销许可证、暂扣或者吊销执照;****法院被执行人、限制高消费、失信被执行人名单。 3.****公司、****公司无利益冲突。 (二)主办律师 1.主办律师具有3年以上(含)执业年限(执业年限计算截止2026年10月30日),具备较强业务能力和素质。 2.主办律师自2023年10月30日至2026年10月30日期间没有被吊销执照;****法院被执行人、限制高消费、失信被执行人名单。 (三)资质核查 资质要求均采用告知承诺制(见附件),即报价人承诺符合本询价文件已列明的相关资质要求,并愿意承担承诺不实的责任,询价人实行形式审查。
服务时限及说明 (一)自本合同生效之日起,至采购事项全面完成之日止。 (二)本合同生效之日起1年后,采购事项仍未完成的,****公司、****公司有权根据采购事项办理情况,单方无责终止服务合同,但公司违约情形未消除(如有)的除外;服务合同因此终止后,对不具备支付条件的费用,乙方不再收取。
合同签订时限及说明 自成交通知书发出之日起十个工作日。
服务金额 ¥0.00元至¥25000.00元
金额说明 案涉企业按照中选报价的分摊比例向中选人支付法律服务费。 (一)兰香园2栋与车间棚房房屋租金追偿案法律服务费用包干总价为中选价*30%,****公司支付,支付条件为: 1.案件立案之日起10个工作日内,案涉企业支付对应分摊金额的30%。 2.取得司法强制执行程序终结相关文书后10个工作日内案涉企业支付对应分摊金额的70%。 (二)**区**路 45号第一层房屋租金追偿案法律服务费用包干总价为中选价*70%,****公司支付,支付条件为: 1.案件立案之日起10个工作日内,案涉企业支付对应分摊金额的20%。 2.取得案件终审生效法律文书后10个工作日内案涉企业支付对应分摊金额的30%。 3.取得司法强制执行程序终结相关文书后10个工作日内案涉企业支付对应分摊金额的50%。 (三)立案时间考核 若在服务合同签订之日起60日内****人民法院出具的受理案件通知书为准),则自约定期限届满次日起,每满1个月,包干总价降低10%,累计降幅最高不超过包干总价的70%。
选取方式 择优+竞价
需规避机构
规避原因
选取时间 2026-11-17 09:30:00
资质备案要求 无
采购人业务咨询电话 ****()
监督举报电话
备注 (一)各潜在服务单位如需进一步了解案件详情,****公司保密要求,自行准备移动存储设备,于本项目公告期内的工作时间前往指定地点拷贝资料。 接洽信息如下: 联系地址:**市**区**街道兰桂大道301****中心A座 联系电话:181****4370(杨老师) (二)中选人不能签订合同或不履行服务或不满足采购公告要求的,采购人****超市反馈,按信用管理条例进行惩处。 (三)本需求书最****公司所有。
采购需求书下载 关于兰香园2栋与车间棚房、**区**路 45号第一层房屋租金追偿两案专项法律服务采购需求书.pdf 附件-承诺函.pdf
附件(1)
招标进度跟踪
招标项目商机
暂无推荐数据