玉門東建材化工工業(yè)園管委會智慧監(jiān)管應急指揮中心建設項目招標代理機構選取

發(fā)布時間: 2024年07月20日
摘要信息
招標單位
招標編號
招標估價
招標聯系人
招標代理機構
代理聯系人
報名截止時間
投標截止時間
招標詳情
下文中****為隱藏內容,僅對千里馬會員開放,如需查看完整內容請 或 撥打咨詢熱線: 400-688-2000
公示信息
公示標題 ****工業(yè)園管****指揮中心建設項目招標代理機構選取
公示開始時間 2024-07-21 15:05:00
公示截止時間 2024-07-21 17:50:00
招標人 ****
標包信息
序號
標包名稱
標包編號
采購類別
標包合同估算價(元)
成交企業(yè)
成交價格
公告內容

****工業(yè)園管****指揮中心

建設項目招標代理機構選取采購公告

根據《****辦公廳《轉發(fā)省公共**交易局關于加快推進陽光招標平臺建設和運用實施的通知》(甘政辦〔2018〕168號)、****辦公室印發(fā)《關于進一步深化“放管服”****政府采購效率的意見》的通知(酒政辦發(fā)〔2018〕301號)、《**省2023-2024年政府集中采購目錄和分散采購限額標準》等文件要求,****工業(yè)園管理委員會對“****工業(yè)園管****指揮中心建設項目招標代理機構選取”以邀請方式進行采購,確定******公司、******公司、**市****公司三家單位參加投標,現將相關事宜公告如下:

一、項目編號:****

二、招標內容:****工業(yè)園管****指揮中心建設項目招標代理機構選取,服務內容包括編制招標文件、發(fā)布招標公告及招標文件、組織開標評標、完成整個項目的招投標流程。

三、采購預算金額:招標代理服務費按照國家發(fā)展改革委關于進一步放開建設項目專業(yè)服務價格的通知(發(fā)改價格〔2015〕299號)文件規(guī)定,參考國家計委計價格[2002]1980號文和發(fā)改辦價格[2003]857號文件,招標代理服務收費按差額累進法計算(貨物招標中標金額100萬元以下為1.5%、100-500萬元為1.1%、500-1000萬元為0.8%、1000-5000萬元為0.5%、5000-10000萬元為0.25%、10000-500000萬元為0.05%)。

1、本項目競價以折扣方式報價,折扣報價不得超過100%,否則按廢標處理;

2、由于系統(tǒng)限制,供應商在競價時無法填報%或其他字符,需將折扣填寫為數字,如:所報折扣為9.8折時,在系統(tǒng)中應當填寫為98;

3、若中標折扣為98時,招標代理費收費金額為標準收費金額的98%。

四、競價辦法:最低價中標法

五、投標人資格要求:

1、投標人須具有合法有效的相應經營范圍的營業(yè)執(zhí)照、稅務登記證、組織機構代碼證或三證合一的營業(yè)執(zhí)照;

2、投標企業(yè)提供法定代表人身份證明書(若有委托人時需同時提供法定代表人授權委托書);

3、投標人須為未被列入“信用中國”網站(www.****.cn)記錄失信被執(zhí)行人或重大稅收違法****政府采購嚴重違法失信行為”記錄名單;****政府采購網(www.****.cn)政府采購嚴重違法失信行為信息記錄”****政府采購活動期間;(自公告發(fā)出之日起至投標截止日前在“信用中國”網站(www.****.cn)、中國政府采購網(www.****.cn)查詢結果為準,如相關失信記錄已失效,投標人需提供相關證明資料);

注:投標人上傳的所有證明文件及資料必須是原件的復印件,必須清晰、準確、真實有效,文件格式為PDF格式。以上所有資質證明文件必須加蓋公章,否則資質審查不予通過。

六、上傳資質證明文件截止時間及競價截止時間:

1、請投標人于公告發(fā)布之日起至2024年7月21日下午17:50(**時間,下同),登錄**市公共**交易網(http://www.****.cn/)陽光招標采購平臺自行報價。

2、上傳資質證明文件截止時間:2024年7月21日15時00分

3、競價開始時間:2024年7月21日15時05分

4、競價截止時間:2024年7月21日17時50分

5、投標人的投標報價,應是完成本項目招標范圍內和合同條款上所列范圍內容的全部費用。

七、采購項目聯系人姓名、電話及地址:

1、采購人:****工業(yè)園管理委員會

聯系人:鄧強 聯系電話:133****2082

地 址:**市東鎮(zhèn)

2024年7月20日


招標進度跟蹤
2024-07-20
招標公告
玉門東建材化工工業(yè)園管委會智慧監(jiān)管應急指揮中心建設項目招標代理機構選取
當前信息
招標項目商機
暫無推薦數據