硫酸亚铁采购

发布时间: 2024年07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
硫酸亚铁
招标单位 : **** 企业信息
采购编号 : ****
采购公告截止时间 : 2024-07-22 17:00
立即报价 仅剩6天3小时
硫酸亚铁采购
发布时间 : 2024-07-16 12:27
一、采购物资
序号 物资编码 物资名称 材质/品牌 型号规格 单位 数量 其他属性 需求单位 使用方向 备注 附件
1 289905 硫酸亚铁 硫酸亚铁(FeSO4.7H2o)质量分数≥87%,水不溶物≤0.25% 1200 环保车间
物资采购详细要求 1、吨袋包装,硫酸亚铁到厂后采取包装内任意点抽样化验的方式,硫酸亚铁(FeSO4.7H2o)质量分数≥87%。
2、本次采购周期为三个月,本项目中的采购数量为预计用量,实际用量以需方采购订单为准。
3、其他事宜详细查阅本项目附件《硫酸亚铁采购文件》。

二、报名要求
交货地址 **壮族自****工业园606号,****
报价是否含税 是,说明: 13%增值税
物资报价备注 可不填写
物资报价要求 接受部分报价
发票要求 专票
报价有效期 90天
是否上传报价单
经营模式 生产厂家,招商代理
入供应商库要求 本项目接受已在优质采注册通过,且满足本公告要求的所有供应商
基本证件 营业执照
其他证件 廉洁承诺书
供应商邮箱 非必填
是否允许自然人报价
补充说明 报价供应商在上传报名资料时,需上传法人签字盖章的廉洁承诺书

三、评审规则
评审规则:经评审最低价法

四、保证金
保证金收取方式:不收取费用

五、报价须知
1、报价截止时间:2024年07月22日17时00分
2、报价方式:
(1)登录“优质采云采购平台”(https://www.****.com/)公告查看页面点击“我要报价”。请未注册的供应商及时办理注册审核,注册咨询电话:400-0099-555。因未及时办理注册审核手续影响报价的,责任自负。
(2)供应商需完整填写报价信息,并按采购要求上传相应资料的扫描件,须在报价截止时间前提交报价,逾期责任自负。
3、报价须响应条件
序号 条件名称 条件内容
1 违约责任 成交供应商延迟交货或提供商品服务不满足公告所列要求的视为违约,需承担违约赔偿责任,情节严重的,采购方有权取消其为成交供应商。
2 交货时间 以需方需求时间为准
3 付款方式 合同签订后,货到验收合格发票入账后30日电汇
报价须知 1、交货时间:2024年8月1日至2024年10月31日,具体供货时间和数量以采购人采购订单为准。
2、本项目报价为含税含运费到采购人厂内指定地点价格,价格在合同有效期内锁定,随货提供税率13%的全额增值税专用发票。
3、成交供应商需缴纳壹万元人民币到采购人指定账户作为合同履约保证金。在合同有效期内,若因产品质量问题,导致生产指标波动,企业受到损失的,双方根据实际情况,由成交方补偿所有损失,采购人有权直接在履约保证金中扣除,不足部分经双方协商另行签订补偿协议。
评审规则:
1、根据供应商最终报价,本着低价成交的原则,确定成交供应商和成交数量;
2、根据报价情况采用两轮或三轮报价,以最终报价为评审依据,第二轮报价和第三轮报价不可高于第一轮报价,否则作为废标处理。
3、如果最低报价方所报数量不能满足企业需求量,按照报价由低到高的顺序,依次选择成交供应商;
4、如果最终报价最低报价方存在2家或以上,依据首轮报价高低和所报供货数量,依次选择供应商;如最低报价方首轮报价相同,平均分配供货数量。
5、首次**成交方需进行产品试用,签订试用合同,待试用合格后转为正式合同,如试用不合格可选择次低价方签订合同。

六、注意事项
1、供应商如有疑问可以在线提问并在线查看答疑澄清;
2、供应商应合理安排报价时间,特别是网络速度慢的地区为防止在报价结束前网络拥堵无法操作。如果因计算机及网络故障无法报价,责任自负;
3、报价过程中如有任何平台操作问题,请联系平台客服,咨询电话:400-0099-555;

七、联系方式
采购单位:****
地址:
联系人:马工
联系方式:0779-****771
邮箱:****@163.com
附件列表
采购物资表 : 序号 物资编码 物资名称 材质/品牌 规格型号 单位 数量 备注 附件
1 289905 硫酸亚铁 硫酸亚铁(FeSO4.7H2o)质量分数≥87%,水不溶物≤0.25% 1200.00
无附件
附件(2)
招标进度跟踪
2024-07-29
2024-07-16
招标公告
硫酸亚铁采购
当前信息
招标项目商机
暂无推荐数据