产品服务
商机服务

招标查询

查预告 查招标 查中标

VIP项目

千里马项目信息

拟在建项目查询

正在报批、立项中的项目

商机推送

微信、邮件实时接收最新动态

企业智能管理

业务统一管理、商机自动分配

企业商情分析

潜在客户、竞争对手历史数据分析

标讯发布

发布招标信息

发布招标、采购信息

推荐招标专区

专属招标专区,提升信息曝光量

更多服务

找人脉

专业团队精确定位项目联系人

拓客宝

定位优质潜客资源

人脉通

拓展您的人脉资源

渠道宝

AI大数据帮您高效拓展渠道

数据商城

分行业商机分析、供应商筛选

数据定制

数据维度定制、BI、API定制等

|

企业套餐

南充康源水务有限责任公司南充环境集团有限责任公司安装业务欠费催收劳务外包项目竞争性磋商文件

发布时间: 2025年03月31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
**** ****集团****公司安装业务欠费催收劳务外包项目竞争性磋商文件
招标通知

第一章 磋商邀请

********集团****公司安装业务欠费催收劳务外包项目采用竞争性磋商方式进行采购,参照政府采购相关规定,特邀请符合本次采购要求的供应商参加本项目的竞争性磋商。

一、采购项目基本情况

项目名称:****集团****公司安装业务欠费催收劳务外包项目。

二、资金情况

资金来源及金额:企业自筹

三、控制价:

按欠费催收目标金额的1.5%做为本项目劳务外包费用收费比例控制价。各参选单位在此基础上进行报价,最高收费比例不得超过1.5%,超过控制价的报价视为无效报价。

四、采购项目简介:

(一)成交供应商数量:1家。

(二)预估采购量:年度催收目标总金额以甲方实际承接的催收业务量为准。

(三)合同签约价:以成交供应商最终磋商报价的收费比例为准。

(四)履约周期:本项目履约周期三年(从合同签订之日起计),每满一年后,采购人将对成交供应商进行综合性考核评价,最终考评符合采购人要求的则继续履约,若成交供应商未通过考评的则本项目合同自动终止(具体细节合同中另行约定)。

五、供应商邀请方式

本项****集团****公司官网上以公告形式发布,邀请不少于3家的供应商参加磋商;公告期限为本公告发布之日起5个工作日。

六、****政府采购活动应具备下列条件:

1、具有独立承担民事责任的能力;

2、具有良好的商业信誉和健全的财务会计制度;

3、具有履行合同所必需的设备和专业技术能力;

4、有依法缴纳税收和社会保障资金的良好记录;

5、****政府采购活动前三年内,在经营活动中没有重大违法记录;

6、法律、行政法规规定的其他条件;

7、供应商单位及其现任法****政府采购活动前三年内不得具有行贿犯罪记录;

8、本项目不接受联合体参加;

9、供应商应具备相关主管部门颁发的劳务派遣经营许可证。

七、严禁参加本次采购活动的供应商

1、根据《****政府采购活动中查询及使用信用记录有关问题的通知》(财库〔2016〕125号)的要求,采购人将通过“信用中国”网站(www.****.cn)、“中国政府采购网”网站(www.****.cn)等渠道查询供应商在采购公告发布之日前的信用记录并保存信用记录结果网页截图,拒绝列入失信被执行人名单、重大税收违法案件当事人名单、政府采购严重违法失信行为记录名单中的供应商报名参加本项目的采购活动。

八、磋商文件获取方式、时间、地点:

邀请的供应商在2025年4月1日-2025年4月8日每日上午09:30时至11:00时,下午2:30时至16:00时前(**时间,法定节假日****集团****公司二号楼5楼招标合同部获取磋商文件。获取磋商文件时应携带的以下资料:介绍信,经办****公司营业执照复印件(所有资料均需加盖供应商单位鲜章)。

九、递交响应文件截止时间:2025年4月11日9:30时(**时间)。

十、递交响应文件地点:****集团****公司二号楼5楼会议室。递交文件时携带授权委托书和授权代表身份证复印件(所有资料均需加盖供应商单位鲜章)。

十一、磋商地点:****集团****公司二号楼5楼会议室。

十二、联系方式

采购人:****

邮 编:637000

联 系 人:陈先生

联系电话:0817-****199

****集团****公司

2025年3月31日

招标进度跟踪
2025-03-31
招标公告
南充康源水务有限责任公司南充环境集团有限责任公司安装业务欠费催收劳务外包项目竞争性磋商文件
当前信息
招标项目商机
暂无推荐数据