慶城縣賈橋社區(qū)老舊小區(qū)改造配套基礎設施項目預審公告

發(fā)布時間: 2024年08月08日
摘要信息
招標單位
招標編號
招標估價
招標聯(lián)系人
招標代理機構
代理聯(lián)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
相關單位:
***********公司企業(yè)信息
***********公司企業(yè)信息

1、招標條件

本招****社區(qū)老舊小區(qū)改造配套基礎設施項目,已由慶發(fā)改[2023]31號文件批準建設,招標人為****,建設資金來源為一般債券資金**財政自籌。招標代理機構為****,項目已具備招標條件,現(xiàn)進行公開招標,特邀請有興趣的潛在投標人(以下簡稱申請人)提出資格預審申請。

2、項目概況與招標范圍

2.1項目名稱:****社區(qū)老舊小區(qū)改造配套基礎設施項目

2.2建設地點:****社區(qū)。

2.3工程內容:1-21#樓采暖立管改造工程、換熱站,室外硬化、采暖管網、室外電纜等。

2.4計劃工期

計劃工期:96日歷天

計劃開工日期為2024年9月13日

計劃竣工日期為2024年12月18日

2.5招標范圍:

施工圖范圍內的1-21#樓采暖立管改造(采暖)、換熱站(土建拆除、土建新做、強電、換熱站設備)、室外工程(土建、采暖、電氣、拆除、建筑與裝飾)工程。

2.6標段劃分:無。

2.7招標控制價為:****310.18元。

2.8質量要求:合格。

3、申請人資格要求

3.1本次資格預審要求:申請人具有獨立法人資格,并具備建筑工程施工總承包叁級及以上資質;項目經理須具備建筑工程專業(yè)貳級及以上建造師資格,具有有效的安全生產考核合格證書B證;

3.2 本次資格預審不接受聯(lián)合體資格預審申請。

3.3 投標人的施工現(xiàn)場管理機構人員沒有被**省建筑市場監(jiān)督管理與誠信信息系統(tǒng)鎖定的。

3.4 投標人須提供《**市公共**交易誠信承諾書》。

4、資格預審方法

本次資格預審采用合格制。

5、資格預審文件的獲取

5.1時間:2024年8月9日0時0分至2024年8月13日23時59分

5.2獲取方式:請登****交易中心網站免費獲取。

注:初次注冊用戶登****交易中心網站 (www.****.cn/f),在“公共**交易服務平臺”版塊點擊“用戶注冊”至“**省公共**交易主體共享平臺”操作;已注冊用戶在“公共**交易服務平臺”選擇“市縣一體化系統(tǒng)登錄”獲取招標文件;詳細操作流程見網站首頁“下載中心”《**市公共**交易電子服務系統(tǒng)投標人用戶手冊》,按相關提示進行操作。

技術支持:0934-****129;

注冊咨詢:0931-****890。

5.3請正確下載安裝**中工國際投標文件編制工具打開資格預審文件查看,下載地址:http://www.****.com。

6、資格預審申請文件的遞交

6.1資格預審申請文件遞交截止時間:2024年8月19日15時00分(**時間)。

6.2資格預審申請文件遞交地點(方式):本項目采用網絡遞交方式,使用**中工投標文件編制工具對資格預審申請文件進行加密,選****交易中心進行遞交。

6.3逾期送達(上傳)的或者未送達(上傳)指定地點的資格預審申請文件,招標人不予受理。

6.4開標地點:****交易中心第三開標廳(網上開標投標人無需到場)。

6.5本項目通過**中工國際不見面開標系統(tǒng)(http://gsztb.cn/BidOpeningHall)開標,投標人須在遞交資格預審申請文件截止時間)前登錄系統(tǒng),按照資格預審文件要求,使用電子投標工具箱,對資格預審申請文件進行加密、上傳。并在開標時間使用“CA證書”登錄網絡開標大廳,參加遠程開標會議,按規(guī)定時間解密資格預審申請文件,若未按規(guī)定時間上傳或解密資格預審申請文件的,視為放棄投標。

7、發(fā)布公告的媒介

本次資格預審公告和公示信息在**市公共**交易服務平臺(http://www.****.cn)上發(fā)布。

8、聯(lián)系方式

招標人:****

地址:**縣新區(qū)人防大廈

聯(lián)系人:夏軍

聯(lián)系電話:151****8229

招標代理機構:****

地址:**市**區(qū)南莊小區(qū)西四排114號

聯(lián)系人:高博

聯(lián)系電話:0934-****300 138****8388

監(jiān)督電話:187****5989

2024年8月8日

招標項目商機
暫無推薦數據