兴安盟出让国有建设用地使用权公告(突泉县突储A24-07地块)

国土-招标公告
发布时间: 2024年07月05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

**出让国有建设用地使用权公告

(**县突储A24-07地块)

兴公资交易【2024】土地0057号

根据《中华人民**国土地管理法》及《招标拍卖挂牌出让国有建设用地使用权规定》(中华人民**国国土**部第39号令)等法律法规文件精神,****政府批准,****交易中心****中心)公开挂牌出让以下地块的国有建设用地使用权,出让人应当保证此公告内容的真实、准确和完整,并对拟发布的公告内容负责,现将有关事项公告如下:

一、 出让宗地情况详见《出让国有建设用地使用权宗地基本情况》。宗地面积以实测面积为准。宗地具体情况详见《土地出让宗地简介》。

二、 竞买人资格及申请办法

中华人民**国境内外的自然人、法人和其他组织符合条件的均可参加竞买,申请人应当符合竞买地块的产业准入条件,可单独申请,也可联合申请。

竞买申请人申请各地块需具备的具体条件详见《土地出让宗地简介》。

三、 出让方式的确定

本次交易采取挂牌方式,不得低于起始交易价,按照价高者得的原则确定竞得人。

四、 本次出让时间规定

(一) 公告期

2024年7月8日至2024年7月29日。

报名方式:采用网上报名。

注:已办理CA锁的竞买人可在业务系统内进行网上报名,没有CA锁的竞买人需办理CA锁后方可报名。

竞买人申请竞买资格的截止时间和竞买保证金交纳的截止时间为2024年7月29日16时。

(二) 挂牌竞价期:

自2024年7月30日09时起至2024年8月12日16时止。交易中心接受竞买人竞买报价的截止时间为挂牌竞价期截止时间。

五、信息注册及CA锁办理:

中心现已引进3家CA锁办理企业,竞买人可自行选择任意一家企业办理CA锁,线上线下均可办理,办理流程及收费标准详****交易中心网站(http://www.****.cn)办

事指南。办理地址:****交易中心(罕山中街83号,公铁立交桥北侧,原盟**局办公楼)一楼103、105,办公时间为周一至周五上午8:30-11:30,下午14:30-17:30(法定节

假日除外)。办公电话:0482-****782(**翔晟)、0482-****125(**一证通)、0482-****079(内蒙CA)。

六、 竞买保证金

竞买保证金申请人应当及时登陆**自治区自然**网上交易系统,同时在系统上提交竞买申请并足额支付保证金。

经挂牌确定竞得人后,竞得人支付的竞买保证金转作受让地块的定金,待竞得人与出让人签订《国有建设用地使用权出让合同》后,竞买保证金抵作土地出让价款。其他竞买人支付的竞买保证

金,交易中心在出让活动结束后5个工作日内予以退还,不计利息。具体各宗地的竞买保证金金额及账号在报名过程中查看。

七、宗地现场踏勘及答疑时间、地点规定

有意竞买者可自行前往地块进行现场踏勘。

如对公告内容有疑问或质疑请与****联系,书面答疑时间为2024年7月11日和2024年8月9日。

八、竞买人可以通过以下方式了解有关挂牌出让信息:

出让人:****

联系人:柳刚 联系电话:0482-****110

****交易中心交易组织科

联系人:韩策、 刘航 联系电话:0482-****362

网址:中国土地市场网 http://www.****.com

****交易中心 http://www.****.cn

**自治区自然**网上交易系统

http://110.****.81:8090/trade-engine/trade/index

注:竞买人全程线上办理,登陆时CA锁需要进行互认,操作手册在网站查询。

九、 本次出让不接受口头、电话、传真、邮寄和电子邮件等形式的竞买申请和竞买报价。


****

2024年7月5日





出让国有建设用地使用权宗地基本情况


序号

宗地编号

宗地位置

供地面积

规划条件

出让年限(年)

竞买保证金(万元)

起始交易价(万元)

增价幅度(万元)

平方米

土地用途(用地性质)

容积率

建筑系数

绿地率

1

突储A24-07

**镇泰达小区南

1021.47

1.53

商业

≤3.1



40

30

135.45

0.1


说明:征收成本及相关费用另计,详情咨询0482-****110

招标进度跟踪
2024-07-05
招标公告
兴安盟出让国有建设用地使用权公告(突泉县突储A24-07地块)
当前信息
招标项目商机
暂无推荐数据