甘谷县公安局交通警察大队北滨河路等重点路段交通管控基础设施建设第二次公开招标公告

发布时间: 2024年08月12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
***********公司企业信息

****北滨河路等重点路段交通管控基础设施建设第二次公开招标公告


****招标项目的潜在投标人应在登****交易中心网站免费下载。投标人可访问“****交易中心”网站(登****交易中心网站免费下载。投标人可访问“****交易中心”网站点击对应的招标项目公告,免费获取招标文件)点击对应的招标项目公告,免费获取招标文件,也可通过登录**市公共**交易电子服务系统,在“投标管理”栏目“招标文件获取”获取招标文件,并于2024-09-02 10:00:00(**时间)前递交投标文件。

一、项目基本情况

项目编号:****

项目名称:****北滨河路等重点路段交通管控基础设施建设

预算金额:163.000000(万元)

最高限价:(万元)

采购需求:****北滨河路等重点路段交通管控基础设施建设(具体要求及参数详见招标文件)

合同履行期限:按合同约定执行

本项目(是/否)接受联合体投标:否

二、申请人的资格要求

1.满足《****政府采购法》第二十二条规定;

2.落实政府采购政策需满足的资格要求:详见附件

3.本项目的特定资格要求:1.符合《****政府采购法》第二十二条规定; 2.营业执照、税务登记证、组织机构代码证或已作三证合一的提供统一社会信用代码的营业执照; 3.投标供应商提供中国裁判文书网上查询的无行贿犯罪网页截图 4.本项目实行资格后审,不接受联合体招标。 5.投标人须为未被列入“信用中国”网站记录失信被执行人或重大税收违法****政府采购严重违法失信行为记录名单;****政府****政府采购严重违法失信行为信息****政府采购活动期间;未被列入“信用中国(****(投标人所在城市))”网站记录失信被执行人或重大税收违法****政府采购严重违法失信行为记录名单;未被列入“信用**”(投标人所在省份)网站记录失信被执行人或财政性资金管理使用领域相关失信责任主体、统计领域严重失信企业及其有关人员等的方可参加本项目的投标。(以投标截止日前在“信用中国”网站信用中国(****(投标人所在城市))”****政府采购网及“信用**”(投标人所在省份)网站查询结果为准,如相关失信记录失效,供应商需提供相关证明资料)。

三、获取招标文件

时间:2024-08-13至2024-08-19,每天上午00:00至12:00,下午12:00至23:59

地点:登****交易中心网站免费下载。投标人可访问“****交易中心”网站(登****交易中心网站免费下载。投标人可访问“****交易中心”网站点击对应的招标项目公告,免费获取招标文件)点击对应的招标项目公告,免费获取招标文件,也可通过登录**市公共**交易电子服务系统,在“投标管理”栏目“招标文件获取”

方式:登****交易中心网站免费下载。投标人可访问“****交易中心”网站(登****交易中心网站免费下载。投标人可访问“****交易中心”网站点击对应的招标项目公告,免费获取招标文件)点击对应的招标项目公告,免费获取招标文件,也可通过登录**市公共**交易电子服务系统,在“投标管理”栏目“招标文件获取”子栏目下在线免费获取。 注:凡是拟参与**市公共**交易活动的招标人、招标代理机构、投标单位需先在**市公共**交易网上免费注册或获取数字证书方可办理业务。投标人免费注册或办理数字证书。

售价:0(元)

四、提交投标文件截止时间、开标时间和地点

时间:2024-09-02 10:00:00

地点:****交易中心(**市**区建设路185号二楼第一开标厅D)

五、公告期限

自本公告发布之日起5个工作日。

六、其他补充事宜


①**市公共**交易网:http://ggzyjy.****.cn/f

②信用中国”网站:https://www.****.cn

③中国政府采购网网址:http://www.****.cn/

七、对本次招标提出询问,请按以下方式联系

1.采购人信息

名 称:****

地 址:**县大像山镇滨河路与冀城路交汇处匝道

联系方式:0938-****453

2.采购代理机构信息

名 称:****

地 址:**市**区春风路1号

联系方式:0938-****739

3.项目联系方式

项目联系人:佟凯

电 话:0938-****739

附件(2)
招标项目商机
暂无推荐数据