朝邑国家湿地公园盐干沟堤浒村段排水(碱)渠道疏通改造治理工程项目招标公告

发布时间: 2024年08月23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
***********公司企业信息

1、招标条件

本招标项目朝邑国家湿地公园盐干沟堤浒村段排水(碱)渠道疏通改造治理工程项目****服务局以荔政审字[2024]171号和荔政审字[2024]185号文件批准建设;项目业主为****,建设资金来源为申****政府投资;招标代理机构为****。项目已具备招标条件,现对该项目施工进行公开招标,特邀请有意愿的潜在投标人(以下简称投标人)参加投标。

2、项目概况和招标范围

2.1建设地点:**省**县朝邑湿地下游;

2.2工程规模:1)朝邑湖出口退水涵闸改造1座(2x1.5m),配手动螺杆启闭机1台,建设D2.0m涵管长8m,出口左岸护坡长15m,出口干沟底C30砼护坦长 10m;

2)对0+000~1+048段进行沟道疏浚;

3)1+048~2+014段清淤后改造为钢筋砼箱涵;箱涵进口建 10m 长沉淀池1座;

4)改造1+940洛惠渠退水渠入箱涵长 37m;

5)2+014~2+030段现状涵洞清长16m;

6)2+030~2+334段沟道清淤后衬砌长304m;

7)对箱涵段左右岸桩号1+048~2+014段建浸塑围网1990m。

8)对2+334~2+448现状砌石衬砌段进行抹面降糙,底板用C30砼内衬加固12cm厚。

9)对2+448~2+521段现状穿路涵管、涵洞清淤

10)对2+521~2+646段现状砌石明渠清淤:

11)朝邑湖进、退水流量监控检测系统

2.3项目估算价:2360.87万元;

2.4计划工期:300日历天;

2.5招标范围:朝邑国家湿地公园盐干沟堤浒村段排水(碱)渠道疏通改造治理工程项目施工图纸及工程量清单全部内容;

2.6标段划分:本项目划分为一个施工标段。

3、投标人资格要求

3.1 投标人须具有独立的法人资格,具备有效的营业执照;

3.2 投标人必须具备水利水电工程施工总承包三级(含三级)以上资质,具有建设行政主管部门颁发的安全生产许可证,并具有类似工程施工经验。

3.3 拟派项目经理须具备水利水电工程专业二级(含二级)以上建造师注册证书及水行政主管部门颁发的安全生产考核合格证,在本单位注册且无在建工程;

3.4 企业负责人及专职安全员须具有水行政主管部门颁发的安全生产考核合格证。

3.5 单位负责人为同一人或者存在控股、管理关系的不同单位,不得同时参加本项目投标;

3.6 本次招标不接受联合体投标;

4、投标人信誉要求

4.1在“信用中国”中企业未被列入“严重失信主体名单”;在“中国执行信息公开网”中企业及其法定代表人没有被列入“失信被执行人”;在“中国政府采购网”未被列入“政府采购严重违法失信行为记录名单”;在“国家企业信用信息公示系统”中未被列入“经营异常名录”及“严重违法失信名单”;在“省级及以上水利建设市场主体信用信息管理平台”中未被记录“不良信用”信息;

4.2投标人被列入**省建设工程项目不良行为记录名单的,不得参与投标。

5、资格审查方法

本次招标采用资格后审的方法,对投标人资格进行审查,评标办法采用综合评估法,资格评审的条件、标准详见招标文件。

6、招标文件的获取

6.1 凡有意参加投标者,请于2024年08月24日09时00分至2024年08月30日17时30分,持单位介绍信、委托人身份证原件及加盖公章的复印件在**省**市**区审计大厦七楼****报名并购买招标文件。

6.2 招标文件每套售价800元。

7、投标文件的递交

7.1 投标文件递交的截止时间为2024年9月14日9时30分。

7.2 投标文件的递交地点:****交易中心开标室十(**省**市**区乐天大街西段与渭清路十字东北角三楼)。

7.3 逾期送达的或者未送达指定地点的投标文件,招标人不予受理。

8、发布公告的媒介

本次招标公告同时在《**省公共**交易平台》、《**采购与招标网》等媒介上发布。

9、联系方式

招 标 人:****

地 址:**省**市**县**镇洛滨大道中段(财政大楼808 室)

联 系 人:齐丽媛

电 话:187****6284

电子邮件:****@qq.com

招标代理机构:****

地 址: **市**区审计大厦七楼

联 系 人: 张翊彤

电 话: 180****5583

电子邮件: ****@qq.com

附件(1)
招标进度跟踪
招标项目商机
暂无推荐数据