青藏高原地质云大数据平台项目初步设计及投资概算报告编制服务采购公告

发布时间: 2024年10月15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

青藏高原地质云大数据平台项目初步设计及投资概算报告编制服务采购公告

项目概况

青藏高原地质云大数据平台项目初步设计及投资概算报告编制服务 招标项目的潜在投标人应在通过**自治区公共**交易平台登录,网址https://ggzy.****.cn/ 获取采购文件,并于2024年11月06日 11时40分前递交投标文件。

一、项目基本情况

项目编号: ****

项目名称:青藏高原地质云大数据平台项目初步设计及投资概算报告编制服务

采购方式:公开招标

预算金额:****000(元)

最高限价:

合同履行期限:2个月内完成项目初步设计方案及投资概算编制(具体以双方实际签订合同为准)

本项目不接受联合体投标。

注:具体要求以本采购文件中的相应规则为准。

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:

执行《政府采购促进中小企业发展管理办法》、《政府采购促进中小企业发展管理办法》、《财政****政府采购支持中小企业力度的通知》、《****监狱企业发展有关问题的通知》和《关****政府采购政策的通知》相关政策;****政府优先采购和强制采购制度;****政府优先采购制度。

3.本项目的特定资格要求:

1.具有工程设计综合甲级资质或电子通信广电行业(有线通信、无线通信)专业甲级资质或电子通信广电行业(通信工程)甲级资质,(须提供有效的资质证书复印件并加盖投标人公章);

2.本项目所属行业:软件和信息技术服务业

3 本项目是否属于专门面向中小企业:否

4 技术成果经济补偿

本次招标对未中标人投标文件中的技术成果 不给予 经济补偿。

三、获取采购文件

时间: 2024年10月15日 23时59分 至 2024年10月22日 23时59分

地点: 通过**自治区公共**交易平台登录,网址https://ggzy.****.cn/

方式: 网上下载

售价: 0

四、提交投标文件截止时间、开标时间和地点标书代写

2024年11月06日 11时40分

地点: 西****交易中心开标室211标书代写

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

6.1投标企业在投标时需按要求编制投标文件并将投标文件上传至**自治区公共**交易平台(通过**自治区公共**交易网登录,网址:ggzy.****.cn)。
6.2****银行保函或保单保函方式提交。(根据招投标系统平台推荐的选择其中一种可以缴纳投标保证金的平台)
6.3本项目实行线上“不见面”开标。各投标人应自行登录登陆**自治区公共**交易平台不见面开标大厅(电子标服务https://ggzy.****.cn/open-web-zc/login)。****公司发起解密后,各投标人应在60分钟内完成解密,超过时间仍未解密的视为放弃本项目投标。投标人无需携带任何原件参加开标会,但各投标人应随时保持在线状态,****委员会对投标文件提出疑问时进行解答,如出现疑问且未能联系到投标人,评标委员会有权对有疑问的投标文件作出不利于投标人的解释,并对该解释负责。逾期上传或不按要求上传的电子投标文件,**自治区公共**交易平台将予以拒收。若因上传错误在评审时候造成电子文件无法读取,由投标人自行承担相应责任。
6.4投标人在投标时需要上传电子投标文件至**自治区公共**交易平台系统中、并在招投标现场开标用企业CA锁制作电子标书的锁,解密上传的电子标书。备注:请供应商将投标文件中需要签字的页面打印出来签字上传,不得使用电脑打字输入,并制作成电子文件上传至系统中,否则投标文件无效。
6.5根据《****政府采购合同融资(政采贷)工作实施方案》(拉政办发[2024]25 号)供应商有融资贷款业务需求的,****政府****银行申请政府采购供应商信用贷款。

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: **市**中路21号

联系方式: 0891-****595

2.采购代理机构信息

名 称:****

地 址: **自治区**市

联系方式: 查先生 199****5520

3.项目联系方式

项目联系人:王先生

电 话:0891-****595

招标进度跟踪
2024-10-15
招标公告
青藏高原地质云大数据平台项目初步设计及投资概算报告编制服务采购公告
当前信息
招标项目商机
暂无推荐数据