南岸区茶园片区老旧街区基础设施更新改造项目设计服务采购公告

发布时间: 2025年03月24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
**区茶园片区老旧街区基础设施更新改造项目设计服务采购公告
发布日期:2025年3月24日
一、采购方式:竞争性磋商
二、预算金额:966,800.00元

三、项目详情概况
包号:1
包内容 折扣或折扣率或费率 数量 单位 服务要求
**区茶园片区老旧街区基础设施更新改造项目设计服务 1.73% 1 **区茶园片区老旧街区基础设施更新改造项目的施工图设计服务、施工期间至竣工验收阶段和质量保修阶段的补充设计和设计变更服务,以及协助招标人完成各项审批手续办理等工作内容;按照相关行政审批部门的审核意见完善各设计阶段的设计成果直至满足送审合格的要求。
四、供应商资格要求

参与采购活动的供应商需满足以下条件

(一)基本资格条件

1、具有独立承担民事责任的能力;

2、具有良好的商业信誉和健全的财务会计制度;

3、具有履行合同所必需的设备和专业技术能力;

4、有依法缴纳税收和社会保障资金的良好记录;

5、参加政府采购活动前三年内,在经营活动中没有重大违法记录。

6、法律、行政法规规定的其他条件。

(二)特定资格条件

供应商应满足建设行政主管部门颁发的下列设计资质要求之一:

①工程设计综合甲级资质;

②工程设计市政行业(燃气工程、轨道交通工程除外)甲级及以上资质;

③工程设计市政行业(道路工程)甲级及以上资质;

提供证书复印并加盖供应商公章。

五、获取采购文件的地点、方式、期限及售价

获取文件期限:2025年3月24日 至 2025年4月7日

文件购买费:300.00元

获取文件地点:凡有意参加磋商的供应商,请在“行采家”(https://www.****.com)下载或到采购代理机构处领取本项目竞争性磋商文件以及图纸、澄清等磋商前公布的所有项目资料,无论供应商领取或下载与否,均视为已知晓所有磋商实质性要求内容。

方式或事项:

(一)供应商应通过行采家 (https://www.****.com)登记加入“行采家供应商库”。

(二)凡有意参加磋商的供应商,请在“行采家”(https://www.****.com)下载或到采购代理机构处领取本项目竞争性磋商文件以及图纸、澄清等磋商前公布的所有项目资料,无论供应商领取或下载与否,均视为已知晓所有磋商实质性要求内容。

(三)竞争性磋商公告期限:自采购公告发布之日起三个工作日。

(四)磋商文件发售期限:

1. 磋商文件发售期限:2025年3月24日-- 2025年3月31日17时00分(工作时间)。

2.竞争性磋商文件售价:人民币300元/包。

3.磋商文件购买方式:递交磋商响应文件时,现金购买。

4.报名方式:凡有意参加磋商的供应商,填写《磋商文件发售登记表》发送至****@qq.com邮箱。

(五)递交响应文件地点:****会议室(****岸区米兰路51号7楼会议室,导航米兰路公交站)。

(六)递交响应文件开始时间:2025年4月7日**时间9时30分;

(七)递交响应文件截止时间:2025年4月7日**时间10时00分;标书代写

(八)磋商开始时间: 2025年4月7日**时间10时00分;

(九)磋商地点:同提交响应文件地点。

六、磋商响应文件递交信息标书代写

磋商响应文件递交开始时间:2025年4月7日 09:30标书代写

磋商响应文件递交结束时间:2025年4月7日 10:00标书代写

磋商响应文件递交地点:****会议室(****岸区米兰路51号7楼会议室,导航米兰路公交站)标书代写

七、评审信息

磋商时间:2025年4月7日 10:00

磋商地点:****会议室(****岸区米兰路51号7楼会议室,导航米兰路公交站)

八、联系方式

1、采购人:****

采购经办人:赵老师

采购人电话:023-****6000

采购人地址:****岸区米兰路51号7楼

代理机构:****

代理机构经办人:付老师

代理机构电话:023-****2276

代理机构地址:****岸区**大道199号17-2号

九、附件
发售登记表.docx
(定稿-3-24-**区茶园片区老旧街区基础设施更新改造项目设计服务.docx
附件下载1标书代写
附件下载2标书代写
附件(2)
招标进度跟踪
2025-03-24
招标公告
南岸区茶园片区老旧街区基础设施更新改造项目设计服务采购公告
当前信息
招标项目商机
暂无推荐数据