宁夏回族自治区贺兰山国家级自然保护区管理局2026年中央财政森林生态保护修复补偿资金项目监理及四标段施工招标公告

发布时间: 2026年06月16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

****2026年中央财政森林生态保护修复补偿资金项目监理及四标段施工招标公告

1. 招标条件

招标项目****2026年中央财政森林生态保护修复补偿资金项目已由******草原局以《****草原局****自然保护区管理局2026年中央财政森林生态保护修复补偿资金项目实施方案的批复》(宁林函【2026】268号)文件批准建设,项目业主为****,建设资金来自财政资金,招标人为****。项目已具备招标条件,现对该项目监理、四标段施工进行公开招标。

****受招标人委托负责本工程的招标事宜。

2. 项目概况与招标范围

2.1项目概况:完成修复任务1.68万亩,其中:低质低效林改造 1800亩,栽植酸枣、芦苇,播种苜蓿,施肥补水、管护,设置样方、调查监测等;促进森林更新15000亩,包括卫生伐,设置诱饵木,诱捕器防治等。

2.2建设地点:****自然保护区;

2.3监理服务期限:与施工全过程同步进行(含施工及保修期监理工作);

四标段工期和养护期:180日历天;养护及样地监测2年。

2.4监理招标范围:****2026年中央财政森林生态保护修复补偿资金项目所有施工内容的全过程监理;

四标段施工招标范围:招标文件、施工图纸及工程量清单范围内全部内容。

2.5标段划分:本项目共分为五个标段,本次对监理、四标段施工进行招标。

3.投标人资格要求

3.1本次招标要求:

监理投标人须具备住房城乡建设行政主管部门颁发的工程监理综合资质或市政公用工程监理乙级及以上资质,并在人员、试验检测仪器设备方面具有相应的能力,拟派总监理工程师须具备国家注册市政公用工程专业监理工程师证。

施工投标人须具备独立法人资格,并在人员、资金等方面具有从事本项目的专业能力。项目负责人资格:须具备园林绿化工程专业中级及以上职称资格或园林绿化施工企业项目经理证书或市政公用工程专业二级及以上注册建造师执业资格,具备有效的安全生产考核合格证书,且未担任其他在建工程项目经理。

3.2通过“信用中国”网站查询投标主体,被列为失信被执行人的,限制其参与投标活动。(开标当日由招标人委托的招标代理机构统一查询结果为准)标书代写

3.4因违规,被建设行政主管部门清除**建筑市场以及限制在宁从事建筑资格的企业,不得参与本项目投标。如有以上情况弄虚作假投标者,一经发现上报上级建设行政主管部门,依据相关规定进行处理。

3.5本次招标不接受联合体投标。

4. 招标文件的获取

4.1 凡有意参加投标者,请于2026年06月16日起至2026年06月24日23时59分(**时间,下同),登录“**回族自治区公共**交易平台”(以下简称“电子交易平台”)免费下载电子版招标文件。

5. 投标文件的递交

5.1 投标文件递交的截止时间为2026年07月07日09时00分,投标人应在截止时间前通过“电子交易平台”递交电子投标文件。标书代写

5.2本项目采用“不见面开标模式”逾期送达的投标文件,“电子交易平台”将予以拒收。电子标服务

注:请各投标人在报名结束至开标前****交易中心网站“澄清/变更”公告栏。你所关注的项目有可能进行时间或内容上的调整。调整内容只在“澄清/变更”公告栏中以公告形式公示。招标人(招标代理机构)不再以其他方式通知。如因自身原因未及时关注招标公告或变更(澄清、补充等)公告从而导致投标失败,其后果自行承担。

6. 发布公告的媒介

本次招标公告在“中国招标投标公共服务平台”、“**回族自治区公共**交易网”上发布。

7. 联系方式

招标人:****

联系人:周静

地 址:**市**区高家闸镇

电 话:0951-****500

招标代理机构:****

地 址:****市**区****商务中心四层417室

联 系 人:张宏祥(项目负责人)、施菲菲、康杰

电 话:175****9555

本项目招标投标监督部门为:******草原局

联系电话:0951-****697

****

2026年06月16日


附件下载1
附件下载2
附件下载3
附件下载4
附件(4)
招标进度跟踪
2026-06-16
招标公告
宁夏回族自治区贺兰山国家级自然保护区管理局2026年中央财政森林生态保护修复补偿资金项目监理及四标段施工招标公告
当前信息
标书代写
招标项目商机
暂无推荐数据