无为市高沟饮用水水源地、西河备用饮用水水源地保护区生态修复工程移动应急污水处理车采购项目竞争性谈判公告

发布时间: 2026年07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
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
项目编号 ****
统一交易标识码 Z10-123********502886M-****0715-001333-8

项目概况

**市高沟饮用水水源地、西河备用饮用水水源地保护区生态修复工程移动应急污水处理车采购项目的潜在供应商应****交易中心网站获取采购文件,并于2026年07月22日10点15分(**时间)前提交响应文件。

一、项目基本情况

项目编号:****

项目名称:**市高沟饮用水水源地、西河备用饮用水水源地保护区生态修复工程移动应急污水处理车采购项目

采购方式:竞争性谈判

预算金额:60万元

最高限价:60万元

采购需求:采购移动应急污水处理车一辆,具体详见采购需求。

合同履行期限:30个日历天

本项目是否接受联合体: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:无

3.本项目的特定资格要求:

3.1信用要求:截至提交首次响应文件截止时间,供应商存在下列有效情形之一的,其资格审查不予通过加急标书代写

(1****法院列入失信被执行人名单的

(2****机关列入重大税收违法失信主体的

(3****政府采购严重违法失信行为记录名单的

(4****管理部门列入严重违法失信名单的

注:“有效”是指“情形”规定的程度、起止期间处于有效状态。供应商为联合体的,对供应商的要求视同对联合体成员的要求。

3.2投标人须符合下列情形之一(不良行为以**市公共**交易信用管理平台的不良行为公示专栏公开信息为准):

(1)未被市、县市区公共**交易监管部门记不良行为记录;

(2)曾被市、县市区公共**交易监管部门记不良行为记录,投标截止日不在公示期内。加急标书代写

三、获取采购文件

时间:2026年07月16日至2026年07月20日,每天上午09:00至12:00,下午12:00至17:00(**时间,法定节假日除外)。

地点:****交易中心网站。

方式:凡有意参加响应者,请于获取时间内登录**市公共**交易数智共享系统(以下简称“数智共享系统”)下载招标文件。数智共享系统进入方法1:通过网址http://60.****.5:20080/tpbidder/;方法2:通****交易中心网(https://whsggzy.****.cn/whjyzx/),选择“市场主体”-“数智共享系统”。

售价:0元。

四、响应文件提交加急标书代写

截止时间:2026年07月22日10点15分(**时间)加急标书代写

地点:****交易中心开标室。(详见开标区电子显示屏)加急标书代写

五、开启

时间:2026年07月22日10点15分(**时间)

地点:****交易中心开标室(详见开标区电子显示屏)加急标书代写

六、公告期限

自本公告发布之日起3个工作日。

七、其他补充事宜

1.资金来源:自筹资金

2.本项目免收谈判保证金。

3.****交易中心 技术咨询电话:0553-****801

4.潜在供应商须登录数智共享系统查阅谈判文件。登录前须持有与数智共享系统兼容的数字证书,详情参见CA数字证书及电子签章****中心及分中心)服务指南。(特别提醒:潜在供应商查阅谈判文件后,如参与投标,则需在谈判文件获取时间内通过数智共享系统完成投标信息的填写。)电子标服务

八、凡对本次采购提出询问,请按以下方式联系。

1.采购人信息

名称:****

地址:**省**市**市无城镇滨**路84号

联系方式:0553-****560

2.采购代理机构信息

名称:****

地址:**省**市**市无城镇碧桂园翡翠华府天汇门面房121号

联系方式:180****9681、181****5102

3.项目联系方式

项目联系人:常文迪

电话:180****9681、181****5102

九、招标监督管理机构

名称:****政府****委员会

地址:**市**市**路288号

电话:0553-****589

采购需求.doc

招标文件正文.pdf

附件(2)
招标进度跟踪
2026-07-15
招标公告
无为市高沟饮用水水源地、西河备用饮用水水源地保护区生态修复工程移动应急污水处理车采购项目竞争性谈判公告
当前信息
标书代写
招标项目商机
暂无推荐数据