省统筹区域平台及前置软件部署应用的扩面及提质服务项目的竞争性磋商采购公告

发布时间: 2026年07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

参照《****政府采购法》、《政府采购竞争性磋商采购方式管理暂行办法》的相关规定,****受委托就省统筹区域平台及前置软件部署应用的扩面及提质服务项目进行竞争性磋商采购。特邀请合格响应人对下列项目递交密封的响应文件。

一、项目概况
(1)项目名称:省统筹区域平台及前置软件部署应用的扩面及提质服务项目

(2)项目编号:****

(3)采购内容:保障国家传染病智能监测预警前置软件在**区14****医疗机构的日常稳定运行,重点做好系统运行状态巡检、数据正常上传、故障及时响应与处理、版本升级适配、安全防护配置维护以及用户日常技术支持等工作,确保前置软件持续可用、数据上传顺畅、问题快速处置,数据质量提升,满足国家及**市对传染病监测预警体系运行保障的基本要求。

(4)项目服务周期:提供1年7*24小时技术支持服务。

(6)预算金额:11.4万元。

(7)项目属性:服务类。

二、合格供应商应具备的资格条件
1、****事业单位、社会团体法人证书)、税务登记证(若为多证合一的,仅需提供营业执照);
2、未被“信用中国”(www.****.cn)、中国政府采购网(www.****.cn)列入失信被执行人、重大税收违法案件当事人名单、政府采购严重违法失信行为记录名单;
3、单位负责人为同一人或者存在直接控股,管理关系的不同供应商,不得同时参加本项目(一经证实,取消所有涉及单位的投标资格);
4、本项目不接受联合投标;
5、本项目不得转包;
6、本项目面向大、中、小、微型企业。

三、磋商文件的获取
1、合格的供应商可于2026年7月23日-2026年7月29日,登录“远瞩采购云平台”(https://www.sh-yuanzhu.com)进行免费注册,完成注册后,上传如下材料:

(1****事业单位、社会团体法人证书)、税务登记证(若为多证合一的,仅需提供营业执照)扫描件。

(2)法定代表人授权委托书扫描件(授权书格式要求:法定代表人签字或盖章、被授权人签字或盖章、加盖企业公章,授权书上必须提供被授权人身份证的复印件)。

(3)本单位最新下载的信用信息(查询网址为:www.****.cn,提供完整的PDF查询文件)。

2、凡愿参加投标的合格供应商通过报名审核后可在2026年7月23日-2026年7月29日时间内下载(获取)磋商文件。

3、获取磋商文件其他说明:

代理机构网上审核时间:2026年7月23日-2026年7月29日,上午9点--下午17点受理报名,逾期报名概不受理。

本招标文件500元∕份,只接受网上电子支付方式,****银行转账,售后不退。

网上报名的响应人须在上述时间内登录远瞩采购云平台(https://www.sh-yuanzhu.com)进行免费注册,完成注册后,便可登录平台购买、下载(获取)招标文件、完成报名(此为获取电子招标文件的唯一途径),逾期不再办理。

供应商可到远瞩采购云平台首页下载《用户手册-供应商》,潜在供应商可以下载并根据操作手册提示进行注册、登录、网上购买下载电子版标书等操作。

注:响应人须保证所递交的响应文件、资料的内容真实、完整、有效、一致,如递交虚假的响应文件、资料或填写信息错误导致的与本项目有关的任何损失由响应人承担。

四、磋商响应文件递交时间和地点标书代写
1、磋商响应文件递交截止时间:2026年8月3日 13:00标书代写
2、磋商响应文件递交地点:**市**区瞿溪路801号501室。标书代写

五、磋商时间

1、磋商时间:2026年8月3日 14:00(暂定)

2、本项目不举行公开开标仪式。届时请应谈供应商的法定代表人或授权代理人出席竞争性磋商仪式,应谈供应商代表需携带法定代表人身份证复印件或法定代表人授权委托书、授权代理人身份证。应谈单位如有缺席,按中途自动退出应谈处理。标书代写

六、联系方式:

采购人:****

地址: **市**区云雾山路39号

联系人:简老师

联系方式:021-****3272

采购代理机构:****

地址:**市**区瞿溪路801号501室

项目联系人:顾老师

联系方式:021-****7763

传真:021-****7763

招标进度跟踪
2026-07-23
招标公告
省统筹区域平台及前置软件部署应用的扩面及提质服务项目的竞争性磋商采购公告
当前信息
标书代写
招标项目商机
暂无推荐数据