鹭鸶岩水厂送水泵房自动化改造(二次)

发布时间: 2026年09月10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

招标公告

项目概况

****水厂送水泵房自动化改造(二次) 招标项目的潜在投标人应在**公共**交易平台(**省●**市)获取招标文件,并于2026年 10 月 9 日 9点30 分(**时间)前递交投标文件。

一、项目基本情况

项目编号: ****

项目名称: ****水厂送水泵房自动化改造(二次)

采购方式: 公开招标

预算金额: 580000.00元

最高限价: 580000.00元

采购需求:详见招标文件

合同履行期限: 改造项目的工期为30天,自本合同签订之日起计算。

本项目(¨是/ ¨否)接受联合体投标。

二、申请人的资格要求:

(一)满足《****政府采购法》第二十二条规定;

****政府采购政策需满足的资格要求(根据项目实际情况): 按财库〔2014〕68号、财库〔2017〕141号、财库〔2019〕9号、财库〔2020〕46号、财库〔2022〕19号、国办发〔2025〕34号等文件执行。

(三)本项目的特定资格要求:本项目不是专门面向中小企业采购,请投标人按照《政府采购促进中小企业发展管理办法》(财库〔2020〕46号)出具规定的《中小企业声明函》。声明函内容不实的,属于提供虚假材料谋取中标、成交,将依照《****政府采购法》等国家有关规定追究相应责任。本项目所属行业为 其他未列明 行业。

三、获取招标文件

(一)时间: 2026 年 9 月10日 17:00 至 2026 年 2026 年 9 月17日 17:00 (**时间,法定节假日除外)

(二)地点:**公共**交易平台(**省●**市)(网上交易大厅网址:https://ggzy.****.cn/hallweb/#/login)

(三)方式:网上免费获取

(四)售价:人民币0元/套

注:投标人应随时登录**省招标投标公共服务平台或**公共**交易平台(**省●**市)(交易平台)查看、处理采购人发出的文件澄清、补充、更正等通知内容,如因投标人未及时上网查询导致的后果,由投标人自行承担。

四、提交投标文件截止时间、开标时间和地点标书代写

(一)提交投标文件截止时间:2026年 10 月 9 日 9点30 (**时间)标书代写

(二)提交和上传投标文件地点:**公共**交易平台(**省●**市)(网上交易大厅网址:https://ggzy.****.cn/hallweb/#/login)

(三)开标时间:2026年 10 月 9 日 9点30 (**时间)标书代写

(四)开标地点:****中心****园区麒龙国际旁)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

1.本项目是电子开评标,请各位投标人携带CA前往交易公告指定的开标地点参与开标或选择不见面开标模式参与开标。采用电子化开标的,不再进行投标人身份核验,以数字证书为准。电子标服务

2.根据《关于印发中小企业划型标准规定的通知》的规定,本项目所属行业分类为 其他未列明 。

3.投标保证金基本信息:

(1)投标保证金金额:人民币 1000.00 元;

(2)投标保证金缴纳时间:同提交投标文件截止时间;

(3****银行及账号:

单位名称:****交易中心

开户银行:****公司****支行

账 号:060********00296

(4)投标保证金缴纳方式:采用银行转账、电汇形式提交(具体缴退流程****交易中心网站,点击首页-办事指南-保证金缴退,自行缴纳保证金);或者采用投标电子保函提交(具体操作方式****交易中心首页—办事指南—政府采购—常见问题解答—《投标电子保函申请操作步骤》)

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**区梵净山大道7号

联系人:冯凯

联系方式:186****9955

2.采购代理机构信息:

名 称: ****

地 址:**市**区麒龙CBD中心B1座20楼

联 系 人: 刘建红、周柳青

联系方式: 186****4552、151****9100

3.项目联系方式:

项目联系人: 刘建红、周柳青

电 话: 186****4552、151****9100


附件下载
附件(1)
招标进度跟踪
2026-09-10
重新招标
鹭鸶岩水厂送水泵房自动化改造(二次)
当前信息
标书代写
招标项目商机
暂无推荐数据