【高新区(塘桥镇)】和鑫花园三村、四村休闲场地改造中标候选人公示

发布时间: 2026年10月12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
关键信息
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

和鑫花园三村、四村休闲场地改造中标候选人公示

项目编号:****

根据工程招标投标的有关法律、法规、规章和该工程招标文件的规定,****、张****社区****花园三村、四村休闲场地改造的评标工作已经结束,中标候选人已经确定。本项目采用合理低价法的评标办法,现将中标候选人公示如下:

1、中标候选人情况


第一名

第二名

第三名

中标候选人名称

****

**中通****公司

******公司

投标报价(元)

151204.22

150708.66

152036.28

项目负责人

陈醒

李松松

何家文

联合体单位

无

无

无

暂估价(万元)

工程




材料




1.1、中标候选人项目管理人员情况

单位名称

人员类别

姓名

职务

身份证号码

职业资格证书

证书编号

****

项目负责人

陈醒

项目负责人

342***********3513

市政公用工程二级注册建造师

苏232****05293

**中通****公司

项目负责人

李松松

项目负责人

320***********4211

市政公用工程二级注册建造师

苏232****14357

******公司

项目负责人

何家文

项目负责人

340***********4216

市政公用工程二级注册建造师

苏232****10325

1.2中标候选人企业业绩

单位名称

工程名称

建设单位

中标时间

中标金额(元)

1.3中标候选人项目经理业绩

单位名称

工程名称

建设单位

中标时间

中标金额(元)

2.1、未入围单位及原因

序号

单位名称

未入围原因

1

江****公司

投标报价高于招标人期望值

2.2、初审未通过单位及原因

序号

单位名称

未通过原因

1



2.3、废标及原因

序号

单位名称

不合格原因

1



3、报价修正

序号

单位名称

修正原因

修正依据

修正前报价(元)

修正后报价(元)







4、所有投标人技术标评分情况

序号

单位名称

评委A

评委B

评委C

评委D

评委E

评委F









5、所有投标人及其拟派项目负责人类似工程业绩、奖项、投标报价、投标报价合理性等得分情况

序号

单位名称

投标报价(元)

经济标

信用分

其它标

得分

1

****集团有限公司

147525

95.38

1.68

0

97.06

2

******公司

147001.18

95.04

1.64

0

96.68

3

**市昕****公司

150169.96

97.13

1.68

0

98.81

4

******公司

150276.99

97.20

1.67

0

98.87

5

**中通****公司

150708.66

97.49

1.68

0

99.17

6

****

151204.22

97.81

1.67

0

99.48

7

******公司

151989.82

97.50

1.39

0

98.89

8

******公司

152036.28

97.46

1.68

0

99.14

9

******公司

152896.68

96.60

1.73

0

98.33

10

**市****公司

153187.63

96.32

1.75

-0.1

97.97

11

****公司

153247.81

96.26

1.68

0

97.94

12

**市****公司

153387.76

96.12

1.67

0

97.79

13

****集团有限公司

154424.58

95.09

1.72

0

96.81

14

江****公司

154518.88

95.00

1.63

0

96.63

6、拟确定中标人:****

本中标候选人公示期自2026年10月12日起,至2026年10月15日止。投标人或者其他利害关系人对上述评标结果有异议的,应当在公示期间向招标人提出。公示期满对评标结果没有异议的,招标人将签发中标通知书。


招标进度跟踪
招标项目商机
暂无推荐数据