产品服务
商机服务

招标查询

查预告 查招标 查中标

VIP项目

千里马项目信息

拟在建项目查询

正在报批、立项中的项目

商机推送

微信、邮件实时接收最新动态

企业智能管理

业务统一管理、商机自动分配

企业商情分析

潜在客户、竞争对手历史数据分析

标讯发布

发布招标信息

发布招标、采购信息

推荐招标专区

专属招标专区,提升信息曝光量

更多服务

找人脉

专业团队精确定位项目联系人

拓客宝

定位优质潜客资源

人脉通

拓展您的人脉资源

渠道宝

AI大数据帮您高效拓展渠道

数据商城

分行业商机分析、供应商筛选

数据定制

数据维度定制、BI、API定制等

|

企业套餐

20250313 云龙县2024年高标准农田建设项目(EPC模式) 其他采购计划(检槽片区)

发布时间: 2025年04月03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
公告联系人 郑斌 联系人电话 ****
联系人邮箱 公告附件 公开招标公告.doc

公告内容

一、招标工程概况

1、工程名称:**县2024年高标准农田建设项目(EPC模式)

2、工程地点: **县

3、工程概况:**县 2024 年高标准农田建设项目(建设高标准农田1.32万亩,(含高效节水灌溉面积0.34万亩),其中, **高标准农田0.8 万亩, 改造提升高标准农田0.52 万亩。主要建设田块整治工程 、灌溉与排水工程 、 田间道路工程 、农田防护与生态环境保护工程和其他工程 。)。

4、工 期: 拟开工日期:以监理下发的开工令时间为准;

拟竣工日期: 以业主单位通知时间为准。

本次招标计划采购检槽片区砂石料、水泥物资,投标人可参与 本 物资投标,但最终只能有一家单位中标,请投标人慎重选择。

二、招标物资采购范围、内容:

招标范围: 本次招标计划采购检槽片区砂石料、水泥物资。

三.投标人资格要求

3.1本次招标要求投标人须具备以下条件:

3.1.1资质要求:具备独立法人资格,营业执照(经营范围包括但不限于建筑材料销售或砂石料销售、水泥销售等)、组织机构代码、税务登记证(或三证合一的营业执照)等必须真实有效。

3.1.2财务要求:近三年财务状况良好。

3.1.3质量要求:符合质量验收标准/规范,一次性验收合格。

3.1.4业绩要求:近三年类似业绩一项。

3.1.5履约信用要求:具有与本合同要求的物资供应相关的履约能力,并出具履约承诺书。

3.1.6其他要求:供货过程中必须严格执行招标人、业主、监理对物资按计划进场的供应要求。本次招标不接受联合体投标。

四.工程款:

1、预付款: / 。

2、材料款支付结合总(分)包合同,(1)甲方在收到发包人支付的工程款后,按月审核乙方供应材料并结算,甲方收到乙方提供增值税发票后,甲方每月20日前按上月结算金额的 70 %付款;(2)乙方材料供应完毕,质量保证期间无质量问题,且甲乙双方书面确认质量合格,最终结算确认后支付至 100 %;(3)如发包人实际付款比例低于发包人合同约定比例,则以上(1)(2)付款条款均按发包人实际付款比例降低10%支付。根据甲方收款条件,如甲方收款条件优于发包人合同约定付款比例,则甲乙双方可协商调整乙方付款比例。乙方收款账户发生变化的,应在发生变化后的10个工作日内,以签字盖章的书面形式告知甲方。按合同约**算后未付款,乙方注销应提前告知甲方,并按结算金额提供发票,以免造成税务风险和无法付款的争议。

五、招标文件的获取

1、时间:2025年4月3日至2025年4月9日,每日上午8时0分至12时0分,下午13时30分至17时30分(**时间,下同)。

2、地点:云上营家获取,网址为:https://www.****.com/ 。

3、方式:云上营家线上 。

六、投标文件的递交

1、投标文件递交的时间为:2025年4月4日8时0分至17时30分,递交投标文件截止时间为:2025年4月9日10时0分;

2、递交投标文件方式和地点:云上营家,网址为:https://www.****.com/。

3、逾期送达(提交)的或者未送达指定地点的投标文件,招标人不予受理。

七、开标

1、时间:2025年4月9日10时0分。

2、地点:云上营家,网址为:https://www.****.com/ 。

八、联系方式

招标人:****

地址:**州**县高标准农田建设项目部

联系人:郑斌

电话:****

电子邮箱: ****@qq.com

附件(1)
招标进度跟踪
招标项目商机
暂无推荐数据