松桃苗族自治县毛溪沟水库工程征地移民安置监督评估邀请招标公告

发布时间: 2024年04月26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
相关单位:
***********公司企业信息
***********公司企业信息
松桃苗族自治县毛溪沟水库工程征地移民安置监督(略)
1. 招标条件

本招标项目松桃苗族自治县毛溪沟水(略)桃苗族自治县生态移民局,建设资金来自省级专项资金,项目出资比例为100%,招标人为松桃苗族自治县生态移民局。项目已具备招标条件,现对该项目的征地移民安置监督评估进行邀请招标。

2. 项目概况与招标范围

2.1 建设地点:(略)

2.2 项目规模:本工程建设征地共672.52亩,其中库区征地191.39亩、枢纽工程建设区征地311.78亩(永久征地200.03亩,临时用地111.75亩)、输配水区征地169.35亩(永久征地2.7亩,临时用地166.65亩)。毛溪沟水库交通(略),路线起点接(略),终点顺接乌罗至干巴沟通村公路,沿水库库区洪(略)。公路等级为农村公路,路基宽度4.5米,路面厚18(略)。项目(略).014公里。本次招标任务为:松桃苗族自治县毛溪沟水库工程征地移民安置项目监督评估项目。根据《大中型水利水电工程建设征地补偿和移民安置条例》(中华人民共和国国务院令第679号)、《省人民政府关于进一步加强移民工作意见》(黔府发[2011]12号)、《贵州省大中型水利水电工程移民前期工作管理办法》(黔移发[2011]45号)中的有关规定,针对松桃苗族自治县毛溪沟水库工程建设征地与移民安置所涉及征地补偿、移民搬迁、生产生活安置和专业项目复建、水库库底清理等范围情况,对移民搬迁安置进度、移民安置质量、移民资金的拨付和使用情况以(略)

2.3 计划工期:(略)

2.4 招标范围:对征地移民安(略)

2.5 标段划分: 松桃苗族自治县毛溪沟水库工程征地移民安置监督评估

3. 投标人资格要求

3.1 本次招标要求投标人须具备1. 本次招标要求投标人具备水利工程施工监理乙级及以上资质,拟派的总监(略):拟派驻本工程项目的总监督评估师应具备中国水利工程协会颁发的全国水利工程建设监理工程师资格证书。资质,/业绩,并在人员(略)。

3.2 本次招标不接受联合体投标。

4. 招标文件的获取

4.1(A)凡有意参加投标者,请于(略)7时00分至(略)7时00分(北京时间,下同),在铜仁佳杰工程管理有限公司(贵州省铜仁市碧江区川硐麒龙国际D1栋写字楼11楼) 持授权委托书原件(法定代表人亲自参加的持法定代表人身份证明原件)、本人身份证原件及复印件、投标人营业执照副本复印件、资质证书副本复印件(复印件须加盖单位公章)报名获取招标文件。持单位介绍信购买招标文件。邮购招标文件的,需另加手续费(含邮费)0元。招标人在收到单位介绍信和邮购款(含手续费)后0日内寄送。

4.1(B)凡有意参加投标者,请于2024年04月(略)时00分(北京时间,下同),登录/下载电子招标文件。

4.2 招标文件每套售价0元,售后不退。技术资料押金0元,在退还技术资料(略)(不计利息)。

5. 投标文件的递交

5.1(A)投标文件递交的截止时间(投标截止时间,下同)为2024年05月17日14时30分,地点为铜仁佳杰工程管理有限公司(贵州省铜仁市碧江区川硐麒龙国际D1栋写字楼11楼会议室)。

5.1(B)投标文件递交的截止时间(投标截止时间,下同)为2024年05月17日14时30分,投标人应在截止时间前通过/递交电子投标文件。

5.2(A)逾期送达的、未送达指定地点的或者不按照招标文件要求密封的投标文件,招标人将予以拒收。

5.2(B)逾期送达的投标文件,电子招标投标交易平台将予以拒收。

6. 发布公告的媒介

本次招标公告同时在贵州省招标投标公共服务平台上发布。

7. 异议与投诉

联系人:(略)

8. 其他

投标人应随时登录贵州省招标投标公共服务平台网查看发出的文件澄清、补充、更正等通知内容,如因投标人未(略),后果由投标人自己承担。

9. 联系方式
招标人: 招标代理机构: 地址: 地址: 邮编: 邮编: 联系人: 联系人: 电话: 电话: 手机号码: 手机号码: 传真: 传真: 开户银行: 开户银行: 银行账号: 银行账号:
松桃苗族自治县生态移民局铜仁佳杰工程管理有限公司
贵州省铜仁市松桃苗族自治县七星广场政务服务中心四楼贵州省铜仁市碧江区川硐麒龙国际写字楼D1栋11层
(略)(略)
石宗源张翔
(略)(略)
(略)(略)
//
贵州银行股份有限公司铜仁锦江分行
(略)
招标进度跟踪
2024-04-26
招标公告
松桃苗族自治县毛溪沟水库工程征地移民安置监督评估邀请招标公告
当前信息
招标项目商机
暂无推荐数据