京密路新增望京商务区匝道工程监理资格预审公告-千里马招标网

京密路新增望京商务区匝道工程监理资格预审公告

发布时间: 2024年11月29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

京密路新增望京商务区匝道工程监理资格预审公告

1. 招标条件

本工程京密路新增望京商务区匝道工程(工程名称)已由有关部门批准建设,项目业主为北****管理中心,本项目委托****建设管理,并已签署委托代建合同。招标人为****,****政府投资(资金来源),工程出资比例为100%,招标代理机构为****,工程已具备招标条件,现进行公开招标,特邀请有意向的潜在投标人(以下简称申请人)提出资格预审申请。

2. 工程概况与招标范围

2.1 本工程的建设地点**市**区

2.2 本工程的建设规模 **环形匝道全长约219.5米,**连接路全长约145.3米 概算(估算)投资额2300(万元)。

2.3 本工程的计划工期 118日历天

2.4本工程的招标范围设计图纸范围内的道路、排水、照明、交通、桥梁等图纸所示全部内容监理工作。

2.5其他 /

3. 申请人资格要求

3.1 申请人须具有独立法人资格,****管理部门核发的有效企业营业执照并处于正常开业状态,具备建设行政主管部门颁发的市政公用工程监理甲级及以上资质,具有已完工的工程总投资在1800万元(含)以上的类似市政工程监理业绩 (近年类似工程描述)监理业绩;其中,申请人拟派总监理工程师须具备注册监理工程师证书,注册专业市政公用工程,具有总监理工程师任命书。拟派总监理工程师 不可以 (可以或不可以)同时担任其他建设工程总监理工程师。

3.2 本工程招标 不接受 (接受或不接受)联合体资格预审申请。接受联合体申请资格预审的,应满足下列要求:

(1)联合体各方必须按资格预审文件提供的格式签订联合体协议书,明确联合体牵头人和各方的权利义务;

(2)联合体各方不得再以自己名义单独或加入其他联合体在同一工程中提出资格预审申请。

3.3 其他资格要求: /

4. 申请人信誉要求

4.1 失信被执行人

本次招标对失信被执行人采用 否决性 (限制性/否决性)惩戒方式。

4.2 其他信誉要求

本次资格预审将对申请人的诉讼及仲裁情况、不良行为记录等其他信誉要求予以评定。

4.3安全管理风险企业

本工程资格预审对安全管理风险企业 采用 否决性惩戒。

5. 资格预审方法

5.1本工程资格预审方法采用 有限数量制 (合格制或有限数量制)。采用有限数量制时,当通过资格审查的申请人多于 7 家时,通过资格预审的申请人限定为 7 家。

5.2如果申请人少于 7 家(含),本工程招标可以由资格预审改为资格后审。

6. 资格预审文件的获取

6.1凡有意申请资格预审者且资质符合本章第3.1款规定的,方可于2024年11月29日至2024年12月04日,每日上午 9 时至 12 时,下午 13 时至 17 时,****开发区宏达中路甲12号A303室(详细地址),持单位营业执照复印件、企业资质证书复印件、法人授权委托书、经办人身份证原件及复印件、经办人本人近半年内任意连续3个月的社保缴费证明(以上复印件须加盖单位公章)购买资格预审文件。

6.2资格预审文件每套售价300元,现金支付,售后不退。

7. 资格预审申请文件的递交

7.1递交资格预审申请文件的截止时间为2024年12月10日16时00分,地****开发区宏达中路甲12号A303室(详细地址),申请人资质符合本章第3.1款规定的,方可递交资格预审申请文件。

7.2 逾期送达的资格预审申请文件,招标人不予受理。

8. 发布公告的媒介

本工程资格预审公告在中国招标投标公共服务平台(http://www.****.com/)、北****集团有限公司(https://www.****.cn)(发布公告的媒介名称)上发布。

9. 联系方式

招 标 人:**市首发高速公路建设管理 招标代理机构:****

****公司

地 址:**市**区西五里店甲60号 地 址:****开发区宏达中路甲12号

联 系 人:袁工 联 系 人:赵欣欣、许雅

电 话:010-****9233 电 话:010-****5858-2320

传 真: / 传 真:010-****6597

电子邮箱: / 电子邮箱:****@126.com

招标进度跟踪
2024-11-29
招标公告
京密路新增望京商务区匝道工程监理资格预审公告
当前信息
招标项目商机
暂无推荐数据