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

乡宁县2022年全省传统村落集中连片保护利用试点2024年建设项目施工中标候选人公示

发布时间: 2025年03月15日
摘要信息
中标单位
中标金额
中标单位联系人
招标单位
招标编号
招标估价
招标联系人
代理单位
代理单位联系人
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
***********公司企业信息

乡**2022年全省传统村落集中连片保护利用试点2024年建设项目施工中标候选人公示

公示发布时间:2025-03-15 12:03:10

乡**2022年全省传统村落集中连片保护利用试点2024年建设项目施工中标候选人公示

公示期:2025年3月15日至2025年3月17日

乡**2022年全省传统村落集中连片保护利用试点2024年建****委员会评审,确定乡**2022年全省传统村落集中连片保护利用试点2024年建设项目施工的中标候选人,现公示如下:

一、评标情况

乡**2022年全省传统村落集中连片保护利用试点2024年建设项目施工中标候选人情况:

1、中标候选人基本情况

排序

中标候选人名称

投标报价

质量

工期

1

****

****2960.76元

达到国家质量验评标准合格

365日历天

2

乡**富****公司

****0371.68

达到国家质量验评标准合格

365日历天

3

**宏****公司

****5520.43元

达到国家质量验评标准合格

365日历天

2、中标候选人按照招标文件要求承诺的项目负责人情况

排序

中标候选人名称

项目负责人姓名

相关证书名称及编号

1

****

孙克法

二级建造师注册证书/晋214********04041

2

乡**富****公司

史雯雯

二级建造师注册证书/晋214********70526

3

**宏****公司

冯潞潞

二级建造师注册证书/晋214********06036

3、中标候选人响应招标文件要求的资格能力条件

排序

中标候选人名称

响应招标文件的资格能力条件

1

****

施工资质:建筑工程施工总承包壹级

2

乡**富****公司

施工资质:建筑工程施工总承包贰级

3

**宏****公司

施工资质:建筑工程施工总承包贰级

二、提出异议的渠道和方式

为体现招标投标活动中公开、公平、公正和诚实信用的原则,加强社会监督,现将本工程中标情况予以公示,如有异议,请在公示期内提交书面投诉书,逾期不得受理,投诉书应包括下列内容:投诉人的名称、地址及有效联系方式;被投诉人的名称、地址及有效联系方式;投诉事项的基本事实;相关请求及主张;有效线索和相关证明材料。投诉人是法人的,投诉书必须由法定代表人或者本项目的授权代理人签字并盖公章,并附有效身份证明复印件。否则不予受理。

受理时间:上午8:00-12:00;下午15:00-18:00

如对上述结果有异议,请联系****。

三、监督部门

本招标项目的监督部门为******管理局 。

联系人:贺小斌

电 话:0357-****800

电子邮箱:****@163.com

四、联系方式

招标人:****

地 址:乡****村委杜家庄村

邮 编:042100

联系人:王耀星

电 话:136****7422

电子邮件:****@qq.com

招标代理机构:****

地 址:**市**区锦悦汇A座1514室

邮 编:041000

联 系 人:苏宾宾

电 话:150****4093

电子邮件:****@136.com

招标人或其招标代理机构主要负责人或项目负责人: (签名)

招标人或其招标代理机构: (盖章)


招标进度跟踪
2025-03-15
候选人公示
乡宁县2022年全省传统村落集中连片保护利用试点2024年建设项目施工中标候选人公示
当前信息
招标项目商机
暂无推荐数据