नेपालमा कृषि तथ्याङ्क छैन भन्नु पूर्ण सत्य होइन। कृषि तथा पशुपन्छी विकास मन्त्रालयले नियमित रूपमा कृषि तथ्याङ्क प्रकाशित गर्दै आएको छ र Agriculture MIS समेत सञ्चालनमा छ। पछिल्ला वर्षहरूमा कृषि उत्पादन र कृषि क्षेत्रसम्बन्धी तथ्याङ्क प्रणाली सुधारका प्रयास पनि भइरहेका छन्।

तर आजको मूल प्रश्न अर्को हो—

“किसान, व्यवसायी र उद्योगले आफ्नो निर्णय गर्न चाहेको बेला आवश्यक तथ्याङ्क कति सजिलै र कति विश्वसनीय रूपमा पाउँछन्?”

यही प्रश्नबाट नेपालको कृषि डिजिटल रूपान्तरणको अर्को चरण सुरु हुन्छ।

“यहाँ यो उत्पादन हुन्छ” — तर कति?

कुनै जिल्लामा गयो।

सोधियो—

“यहाँ आँप उत्पादन हुन्छ?”

उत्तर आउँछ—

“हुन्छ।”

फेरि सोधियो—

“कति?”

त्यसपछि उत्तर अनुमानमा जान सक्छ।

“धेरै हुन्छ।”

“लगभग यति होला।”

“गत वर्ष यति थियो।”

तर व्यवसायीलाई “धेरै” पर्याप्त हुँदैन।

उसलाई थाहा पाउनुपर्छ—

• कति किसान छन्?

• कति क्षेत्रफलमा खेती हुन्छ?

• कुन जात/variety हो?

• औसत उत्पादन कति हो?

• harvesting season कहिले हो?

• एकपटकमा कति परिमाण बजारमा आउँछ?

• गुणस्तर कस्तो छ?

• अहिले कसले किनिरहेको छ?

• आगामी वर्ष उत्पादन बढ्न सक्छ कि घट्न सक्छ?

यही अन्तर हो—कृषि सूचना र कृषि intelligence बीचको।

उत्पादन गर्ने किसान र कच्चा पदार्थ खोज्ने उद्योगबीच दूरी

अर्कोतर्फ कृषि आधारित उद्योगको आफ्नै समस्या छ।

मानौं कुनै processing industry लाई वर्षमा १,००० मेट्रिक टन कच्चा पदार्थ आवश्यक छ।

उद्योगले सोध्छ—

“कहाँबाट ल्याउने?”

उद्योगलाई किसानको नाम मात्र चाहिएको होइन।

उसलाई चाहिन्छ—

Quantity + Quality + Location + Season + Price + Reliability

तर यी सबै सूचना एउटै प्रणालीमा नहुँदा उद्योगले आफ्नो supply chain आफैं खोज्नुपर्ने हुन्छ।

यही कारणले नेपालमा एकातिर किसानले बजार खोजिरहेका हुन्छन् र अर्कोतिर उद्योगले कच्चा पदार्थ खोजिरहेको हुन्छ।

दुवै पक्षको आवश्यकता छ, तर बीचमा पर्याप्त data-driven connection छैन।

किसानलाई “यो खेती गर” भन्नुअघि एउटा प्रश्न

किसानलाई भनिन्छ—

“यो वर्ष अदुवा लगाउनुहोस्।”

किसानले सोध्छ—

“किन?”

उत्तर हुनुपर्छ—

“बजारमा यति माग छ।”

“फलानो उद्योगलाई यति चाहिएको छ।”

“फलानो समयमा harvesting हुन्छ।”

“यो गुणस्तर आवश्यक छ।”

“यति क्षेत्रफलमा उत्पादन गर्दा बजारको माग पूरा गर्न सहयोग हुन्छ।”

अर्थात्—

Production should follow opportunity, not only assumption.

किसानलाई उत्पादनबाट रोक्नु उद्देश्य होइन।

तर उत्पादनअघि बजार, माग, लागत, जोखिम र सम्भावित buyer को जानकारी उपलब्ध गराउनु आधुनिक कृषि व्यवसायको आधार हो।

यहाँ Agrinepal App ले भूमिका खेल्न सक्छ

R & D Innovative Solution Pvt. Ltd. ले विकास गरिरहेको Agrinepal ecosystem को एउटा प्रमुख सम्भावना यही क्षेत्रमा छ—कृषि सूचना, किसान, input, finance, market र value chain लाई एउटै digital ecosystem मा जोड्ने।

Agrinepal को बजार प्रणालीले कृषि input supply देखि commodity aggregation र market linkage सम्मको digitalization को अवधारणा अघि सारेको छ।

यसलाई अझ अगाडि बढाएर Agrinepal App लाई केवल “कृषि सम्बन्धी जानकारी दिने App” नभई Agricultural Intelligence Platform बनाउन सकिन्छ।

Agrinepal App : किसानले के देख्न सक्छ?

किसानले कुनै commodity रोज्दा उसले भविष्यमा यस्तो जानकारी पाउन सक्ने कल्पना गर्न सकिन्छ—

मकै

📍 तपाईंको क्षेत्र
🌱 सम्भावित उत्पादन
📅 उत्पादन/harvesting season
💰 उत्पादन लागत
📊 बजार माग
🏭 नजिकका buyer/processor
📦 आवश्यक गुणस्तर
💳 उपलब्ध finance
🚜 आवश्यक input/machinery
👨‍🌾 प्राविधिक सहयोग
📈 सम्भावित market opportunity

यसले किसानलाई एउटा महत्वपूर्ण प्रश्नको उत्तर खोज्न सहयोग गर्छ—

“मैले के उत्पादन गर्ने?”

उद्योगले पनि आफ्नो आवश्यकता राख्न सक्छ

अब अर्को पक्ष हेरौं।

कुनै उद्योगले Agrinepal App मा आफ्नो requirement राख्न सक्छ—

“हामीलाई आगामी सिजनमा ५०० MT turmeric चाहिन्छ।”

त्यसपछि system ले सम्बन्धित क्षेत्र, किसान, सहकारी, Krishi Doot र aggregation center सँग सम्भावित supply जोड्न सक्छ।

यहाँबाट सुरु हुन्छ—

Demand → Production Planning → Aggregation → Processing → Market

यसरी किसानलाई केवल “उत्पादक” होइन, planned supply chain को हिस्सा बनाउन सकिन्छ।

“Production Gap” पहिचान गर्न सकिन्छ

मानौं बजारमा वार्षिक माग १०,००० MT छ।

उपलब्ध उत्पादन क्षमता ६,५०० MT मात्र छ।

त्यसपछि system ले देखाउन सक्छ—

Supply Gap = ३,५०० MT

अब नीति निर्माता, बैंक, उद्योग र किसानले अर्को प्रश्न सोध्न सक्छन्—

यो ३,५०० MT कसरी उत्पादन गर्ने?

कति किसान चाहिन्छ?

कति क्षेत्रफल चाहिन्छ?

कुन जिल्लामा उपयुक्त हुन्छ?

कति लगानी चाहिन्छ?

कति input आवश्यक पर्छ?

कस्तो technology चाहिन्छ?

यही हो data-driven agriculture planning।

तर App मात्र पर्याप्त हुँदैन

नेपालको ग्रामीण वास्तविकता बुझ्नुपर्छ।

हरेक किसानले आफैं App चलाउँछ भन्ने छैन।

त्यसैले digital system सँग मानवीय last-mile support पनि आवश्यक हुन्छ।

यही ठाउँमा Krishi Doot को भूमिका महत्वपूर्ण हुन सक्छ।

Agrinepal को Krishi Doot अवधारणाले स्थानीय agripreneur लाई किसान, प्रविधि, बजार, वित्त र sustainable supply chain बीचको bridge का रूपमा विकास गर्ने लक्ष्य राखेको छ।

अर्थात्—

App + Krishi Doot + Farmer + Buyer + Industry + Finance

लाई एउटै ecosystem मा जोड्न सकिन्छ।

“Data Entry” होइन, “Data for Action”

कृषि क्षेत्रमा अर्को गल्ती पनि गर्न हुँदैन।

फेरि अर्को ठूलो database बनाएर मात्र समस्या समाधान हुँदैन।

डेटा संकलनको उद्देश्य हुनुपर्छ—

Action।

किसानले निर्णय लिन सक्ने।

बैंकले finance निर्णय गर्न सक्ने।

उद्योगले raw material planning गर्न सक्ने।

व्यवसायीले market खोज्न सक्ने।

सरकारले कार्यक्रम लक्षित गर्न सक्ने।

बीमा कम्पनीले risk बुझ्न सक्ने।

पालिकाले आफ्नो commodity plan बनाउन सक्ने।

यदि डेटा decision मा प्रयोग हुँदैन भने त्यो केवल database हुन्छ।

यदि डेटा निर्णयमा प्रयोग हुन्छ भने त्यो intelligence बन्छ।

सरकार र निजी क्षेत्र मिलेर गर्नुपर्ने काम

नेपालमा सरकारी कृषि तथ्याङ्क प्रणालीलाई प्रतिस्थापन गर्ने होइन, त्यससँग सहकार्य गर्ने बाटो रोज्नुपर्छ।

MoALD ले कृषि तथ्याङ्क संकलन, विश्लेषण र प्रकाशन गर्दै आएको छ। Agricultural Integrated Survey को pilot ले पनि समयमै र उच्च गुणस्तरको स्थानीय तथा राष्ट्रिय कृषि तथ्याङ्कको आवश्यकता औंल्याएको छ।

त्यसैले भविष्यको प्रणालीमा—

**Government Data

• Local Government Data

• Farmer Data

• Market Data

• Industry Demand

• Finance Data

• Climate/Production Information**

लाई उचित data governance र privacy सहित जोड्न सकिन्छ।

यसले नेपालको कृषि क्षेत्रका लागि एउटा नयाँ infrastructure निर्माण गर्न सक्छ।

अब प्रश्न “कति उत्पादन भयो?” मात्र होइन

हामीले कृषि तथ्याङ्कलाई विगतको रिपोर्ट तयार गर्न मात्र प्रयोग गर्नु हुँदैन।

अब प्रश्न हुनुपर्छ—

अर्को वर्ष कति उत्पादन आवश्यक छ?

कहाँ उत्पादन गर्न सकिन्छ?

कसले उत्पादन गर्ने?

कसले किन्ने?

कुन गुणस्तरमा?

कति मूल्यमा?

कुन वित्तीय साधनबाट लगानी गर्ने?

कसरी किसानलाई बजारसम्म पुर्‍याउने?

यही सोचले कृषिलाई परम्परागत उत्पादन प्रणालीबाट व्यावसायिक, योजनाबद्ध र data-driven value chain मा लैजान सक्छ।

Agrinepal को सम्भावित यात्रा

Agrinepal App को भविष्यलाई तीन तहमा सोच्न सकिन्छ।

१. KNOW — “कहाँ के छ?”

किसान, उत्पादन, क्षेत्रफल, commodity, season र location को तथ्याङ्क।

२. PLAN — “के उत्पादन गर्नुपर्छ?”

बजार माग, उद्योगको आवश्यकता, लागत, जोखिम र सम्भावित अवसरका आधारमा उत्पादन योजना।

३. CONNECT — “कसरी बजारमा पुग्ने?”

Input → Finance → Production → Aggregation → Processing → Buyer → Market।

यसरी Agrinepal App एउटा सामान्य mobile application भन्दा अगाडि बढेर digital agricultural value-chain infrastructure बन्न सक्छ।

अन्तिम कुरा

नेपालको कृषि समस्याको समाधान केवल नयाँ प्रविधि ल्याएर हुँदैन।

नयाँ मेसिन चाहिन्छ।

नयाँ बीउ चाहिन्छ।

सिँचाइ चाहिन्छ।

वित्त चाहिन्छ।

बजार चाहिन्छ।

तर यी सबैलाई जोड्ने विश्वसनीय सूचना प्रणाली पनि चाहिन्छ।

हामीले किसानलाई भन्न सक्ने अवस्था बनाउनुपर्छ—

“तपाईंको उत्पादन कहाँ जानेछ, कति माग छ, कस्तो गुणस्तर चाहिन्छ र तपाईंलाई आवश्यक सेवा कहाँबाट पाइन्छ—पहिले नै थाहा पाउनुहोस्।”

र उद्योगलाई पनि भन्न सक्ने अवस्था हुनुपर्छ—

“तपाईंलाई चाहिएको कच्चा पदार्थ कहाँ छ, कति छ, कहिले आउँछ र कसरी संकलन गर्न सकिन्छ—डेटाबाट हेर्नुहोस्।”

यही ठाउँमा Agrinepal App ले आफ्नो भूमिका खोज्न सक्छ।

नेपालको कृषि अब अनुमानबाट तथ्यतर्फ,
तथ्यबाट योजनातर्फ,
योजनाबाट बजारतर्फ,
र बजारबाट समृद्धितर्फ जानुपर्छ।

कृषिको डिजिटल भविष्य—केवल App मा होइन, किसान र बजारबीचको सही सम्बन्धमा छ।

https://play.google.com/store/apps/details?id=com.agrinepal.app&pcampaignid=web_share

---

लेखक परिचय

सुनिता  कृषि उद्यमी तथा R & D Innovative Solution Pvt. Ltd. (Agrinepal) की संस्थापक तथा CEO हुन्। उनी कृषि वित्त, कृषि व्यवसाय, कृषि यान्त्रीकरण, महिला उद्यमशीलता तथा किसानलाई बजार र वित्तीय सेवासँग जोड्ने विषयमा काम गर्दै आएकी छन्। उनी Tribhuvan University मा “Communication Approaches for Agriculture Finance in Nepal” विषयमा PhD अनुसन्धानरत छिन्। साथै कृषि क्षेत्रका विभिन्न व्यावसायिक तथा संस्थागत पहलमा सक्रिय छिन्।