“三农”，就是农业、农村和农民。作为一个农业大国，中国农村人口占总人口70%、农业人口占总人口50%，虽然农业发展水平在全球倒数，但无论如何，“三农”是中国的支柱。只有“三农”发展起来，中国才壮大起来。
昨天见了一位朋友，聊及如何用大数据帮助解决“三农”问题。因为时间短、话题重，我还没有太多答案，所以今天的文章，其实是一个提问。很抱歉，“干货”的没有。
作为第一产业，农业问题就是产业发展水平的问题。农村问题的根源是户籍制度二元化，所以户籍改革和农村城镇化是农村问题的核心。农民问题的悖论则是：农民是中国社会金字塔的最底层，所有负担最后都转嫁给农民，而农民又是整个社会素质和收入兼而下之的群体。大数据有何能耐，助力解决这些艰巨的问题？
一、政府有责任优化基础环境
“三农”是中国社会的公共性问题，所以是政府首先必须面对的。中国政府一边喊建设服务型社会，一边却任由包括“三农”问题在内的社会问题不断严峻，而控制社会资源却是一把好手，但无论如何，建立民主、开放、透明的社会，是政府躲不掉的历史责任。
为了以科技手段促进“三农”问题解决，政府有义务建立良好的大数据基础环境，实现“三农”公共数据共享机制。这些数据至少包括天气与气候数据、区域及行业经济数据、农业各领域的监测数据等等。
与美国Data.gov类似地，政府应以共享大数据平台为推手，鼓励各类组织开发数据公共服务和商业应用。
二、大数据促进新农业模式
从数据角度说，现代新农业是基于物联网的、数据驱动业务的新型业态。与中国传统的落后农业模式不同，新农业是工业化批量生产；但同时，新农业又能够基于数据分析实现个性化与标准化的折衷。
举个例子：根据传感器监测，灌溉系统可根据土壤温度和农作物需要，自动决定是否需要灌溉以及何种程度的灌溉。又如，生态农业不使用农药和化肥，但害虫必定会客观存在、施肥又必须适量适时，这些都可以依照监测情况，基于数据分析进行。
事实上，今天的农业在产业形态上虽仍属于第一产业，相当程度上摆脱不了“靠天吃饭”，但是作为现代企业，它必须配备所有当代企业必备的信息系统，业务开展与决策管理必基于数据驱动。
三、大数据催生农业服务业
在中国，农民永远是弱势群体，既处于经济链的末端，又缺乏足够的信息支持。例如，农产品价格忽高忽低，农民却总是吃亏的一方。基于云计算大数据平台，为“三农“提供服务，基于第一产业发展第三产业，在国外兴旺的新领域。
例如，既然天气受控可能性差，农产品价格波动大，能够基于数据平台，向农民提供天气或价格保险，让农民的意外损失降低到最低？又如，通过整合土壤、农作物、畜牧运营以及经济数据，大数据服务公司可在云端为农民提供数据分析服务。
四、大数据创新涉农金融服务
农村信用社、农业银行等涉农金融服务机构，面临尴尬的境地：一方面，它具有“三农”服务的社会责任，虽不能回本也必须开展小额农贷等涉农金融业务；另一方面，它们或者由于历史原因造成资金短缺，或者存款巨大但贷款业务、中间业务不能得到很好发展。
大数据有望帮助这些金融机构更好地开展涉农金融。在传统业务上，通过数据整合，有望实现更低成本；而作为银行，通过整合各种内外部数据，有望摆脱低价值客户占据主要成本、高价值客户不知从何寻觅、不知如何提供金融产品的境地。更有希望的是，通过整合区域数据资源，它们不仅可能让社区银行、村镇银行模式更加健康，也能与政府一起，实现区域和谐与城镇化、城乡一体化等经济大势。