现有的国际性研究发现政府对于自然资源的依赖容易导致更加集中的政权和更糟糕的政府治理。而进一步的研究发现自然资源与腐败也有着联系，究其原因可能是自然资源所带来的收入更容易被政府所控制与垄断。因此，自然资源丰富地区的政府面对高额的垄断收入时缺乏动力去提供透明和负责的政府治理。但同时也有学者对这些貌似合理的推论进行反驳，他们认为原先对于自然资源与政府二者关系的研究大多为跨国研究，这些研究都忽略了国家异质性的特点，而且对自然资源的度量也存在着极大的争议，因此从本质上而言这些研究在设计上都存在很大的取伪风险。

基于此，为了研究丰富的自然资源是否真的会对政府治理产生负面影响，验证“资源诅咒”这一假说是否成立，本文对此进行了更为深入的研究。在文中作者运用了微观层面的数据去研究煤矿企业精确的地理位置与开业时间对当地腐败水平的影响，研究发现煤矿公司天然地会去选择拥有同样自然资源的但腐败程度较低的地方设厂，但是当煤矿企业正式营业后，该地的腐败水平就会上升。

现有文献在对于腐败指标的衡量上都存在不少问题。而在本文中，作者采用了一种完全不同的衡量方式——利用非洲晴雨表的调查。该调查中包含了受访者对于当地腐败程度的感知以及受访者在上一年是否进行过贿赂行为等统计数据。关于煤炭企业的数据来自于The Raw Materials Database，该数据库包含了过去和当前的煤炭企业以及将来可能会形成产业规模的煤炭企业、煤炭企业的规模、生产方式、产权结构等；该数据库还将煤炭企业利用坐标进行了地理编码，便于作者将该类企业与非洲晴雨表调查中的受访者进行匹配。

文章的实证方法采用了空间估计策略，利用空间定位技术将非洲33个国家500多个煤矿与非洲人群聚集地进行匹配。理论分析认为煤矿企业对腐败的影响应该会在一定的空间距离以内，因此文章将样本分为三组：(A)人群聚集地50千米以内有至少一个活跃的煤矿；(B)人群聚集地50千米以内有至少一个即将开业的煤矿但没有任何活跃的煤矿；(C)人群聚集地50千米以内没有任何煤矿。

Y表示腐败的程度，下标i表示个人、v表示聚集群、t表示年度，虚拟变量active和inactive分别表示人群聚集地50千米内有活跃煤矿和有尚未正式营业的煤矿作为主要的解释变量，β1和β2分别表示有active与inactive的煤矿地区和当地腐败程度之间的关系。后文回归中还控制了国家固定效应和年度固定效应以及个人层面的异质性，如年龄、性别、受教育程度等。

如表1所示，文章首先利用4轮非洲晴雨表中90000个被调查者的数据对33个非洲国家的煤矿企业样本进行回归，发现人群聚集地50千米以内有活跃煤矿地区的腐败水平更高，具体表现为受访者向警察行贿(Bribe to Police)、为获取许可证进行行贿(Bribe for Permit)的次数更多以及受访者对当地腐败程度的感知程度(Local Corruption＆Police Corruption)更强。而煤矿企业在其他条件相同的情况下，更倾向于在腐败程度较低的地区设厂，数据中体现为人群聚集地50千米以内有尚未正式营业的煤矿企业与当地腐败水平呈负相关。

表1 煤矿企业的开设对当地腐败水平的影响

此外，文章还观测了同一个地区煤矿企业在开始运营前后当地腐败水平的变化。然而，该方法还存在一定的缺陷，即样本量将大大减少，文章面临很大的取伪风险。如表2所示，最终实证结果表明：煤矿企业的设立经营会导致当地居民向警察进行行贿程度的增加。

表2  煤矿企业的开设对当地腐败水平的影响

由于针对非洲33个国家的样本，文章仅有4轮非洲晴雨表的调查数据；但对于南非地区，文章拥有5轮非洲晴雨表的调查数据，而且这些调查数据对南非地区有官方发布的人群聚集地进行了划分。据此可知，文章采用南非地区的样本进行空间匹配的结果将会更为精准、误差更小。因此，在进一步研究中，文章将样本缩小，仅针对南非地区进行研究，结果依然存在。如表3所示，人群聚集地50千米以内有活跃煤矿的地区其腐败程度更高，当地居民更多地向警察行贿或为获取许可证而进行行贿，而且当地居民对于居住环境的腐败程度感知水平也更高。因为样本数据精确程度地提升，其结果比之前针对非洲33个国家的样本更加显著。

表3 南非地区煤矿企业的开设对当地腐败水平的影响

文章采用微观层面的问卷调查数据为长期以来饱受争议的自然资源与腐败的关系提供了新的证据，研究结果清晰地证明了煤矿开采活动会对当地政府治理水平产生负面影响——至少是腐败层面。本文通过实证研究证明了煤矿公司在选址时会更倾向于选择腐败更少的地区；而当煤矿企业的进行开采活动后，当地的腐败水平会随之上升。