この論文は、賃金がどの部分で決まるかを分けて考える方法を紹介します。著者らは、労働者個人の力と企業ごとの“払う力”を分けて推定するAKM（Abowd, Kramarz, Margolis）モデルと推定法を解説し、推定の実務上の注意点やこれまでの実証結果をまとめています。目的は、賃金格差が労働者の違いによるのか、企業の違いによるのか、それとも両者の組み合わせ（ソーティング）によるのかを明らかにすることです。著者はステファン・ボンホーム、ティボー・ラマドン、エレナ・マンレサです。

AKMモデルは、雇用者と従業員が結び付けられたデータ（linked employer–employee data）を使います。こうしたデータは個々の労働者がどの企業で働いたかを追えるため、同じ労働者が企業を移るときの賃金変化から、それが個人固有の力か企業固有の払う力かを切り分けられます。モデルは対数賃金を、観測される説明変数（経験など）の寄与、労働者固有の成分αi、企業固有の成分ψj、そして残差Utの合計として書きます（Yit = Xitβ + αi + ψj + Uit）。

直感的には、αiは労働者の持続的な生産性や市場での評価を示します。ψjは企業の賃金方針や賃金プレミアムを示します。論文中の例では、複数の労働者が同じ企業から別の企業に移るとき、企業間のψの差が同じ割合の賃金変化として現れます。これにより、観測できる賃金差が「労働者の違い」なのか「企業の違い」なのか、あるいは優秀な労働者が高給企業に集まっている（ソーティング）ために起きているのかを分解できます。

この手法は賃金格差の源を定量的に評価するのに役立ちます。国や時期を比べて、企業の役割が大きい場合と労働者の役割が大きい場合を判別できます。研究者は産業間差、企業規模、国際企業か否かといった要因が賃金にどう影響するかを、勤め先の効果として扱いながら分析してきました。論文はまた、労働経済以外の分野でもAKMアプローチが応用されていることを示しています。付属のノートブックも利用可能で、実装の助けになります。

重要な注意点も示されています。AKMは構造を単純化しているため、ψjが企業のどのメカニズム（交渉、利潤分配、不利な労働条件の補償など）を反映するかは特定しません。モデルは静的かつ加法的な仮定に依存します。観測データのネットワーク構造や多数のパラメータが推定を難しくします。さらに、推定には企業間の「連結性」が必要で、ある企業について全ての潜在賃金を予測するには外挿が必要になる点が課題です。最後に、基準仕様では残差Utを偶然の揺らぎと扱いますが、それが実際に無関係かどうかは場合によって不確かであり、方法論のさらなる発展が求められると著者らは指摘しています。