还有第二种稍有不同的分配策略，那就是不要对机器产生的价值征税，而是对在经济收入中占据越来越多份额的资本征税。我们可以通过增加资本收益税或者制定新的财产税等，来实现这一目标。后者是一个更受欢迎的选择，也是几个欧洲国家所提倡的。在大多数提案中，这些分配措施将会使整体税收保持平衡，或者仅实现迭代递增，只要它们刚好足以抵消由于劳动力收入份额下降而导致的税收减少即可。
这些分配措施试图建立一个更公正的税收体系，其焦点在于价值增加的地方，其目的就是以此来抵消劳动力市场的动荡所带来的负面税收影响。但是在实践中，这些措施的影响可能是非常有限的。即使是机器人税的支持者比尔·盖茨，也只把重点放在了维持社会保障项目的资金上，就像他关注劳动合同一样。盖茨没有断言，征收机器人税可以解决收入集中所带来的社会问题。同样，财产税虽然可能会让人感觉更公平，但专家预测它只会带来少量税收，对解决社会分裂问题不会有根本作用。
新技能等于新工作机会?
相比之下，参与性方案则提出了一整套政策措施，以支持对那些失业的工人进行再培训。这些工人的失业原因，具体来看是决策辅助系统的应用，总体来看是数字化转型。这一方案的支持者认为，如果能够确保劳动者具有特殊技能(包括机器学习专家，还有专门针对老龄人口的专业医护人员等)，就可以满足市场需求，增加劳动力收入份额就可能实现。其中的假设是，劳动力收入份额下降不仅因为自动化，而且因为市场需要专业技术技能的工作，而在当前的劳动力市场上找不到合适人选。但是这种对再培训工人的依赖，首先假定了数据革命将会像工业革命那样发展：开始时许多工人被替代，但最终会出现各种各样的新工作。再培训的想法接受了这样一种观念:当人类的创造力与市场的魔力结合在一起时，它就会创造出新的工作岗位。
数据资本时代
186