门槛值（Threshold Value）是指某个变量达到或超过某一特定数值时，会引发显著变化或效果的点。在经济学和统计分析中，门槛值常用于识别不同条件下的不同效果，例如，某一政策只有在经济发展达到一定水平时才会显著影响经济增长。
例子：环境规制对产业结构调整的门槛效应
假设我们研究环境规制对产业结构调整的影响，并考虑产业数字化水平的门槛效应。我们认为产业数字化水平只有超过某个特定值（门槛值）后，环境规制对产业结构调整的影响才会显著增强。
1. 假设
低数字化水平（低于门槛值）：环境规制对产业结构调整的影响较弱。高数字化水平（超过门槛值）：环境规制对产业结构调整的影响显著增强。2. 数据与变量
因变量（Y）： 产业结构调整（如产业升级指数）。自变量（X）： 环境规制强度（如环境法规数量）。调节变量（M）： 产业数字化水平（如数字化技术普及率）。门槛值（T）： 假设为0.4。3. 模型构建
我们构建两个回归模型，一个针对数字化水平低于门槛值的情况，另一个针对高于门槛值的情况：
低于门槛值时的模型： 𝑌=𝛼0+𝛼1𝑋+𝜖(当 𝑀<0.4)Y=α0+α1X+ϵ(当 M<0.4)
高于门槛值时的模型： 𝑌=𝛽0+𝛽1𝑋+𝜖(当 𝑀≥0.4)Y=β0+β1X+ϵ(当 M≥0.4)
4. 数据分析
假设我们有以下数据：
低数字化组（M < 0.4）： 2010年和2011年。高数字化组（M ≥ 0.4）： 2012年到2014年。低数字化组回归结果： 𝑌=2.9+0.1𝑋Y=2.9+0.1X
𝛼1=0.1α1=0.1，p值 = 0.15（不显著）。高数字化组回归结果： 𝑌=1.5+0.3𝑋Y=1.5+0.3X
𝛽1=0.3β1=0.3，p值 < 0.01（显著）。5. 解释与结论
当数字化水平低于0.4时，环境规制对产业结构调整的影响不显著。当数字化水平达到或超过0.4时，环境规制对产业结构调整的影响显著增强。6. 实际应用
在实际应用中，可以通过门槛回归模型（Threshold Regression Model）来准确估计门槛值，并检验门槛效应。假设我们确定的门槛值是通过统计软件估计得到的最优门槛值。
结论
通过分析门槛值及其效果，我们发现产业数字化水平需要达到一定程度（0.4）后，环境规制对产业结构调整的正向影响才会显著增强。这说明政策制定者需要关注数字化水平的提升，以充分发挥环境规制的作用。