城市商业银行（以下简称城商行）是银行业发展到一定阶段的产物，自1995年中国第一家城商行----深圳城商行成立以来，经过20余年的发展，经营规模不断扩大，截至2015年末，城商行资产总规模已超过22万亿元，占银行业总资产规模的10.88%。城商行是助推小微企业‘生力军’；是地方金融体系的重要组成部分；也是分散银行金融风险的重要力量；目前已成为银行业非常重要的组成部分之一。　　城商行是银行业中一个特殊的群体，与中农工建交等国有大型商业银行相比，区域性特征明显、规模较小、风险抵御能力较弱。城商行近年来资产规模保持持续快速增长的势头；但也逐渐暴露出一些问题，发展后劲不足，面临的市场形势不乐观。银行业整体发展形势严峻，随着市场利率化改革推进，民营银行陆续加入，已有银行的利润空间受挤压；经济下行，银行不良贷款率与不良贷款持续双增，贷款风险上升，银行存贷业务危机初露端倪；互联网金融以其方便快捷、高投资收益、低贷款利率等优势吸引一部分零售客户，分流银行传统业务收入来源。相对于其它大型股份制商业银行而言，城商行面临来自各大银行的压力。大型银行以其低廉的资金成本占据大部分市场，城商行融资能力较弱、融资成本较高、贷款利率高，不易获得优质客户。城商行近年来面临来自社会经济和同业竞争的压力，发展进入瓶颈期，2009年以来城商行资产规模占比呈倒U型趋势，2015年资产规模占银行业总规模的比重较2014年下降1.61%，城商行持续稳定发展已成为亟待解决的问题。　　本文从金融创新的角度出发研究城商行。同时考虑贷款风险对效率的影响，主要研究城商行资金使用效率及提升策略，并分析影响效率的主要因素。并将传统业务和创新业务体现到研究指标中，以利息收入、非利息收入为期望产出，分别反映传统存贷业务和中间业务的产出潜力；以利息支出、非利息支出为相应的投入变量；同时考虑风险对效率的影响，将不良贷款余额做为非期望产出变量。测算NSBM效率，并分别从产出潜力、投入结构、风险变化特征等方面分析效率影响因素病提出优化方向。然后计算全要素生产率并计算每个分解指标的均值，分析效率变化的主要影响因素。　　鉴于传统的SBM模型测算效率时存在一定的不足，将传统的SBM模型改为非线性SBM模型，分别计算经典的DEA、SBM及NSB M效率；做密度图对比三者的异同；结合Friedman检验和wilcoxon秩和检验，检验NSBM相对效率与SBM和DEA的结果是否有显著差异。非线性SBM模型的目标函数为可加模型，无效值能直接分解成各指标无效值之和，进而能准确判断决策单元无效率的主要来源。增强了相对效率的可解释性。　　研究结果发现，改进后的非线性SBM模型可靠；且具有可加性，增强了效率结果的可解释性。不良贷款和非利息收入是影响城商行资金使用效率最主要的两个因素，而利息收入对效率影响不明显。一方面利息收入增长潜力较小，而不良贷款冗余值较高；城商行风险收益结构中，风险高于正常水平。城商行继续靠传统存贷业务生存和发展将不是长远之计。另一方面非利息收入对效率的影响较大，增加非利息收入将有利于效率的提升。同时动态分析发现城商行规模效率下降而技术效率上升，盲目扩大规模并不可取，代表技术的金融创新产品更有利于城商行全要素生产率的提高。