我国城市商业银行从成立最初的城市信用社发展到今天，拥有20多年的历史。经过了从化解地方金融危机的产物到我国金融体系重要组成部分的蜕变。在推动地方的产业升级、帮助国家贯彻落实产业政策方面起到了巨大的作用。在战略定位上，城市商业银行扎根于地方，为当地的中小企业发展和居民生活质量提高做出了贡献，与地方经济恰当的融合在一起。在经营范围上，城市商业银行利用“地缘优势”，以所在地区为重点拓展业务。将分支机构延伸到县城和乡镇，为当地经济发展薄弱的领域提供金融服务，提高了地方经济的发展水平。在品牌创新上，城市商业银行结合当地的经济特色，推动了中小企业和科技创新型企业的发展，形成了自己的品牌竞争力。与大型国有银行和股份制商业银行不同，城市商业银行的服务对象定位在所属城市的居民和当地的企业，经营目标定位在积极支持地方经济。　　尚福林在2015年全国城商行年会上发表讲话表明，我国城市商业银行还不能满足社会对金融的需求，面临着很大的发展压力。虽然城商行通过重组合并、转机建制、转型发展，实现了历史性转变，但城商行在继续成长过程中还面临许多障碍。首先资产规模较小，不仅体现在城商行总体资产在整个银行体系的份额较少，也体现在单个城商行相对于其他类型银行的规模较小。其次我国城市商业银行对地方经济的依赖性强，经营范围通常局限在银行总部所在的省份。即便有的城市商业银行将分支机构延伸到省外，但是多数城商行跨区域经营范围并不大。最后城市商业银行经营过程中自身定位模糊，近几年城商行通过与当地企业的合作以及地方政府的支持能够在与国有银行或股份制银行的竞争中持续发展，但是自身的品牌创新意识被忽略了。为了寻找能够使城市商业银行持续发展的路径，有必要对我国城商行的效率进行研究。　　我国城商行在非利息收入业务上表现落后，这种落后不仅体现在非利息收入盈利水平较低，还体现在业务结构创新的能力不强。非利息收入作为一个可以提高盈利的途径被探讨是否可以作为提升银行效率的手段。但是学者们的研究发现，非利息收入对效率的正向影响是需要具备一定条件的。具体要综合考虑商业银行的规模、所有权类型以及地域等因素。许多学者对不同规模银行的非利息收入占营业收入比对效率产生的影响做了深入的研究。但并没有得出一致的结论，这种不一致不仅表现在对于不同规模的银行非利息收入的增加对效率的影响并不相同。而且表现在对于相同规模的银行，学者们站在不同角度研究，得出的结论也不一致。另一方面，研究发现大型国有银行、股份制商业银行以及城市商业银行的效率与非利息收入占比之间的关系往往不同。但是很少有文章单独研究城市商业银行。如果通过以所有商业银行为研究对象，考察非利息收入占比对银行效率的影响，得到的结论往往不能代表城市商业银行。　　本文以我国24家城市商业银行从2008年到2014年共7年的数据为样本，重点研究非利息收入占比对城市商业银行效率的影响。在对样本城市商业银行效率进行对比分析时，采用基于DEA模型的改进方法——超效率DEA模型。该模型可以不用事先设定生产函数，避免一定的主观因素。同时可以对DEA值测度结果显示效率有效的城商行的效率值再次进行排序。在研究非利息收入占比对超效率DEA值的影响时，本文对24家城市商业银行构造面板数据回归模型。由于在计算超效率DEA值的过程中，选择不同的投入和产出变量的计算结果往往不同。为了确定非利息收入占比对城市商业银行效率的影响，本文以生产法和中介法为原理，分别将存款作为产出变量和投入变量构造两个模型。将存款作为产出变量的实际意义是商业银行通过投入自有资产扩大存、贷款额，达到效率最大化。将存款作为投入变量的实际意义是商业银行通过使用吸收的存款扩大贷款和其他业务收入。文章分为下面五部分:　　第一部分以研究背景和意义出发，简要回顾了我国城市商业银行经历了重组改制、逐步完善的过程。我国城商行在支持地方经济和中小企业等方面做出了巨大贡献。为了能够更好的应对行业竞争，城商行要努力找出并改善薄弱的环节提升自身效率。对于我国城市商业银行而言，非利息收入业务还有很大的提升空间，是否可以通过提升非利息收入水平提高银行效率是值得探讨的。国内外学者早已重视对银行效率的研究，但针对非利息收入业务对效率的影响并没有得出一致的结论。本文通过比较学者们的研究方法并根据研究需要选择超效率DEA模型对样本银行效率进行计算，并对结果进行面板数据模型回归。本文在已有研究基础上进行了创新，但仍有不足之处。　　第二部分从商业银行效率的介绍入手，随后简要介绍非利息收入业务组成范围，并作图对五家银行从2011年到2014年各自非利息收入业务的具体项目进行描述分析。在此基础上又进一步分析了几家城商行手续费及佣金收入情况。同时将样本银行数据与银行业总体数据比较。最后从理论上分析了非利息收入业务对银行既有盈利作用同时又蕴含风险。　　第三部分首先对超效率DEA原理进行简单介绍并分析了投入产出变量的选取，以此为基础构造了模型一和模型二。然后分别对两个模型的数据进行超效率DEA值的计算。结果发现通过模型二计算的结果比模型一计算的结果数值上更低。两个模型均得出我国城市商业银行的效率值偏低，其中北京银行和长沙银行的效率值和稳定性表现较好。　　第四部分分别以模型一和模型二为基础构造面板数据回归模型。首先简要介绍面板数据回归原理，以第三部分求得的超效率DEA值为被解释变量，以存贷比、净利润与所有者权益比值、非利息收入与营业收入比、城市商业银行所在省GDP增长率以及资产规模为解释变量，分别对模型一和模型二条件下求得的效率值进行回归。回归结果显示模型一中净利润/所有者权益的比值和非利息收入占营业收入比对效率值有显著正向影响，资产规模对效率有正向影响但显著性水平不高。模型二中非利息收入占比与效率值之间显著正相关，资产规模对数值也通过显著性检验，对效率值有正向影响。综合两个回归结果，提升非利息收入对银行的效率有促进作用。　　第五部分简要分析我国城商行非利息收入业务水平偏低的原因，结合第四部分的分析结果提出发展非利息收入业务的政策建议。发展非利息收入应当注意要选择与自身现状相匹配的业务，在发展过程中要注意对于风险的防范。可以借鉴其他商业银行发展的经验。在研发阶段，创新出更能满足客户需求的产品;在营销阶段，培养更多的专业人才为客户服务;在整个环节，要注重发挥科技的辅助作用。　　本文更加注重理论和现实的结合。主要的创新点在于以城商行为研究目标，在第三部分计算超效率DEA值时结合实际意义和不同原理构造了两个模型。在第四部分围绕两个模型求得的效率结果分别进行面板数据回归，并对回归结果进行对比分析。在对银行提出发展建议时，强调城商行要更加重视两个模型中求得效率值排名较差的，结合第四章的分析找到并改善薄弱环节，提升自身的竞争力。