利用现有技术手段对影响城市发展的各个要素进行分析研究，寻求一个直观易于分析的预测方法，建立适应福州市地方特点的模型，促进土地资源优化配置，宏观调控地方经济发展，制定建设用地节约集约利用政策提供决策依据。本研究以福州市建设用地总量与社会经济数据为研究对象，通过对驱动因子的相关性分析，并使用多元线性回归和人工神经网络两种数学手段进行模型构建，研究分析福州市2003-2013年的建设用地面积变化情况，将预测结果与实际数据进行验证以判定模型是否可行，并利用人工神经网络模型预测福州市2014-2020年的建设用地面积。结果表明：　　1、本文从人口、社会、经济三个方面分别选择了十一个对建设用地发展既有影响作用又容易量化的数据指标，通过相关性分析得到了制约影响福州市建设用地规模最主要的五个社会经济指标，分别为从业人口、第一产业增加值、农民人均纯收入、社会消费品零售总额、财政总收入。揭示福州市建设用地需求规模的驱动因子，为研究福州市建设用地规模扩张提供基础。　　2、构建多元线性回归预测模型，通过对相关性分析得出的几个关键影响因子进行逐步回归，获得了福州市建设用地需求规模与从业人口存在线性正相关，线性相关显著。结论表明利用多元线性回归模型进行建设用地面积预测的效果较好。　　3、将建设用地面积的样本数据输入BP神经网络技术构建的模型中进行训练，通过实例验证该模型在建设用地面积的预测中能够收到较佳的预测效果，并由此得出一个结论即BP神经网络模型可作为一个定量分析预测方法来研究建设用地需求量变化情况。　　4、通过对多元线性回归模型和BP神经网络模型的三个方面的评价比较，发现BP神经网络模型的有效性更高，预测效果更佳。